阿里云-云小站(无限量代金券发放中)
【腾讯云】云服务器、云数据库、COS、CDN、短信等热卖云产品特惠抢购

Kafka单机环境配置及基本使用详解

259次阅读
没有评论

共计 10858 个字符,预计需要花费 28 分钟才能阅读完成。

基本概念介绍

在 Kafka 中有一些基本的概念,

Topic

  • 简介:Topic 在 Kafka 中是一个抽象的概念,一个主题是已经发布的记录的种类。主题在 Kafka 中是可以被多重订阅的,这就意味着一个主题可能有 0 个、一个、或者许多个消费者去订阅这个主题中的消息。

  • Partitions:在每一个 topic 在 Kafka 中可以有多个分区,增加一个主题的分区可以提高 Kafka 的吞吐率,但是不是越多越好,因为如果分区数量越多的话生产者插入的效率也会降低。所以真正到生产环境时,需要权衡生产与消费的一个平衡关系,消费稍微大于生产者,不会产生消息的堆积,也能够充分提高 Kafka 的效率。

  • Replication Factor:复制因子,是对于当前的 Topic 是否需要副本。如果设置成 1 的话,代表当前 Topic 在整个 Kafka 中只有一份。这里有个限制 Topic 的数量不能够多于当前 Kafka 的 Broker 数量。

  • 存储方式:在 Kafka 的配置中 (Server.properties) 有 logs.dir 的配置,这个是 Kafka 存储消息的位置。如果 Topic 复制因子是 1 分区是 1 的话,在对应的文件夹下会有一个名称为 topicname 的文件夹;如果复制因子是 2 分区是 2,假设存在两个 Broker,在每个 Broker 中将会存在两个文件夹分别为 topicname_0 topicname_1 的文件夹

  • Leader 与 Follower:由于每个 topic 如果存在副本的话,是对于 partition 进行复制。这么多存在在不同的 Broker 上的副本,其中有一个 partition 是 leader 其他的是 Followers,当一个 broker 宕机会在副本中选择一个充当 Leader。

Producer

生产者,顾明思议是生产消息,允许应用发布一个流的消息到一个或者多个主题中,

Consumer

  • 简介:消费者是订阅某个 topic 消息。
  • Group: 每个消费者都有个 groupid 来标定当前消费者属于哪个 group。Group 的作用是,当同一个 group 的两个消费者订阅一个 topic 的时候,如果当前 topic 没有分区那么其中一个消费者是获得不了任何消息的;如果有分区的话,将会按照数量进行负载均衡,每个消费者获得不同的分区的消息。
  • 同一个 Group 下的消费者不会同时订阅一个主题下的同一个分区,如果消费者数量杜宇分区数量,则多出的消费者是不会有任何消息获得的。

    Broker

Broker 是一个 Kafka 的 Server,一台单物理机或者集群都可以拥有多个 broker 一个 broker 可以容纳多个主题,这个与复制因子、主题的分区都有关系。

Kafka 单机配置,一个 Broker

环境:

  • win10 物理机
  • Wmare CentOS7 虚拟机
  • XShell 访问虚拟机

配置 zookeeper

  • 下载
# zookeeper
wget http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.13/zookeeper-3.4.13.tar.gz
  • 解压后进入目录
cd zookeeper-3.4.13/conf
  • 复制 zookeeper 的配置文件
cp zoo_sample.cfg zoo.cfg
  • 返回上级进入 bin 目录下,键入如下命令
./zkServer.sh start
  • 查看是否成功开启 zookeeper 服务
# 注:这里提示一下开启后提示的成功不一定是真的成功, 所以需要查看一下
netstat -tunlp|egrep 2181
# 如果没有结果查看统计目录下的 zookeeper.out 文件 查看 log 信息
# 使用 jps 命令查看 QuorumPeerMain 是 zookeeper 的守护进程
11089 QuorumPeerMain
11114 Jps

配置 Kafka

  • 下载安装包
# Kafka
wget http://mirror.bit.edu.cn/apache/kafka/2.1.0/kafka_2.11-2.1.0.tgz
  • 解压后进入文件夹下 bin 目录下
# 第一个是 start.sh 位置第二个是 server.rpoperties 的位置,所以确认好路径的正确性
./kafka-server-start.sh ./../config/server.properties &
# 我们可以在 Kafka 的目录下直接执行,而不进入到 bin 下,命令看着更舒服些
./bin/kafka-server-start.sh ./config/server.properties &
  • 查看是否开启成功:默认的 Kafka 端口是 9092,zookeeper 是 2181
netstat -tunlp|egrep "(2181|9092)"
# 结果如下
[root@localhost ~]# netstat -tunlp|egrep "(2181|9092)"
tcp6 0 0 :::9092 :::* LISTEN 1877/Java tcp6 0 0 :::2181 :::* LISTEN 1820/java
# jps 查看
11089 QuorumPeerMain
11458 Kafka
11847 Jps
  • 至此 Kafka 配置成功

