Apache Kafka -6 消費(fèi)者示例

Apache Kafka教程 之 Apache Kafka - 消費(fèi)者示例

http://blogxinxiucan.sh1.newtouch.com/

原文地址: http://blogxinxiucan.sh1.newtouch.com/2017/07/13/Apache-Kafka-消費(fèi)者示例/

Apache Kafka - 消費(fèi)者示例(Consumer Group)

Consumer Group是從kafka Topic的多線程或多機(jī)器消費(fèi)升敲。

Consumer Group

  • 消費(fèi)者可以使用相同的group.id加入Group龙巨。
  • 組中的最大并行度是組中的消費(fèi)者數(shù)量←不是分區(qū)探赫。
  • kafka將一個(gè) Topic的分區(qū)分配給組中的消費(fèi)者,以便每個(gè)分區(qū)由組中的一個(gè)消費(fèi)者消耗过吻。
  • kafka保證消息只能由組內(nèi)的單個(gè)消費(fèi)者讀取。
  • 消費(fèi)者可以按照日志中存儲(chǔ)的順序查看消息包帚。

重新平衡消費(fèi)者

添加更多進(jìn)程/線程將導(dǎo)致kafka重新平衡若皱。如果任何消費(fèi)者或broker無(wú)法向ZooKeeper發(fā)送心跳信息,則可以通過(guò)Kafka群集重新配置柠辞。在此重新平衡過(guò)程中团秽,Kafka會(huì)將可用的分區(qū)分配給可用的線程,可能將分區(qū)移動(dòng)到另一個(gè)進(jìn)程。

import java.util.Properties;
import java.util.Arrays;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.ConsumerRecord;

public class ConsumerGroup {
   public static void main(String[] args) throws Exception {
      if(args.length < 2){
         System.out.println("Usage: consumer <topic> <groupname>");
         return;
      }
      
      String topic = args[0].toString();
      String group = args[1].toString();
      Properties props = new Properties();
      props.put("bootstrap.servers", "localhost:9092");
      props.put("group.id", group);
      props.put("enable.auto.commit", "true");
      props.put("auto.commit.interval.ms", "1000");
      props.put("session.timeout.ms", "30000");
      props.put("key.deserializer",          
         "org.apache.kafka.common.serializa-tion.StringDeserializer");
      props.put("value.deserializer", 
         "org.apache.kafka.common.serializa-tion.StringDeserializer");
      KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);
      
      consumer.subscribe(Arrays.asList(topic));
      System.out.println("Subscribed to topic " + topic);
      int i = 0;
         
      while (true) {
         ConsumerRecords<String, String> records = con-sumer.poll(100);
            for (ConsumerRecord<String, String> record : records)
               System.out.printf("offset = %d, key = %s, value = %s\n", 
               record.offset(), record.key(), record.value());
      }     
   }  
}

匯編

javac -cp “/path/to/kafka/kafka_2.11-0.9.0.0/libs/*" ConsumerGroup.java

執(zhí)行

>>java -cp “/path/to/kafka/kafka_2.11-0.9.0.0/libs/*":. 
ConsumerGroup <topic-name> my-group
>>java -cp "/home/bala/Workspace/kafka/kafka_2.11-0.9.0.0/libs/*":. 
ConsumerGroup <topic-name> my-group

在這里习勤,我們創(chuàng)建了一個(gè)示例組名稱作為我的組與兩個(gè)消費(fèi)者踪栋。同樣,您可以創(chuàng)建組中的組和消費(fèi)者數(shù)量图毕。

輸入
打開(kāi)生產(chǎn)者CLI并發(fā)送一些消息夷都,如 -

Test consumer group 01
Test consumer group 02

第一個(gè)過(guò)程的輸出

Subscribed to topic Hello-kafka
offset = 3, key = null, value = Test consumer group 01

第二過(guò)程的產(chǎn)出

Subscribed to topic Hello-kafka
offset = 3, key = null, value = Test consumer group 02

現(xiàn)在希望您將通過(guò)使用Java客戶端演示了解SimpleConsumerConsumeGroup。現(xiàn)在您了解如何使用Java客戶端發(fā)送和接收消息予颤。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末囤官,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子蛤虐,更是在濱河造成了極大的恐慌党饮,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,941評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件驳庭,死亡現(xiàn)場(chǎng)離奇詭異刑顺,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)饲常,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門蹲堂,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人不皆,你說(shuō)我怎么就攤上這事贯城。” “怎么了霹娄?”我有些...
    開(kāi)封第一講書人閱讀 165,345評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵能犯,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我犬耻,道長(zhǎng)踩晶,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書人閱讀 58,851評(píng)論 1 295
  • 正文 為了忘掉前任枕磁,我火速辦了婚禮渡蜻,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘计济。我一直安慰自己茸苇,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,868評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布沦寂。 她就那樣靜靜地躺著学密,像睡著了一般。 火紅的嫁衣襯著肌膚如雪传藏。 梳的紋絲不亂的頭發(fā)上腻暮,一...
    開(kāi)封第一講書人閱讀 51,688評(píng)論 1 305
  • 那天彤守,我揣著相機(jī)與錄音,去河邊找鬼哭靖。 笑死具垫,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的试幽。 我是一名探鬼主播筝蚕,決...
    沈念sama閱讀 40,414評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼铺坞!你這毒婦竟也來(lái)了饰及?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書人閱讀 39,319評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤康震,失蹤者是張志新(化名)和其女友劉穎燎含,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體腿短,經(jīng)...
    沈念sama閱讀 45,775評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡屏箍,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了橘忱。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片赴魁。...
    茶點(diǎn)故事閱讀 40,096評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖钝诚,靈堂內(nèi)的尸體忽然破棺而出颖御,到底是詐尸還是另有隱情,我是刑警寧澤凝颇,帶...
    沈念sama閱讀 35,789評(píng)論 5 346
  • 正文 年R本政府宣布潘拱,位于F島的核電站,受9級(jí)特大地震影響拧略,放射性物質(zhì)發(fā)生泄漏芦岂。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,437評(píng)論 3 331
  • 文/蒙蒙 一垫蛆、第九天 我趴在偏房一處隱蔽的房頂上張望禽最。 院中可真熱鬧,春花似錦袱饭、人聲如沸川无。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,993評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)懦趋。三九已至,卻和暖如春决左,著一層夾襖步出監(jiān)牢的瞬間愕够,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,107評(píng)論 1 271
  • 我被黑心中介騙來(lái)泰國(guó)打工佛猛, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留惑芭,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,308評(píng)論 3 372
  • 正文 我出身青樓继找,卻偏偏與公主長(zhǎng)得像遂跟,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子婴渡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,037評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • Spring Cloud為開(kāi)發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見(jiàn)模式的工具(例如配置管理幻锁,服務(wù)發(fā)現(xiàn),斷路器边臼,智...
    卡卡羅2017閱讀 134,659評(píng)論 18 139
  • Kafka入門經(jīng)典教程-Kafka-about云開(kāi)發(fā) http://www.aboutyun.com/threa...
    葡萄喃喃囈語(yǔ)閱讀 10,831評(píng)論 4 54
  • 原文地址 當(dāng)kafka最初被創(chuàng)建的時(shí)候哄尔,它附帶一個(gè)Scala的生產(chǎn)者和消費(fèi)者客戶端。隨著時(shí)間的推移柠并,我們逐漸意識(shí)到...
    明翼閱讀 6,619評(píng)論 0 9
  • Kafka官網(wǎng):http://kafka.apache.org/入門1.1 介紹Kafka? 是一個(gè)分布式流處理系...
    it_zzy閱讀 3,896評(píng)論 3 53
  • 單膝下跪與親吻戀人的手背岭接, 沒(méi)有比這更浪漫的事了。 壕视瑁枯石爛的誓言在沖口而出的那一刻鸣戴, 我相信它是真誠(chéng)的。 匆匆走...
    歌舒_天閱讀 380評(píng)論 0 2