使用 Kafka

创建 topic

./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
# 返回结果
Created topic "test"

在虚拟机用 sh 脚本 上作为生产者生产消息

  • 我们重新开一个 Xshell 窗口,CD 到Kafka 目录 /bin 下,我们先介绍这一节会使用到的 kafka-console-producer.sh
# 键入如下命令
./kafka-console-producer.sh --broker-list localhost:9092 --topic test
>today message
>
# 最近本的指定,broker-list 与 topic 是必须的参数
# 成功命令行会进入一个 > 的情况,键入消息按回车键就是发送消息到 Kafka 了
# 发送一个【today message】
  • kafka-console-producer.sh参数说明,运行./kafka-console-producer.sh --help 可查看

在虚拟机上用 sh 脚本 作为消费者消费消息

  • 重新开另个一 Xshell 窗口 CD 到Kafka 目录 /bin 下,我们先介绍这一节会使用到的 kafka-console-consumer.sh
# 键入如下命令
./bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning
# 最近本的指定,bootstrap-server 与 topic/whitelist 是必须的参数
# 由于有 from-beginning 参数 会从头 load 所有消息
# 消费后返回如下
today message
#在生产端键入消息后,消费端会同步消息出现
  • kafka-console-consumer.sh参数说明运行./kafka-console-consumer.sh --help 可查看

使用 Python 作为生产者、消费者

  • 在物理机上写一个 Python 生产者的脚本
from kafka.producer import KafkaProducer
import time
def send_data(data):
producer = KafkaProducer(bootstrap_servers='192.168.233.138:9092')
producer.send("test",b''+str(data)+'')
producer.flush()
print ("end")
if __name__=="__main__":
send_data("physics python message");
  • 查看 Xshell 上消费的命令行
[root@localhost ~]# /home/kafka_2.11-2.1.0/bin/kafka-console-consumer.sh --bootstrap-server 192.168.233.138:9092 --topic test --from-beginning
111
333
1
12
physics python message
  • 在物理机上写一个消费者的脚本
from kafka import KafkaConsumer
import time
def get_data(data):
consumer = KafkaConsumer('test',bootstrap_servers='192.168.233.138:9092', group_id='my_favorite_group')
print ("end")
for msg in consumer:
print(msg)
if __name__=="__main__":
get_data();
  • 物理机消费者的结果
# 我这边是先运行的消费者的脚本,所以实时接收到了物理机产生的消息
ConsumerRecord(topic=u'test', partition=0, offset=5, timestamp=1551762485911L, timestamp_type=0, key=None, value='physics python message', checksum=1520092583, serialized_key_size=-1, serialized_value_size=22)
  • 测试使用虚拟机 sh 端的生产者发送 123 消息,查看物理机消费者结果
ConsumerRecord(topic=u'test', partition=0, offset=6, timestamp=1551762784609L, timestamp_type=0, key=None, value='123', checksum=1760815061, serialized_key_size=-1, serialized_value_size=3)
  • 几点注意
# 物理机连接时可能出现【kafka.errors.NoBrokersAvailable: NoBrokersAvailable】这个错误按照如下顺序依次更改
1. 查看虚拟机防火墙是否关闭
systemctl status firewalld
systemctl stop firewalld
2. 更改 kafka 服务端的 server.properties:
增加 [listeners=PLAINTEXT://192.168.233.138:9092]这一行
3. 修改物理机的 hosts 文件 C:\Windows\System32\drivers\etc\hosts
增加【虚拟机 ip 虚拟机主机名】Eg:[192.168.233.138 localhost]

使用Springboot 作为生产者、消费者

注:我直接在我的一个寄存的 Spring Boot Demo 项目上更改

  • 在 pom.xml 中添加 kafka 依赖
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>
<!-- 提示一件事情此处别指定 version 了,直接用最新的就可以,老的版本一些包找不到 -->
  • 写一个 kafka 生产者配置类
package com.example.kane.config;
import java.util.HashMap;
import java.util.Map;
import java.util.regex.Pattern;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.apache.kafka.common.serialization.StringSerializer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;
import org.springframework.kafka.core.ConsumerFactory;
import org.springframework.kafka.core.DefaultKafkaConsumerFactory;
import org.springframework.kafka.core.DefaultKafkaProducerFactory;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.core.ProducerFactory;
@Configuration
@EnableKafka
public class kafka_config {public Map<String, Object> producerConfigs() {Map<String, Object> props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.233.138:9092");
props.put(ProducerConfig.RETRIES_CONFIG, 0);
props.put(ProducerConfig.BATCH_SIZE_CONFIG, 4096);
props.put(ProducerConfig.LINGER_MS_CONFIG, 1);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 40960);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return props;
}
public ProducerFactory<String, String> producerFactory() {return new DefaultKafkaProducerFactory<>(producerConfigs());
}
@Bean
public KafkaTemplate<String, String> kafkaTemplate() {return new KafkaTemplate<String, String>(producerFactory());
}
}
  • 创建一个生产数据的 Controller
package com.example.kane.Controller;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.web.bind.annotation.*;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
@RestController
@RequestMapping("/kafka")
public class CollectController {protected final Logger logger = LoggerFactory.getLogger(this.getClass());
@Autowired
private KafkaTemplate kafkaTemplate;
@RequestMapping(value = "/send", method = RequestMethod.GET)
public void sendKafka(HttpServletRequest request, HttpServletResponse response) {
try {String message = request.getParameter("message");
logger.info("kafka 的消息 ={}", message);
kafkaTemplate.send("test", "key", message);
logger.info("发送 kafka 成功.");
} catch (Exception e) {logger.error("发送 kafka 失败", e);
}
}
}
  • 启动项目后,在浏览器访问 http://localhost:8080/kafka/send?message=url_producer
# 查看结果
2019-03-05 13:57:16.438 INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController : 发送 kafka 成功.
2019-03-05 13:57:45.871 INFO 10208 --- [nio-8080-exec-5] c.e.kane.Controller.CollectController : kafka 的消息 =url_producer
2019-03-05 13:57:45.872 INFO 10208 --- [nio-8080-exec-5] c.e.kane.Controller.CollectController : 发送 kafka 成功.
# 查看虚拟机 Consumer 结果
[root@localhost ~]# /home/kafka_2.11-2.1.0/bin/kafka-console-consumer.sh --bootstrap-server 192.168.233.138:9092 --topic test --from-beginning
physics python message
123
null
url_producer
  • 增加消费者的配置
package com.example.kane.config;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;
import org.springframework.kafka.config.KafkaListenerContainerFactory;
import org.springframework.kafka.core.ConsumerFactory;
import org.springframework.kafka.core.DefaultKafkaConsumerFactory;
import org.springframework.kafka.listener.ConcurrentMessageListenerContainer;
import java.util.HashMap;
import java.util.Map;
import com.example.kane.service.kafka_listener;
@Configuration
@EnableKafka
public class kafka_consumer_config {
@Bean
public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> kafkaListenerContainerFactory() {ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory());
return factory;
}
public ConsumerFactory<String, String> consumerFactory() {return new DefaultKafkaConsumerFactory<>(consumerConfigs());
}
public Map<String, Object> consumerConfigs() {Map<String, Object> propsMap = new HashMap<>();
propsMap.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.233.138:9092");
propsMap.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
propsMap.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
propsMap.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
propsMap.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
return propsMap;
}
@Bean
public kafka_listener listener() {return new kafka_listener();
}
}
  • 增加 listener 类
package com.example.kane.service;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.kafka.annotation.KafkaListener;
public class kafka_listener {protected final Logger logger = LoggerFactory.getLogger(this.getClass());
@KafkaListener(topics = {"test"})
public void listen(ConsumerRecord<?, ?> record) {logger.info(record.toString());
logger.info("kafka 的 key:" + record.key());
logger.info("kafka 的 value:" + record.value().toString());
}
}
  • 同样我们用访问 http://localhost:8080/kafka/send?message=url_producer1 重新发一个消息
# 结果
2019-03-05 14:31:04.787 INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController : 发送 kafka 成功.
2019-03-05 14:31:04.848 INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener : ConsumerRecord(topic = test, partition = 0, offset = 10, CreateTime = 1551767464787, serialized key size = 3, serialized value size = 13, headers = RecordHeaders(headers = [], isReadOnly = false), key = key, value = url_producer1)
2019-03-05 14:31:04.848 INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener : kafka key: key
2019-03-05 14:31:04.848 INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener : kafka value: url_producer1
# 查看虚拟机 消费者信息
physics python message
123
null
url_producer
url_producer1
url_producer1

一些需要注意的问题

  1. 现在 kafka 官方提供自带 zookeeper 版本,不建议使用自带的,还是建议自己安装 zookeeper
  2. 物理机没法访问的时候,看文中的注意事项,依次更改一定能访问

正文完
星哥玩云-微信公众号
post-qrcode
 0
星锅
版权声明:本站原创文章,由 星锅 于2022-01-21发表,共计10858字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
【腾讯云】推广者专属福利,新客户无门槛领取总价值高达2860元代金券,每种代金券限量500张,先到先得。
阿里云-最新活动爆款每日限量供应
评论(没有评论)
验证码
【腾讯云】云服务器、云数据库、COS、CDN、短信等云产品特惠热卖中