Kafka基础
zookeeper和bootstrap-server测试案例，下午详细介绍。
| 测试案例（zk：2181）（b-s：9092） | 结果 |
|---|---|
| whitelist zookeeper | 正确 |
| whitelist bootstrap-server | 正确 |
| blacklist zookeeper | 正确 |
| blacklist bootstrap-server | 需指定white，white在后指定 |
| blacklist zookeeper | 正确 |
| blacklist bootstrap-server | 需指定white，white在前面指定 |
| blacklist whitelist zookeeper | 只能指定一个 |
1、 命令行客户端（测试）
1.1、关于主题的操作
kafka-topics.sh介绍（crud,c:create,r:retreive,u:update,d:delete）
1，shell脚本的作用：
Create：新建主题
delete：删除主题
describe：查看主题的详情
change a topic：更新主题
2，关键参数：
--alter 修改主题
--create Create a new topic（创建主题）.
--delete Delete a topic（删除主题）
--describe List details for the given topics（显示出给定主题的详情）.
--list List all available topics（罗列出kafka分布式集群中所有有效的主题名）.
--partitions 创建或是修改主题时通过该参数指定分区数。
--replication-factor 创建修改主题时通过该参数指定分区的副本数。
--topic 指定主题名
--zookeeper：用来指定zookeeper分布式集群
①新建主题
需求1：新建名为hadoop的主题，要求分区数1，副本数1
需求2：新建名为spark的主题，要求分区数2，副本数3
需求3：新建名为flink的主题，要求分区数3，副本数3
实操效果：
[[email protected] ~]# kafka-topics.sh --create --topic hadoop --zookeeper node01:2181 --partitions 1 --replication-factor 1
Created topic "hadoop".
[[email protected] ~]# kafka-topics.sh --create --topic spark --zookeeper node01:2181,node02:2181,node03:2181 --partitions 2 --replication-factor 3
Created topic "spark".
[[email protected] ~]# kafka-topics.sh --create --topic flink --zookeeper node01:2181,node02:2181,node03:2181 --partitions 3 --replication-factor 3
Created topic "flink".
注意点：
[[email protected] ~]# kafka-topics.sh --create --topic storm --zookeeper node01:2181,node02:2181,node03:2181 --partitions 3 --replication-factor 4
Error while executing topic command : Replication factor: 4 larger than available brokers: 3.
原因：副本一般是跨节点存储的。从安全性的角度考虑，不允许在一台节点上存在相同的副本（若是可以的话，硬盘要是破坏了，多个相同副本中的数据都会丢失，不安全！！）。
②查询主题
方式1：--list参数，查看当前kafka分布式集群中存在的有效的主题名
方式2：--describe参数，查看当前kafka分布式集群中存在的有效的主题的详情（主题名，分区数，副本的分布，分区的角色→leader,follower,同一时刻，只有leader角色的分区才能接收读写操作）
实操效果：
[[email protected] ~]# kafka-topics.sh --zookeeper node01:2181 --list
flink
hadoop
spark
[[email protected] ~]# kafka-topics.sh --zookeeper node01:2181 --describe
Topic:flink PartitionCount:3 ReplicationFactor:3 Configs:
Topic: flink Partition: 0 Leader: 101 Replicas: 101,102,103 Isr: 101,102,103
Topic: flink Partition: 1 Leader: 102 Replicas: 102,103,101 Isr: 102,103,101
Topic: flink Partition: 2 Leader: 103 Replicas: 103,101,102 Isr: 103,101,102
PartitionCount：topic对应的partition的个数
ReplicationFactor：topic对应的副本因子，说白就是副本个数(包含自己，与hdfs上的副本数相同)
Partition：partition编号，从0开始递增
Leader：当前partition起作用的breaker.id
Replicas: 当前副本数据所在的breaker.id，是一个列表
Isr：当前kakfa集群中可用的breaker.id列表
③修改主题
1，不能修改副本因子，否则报错，实操效果如下：
[[email protected] ~]# kafka-topics.sh --alter --zookeeper node02:2181 --topic hadoop --replication-factor 2
Option "[replication-factor]" can't be used with option"[alter]"
2，可以修改分区数，实操效果如下：
[[email protected] ~]# kafka-topics.sh --alter --zookeeper node02:2181 --topic hadoop --partitions 2
WARNING: If partitions are increased for a topic that has a key, the partition logic or ordering of the messages will be affected
Adding partitions succeeded!
[[email protected] ~]# kafka-topics.sh --zookeeper node02:2181 --topic hadoop --describe
Topic:hadoop PartitionCount:2 ReplicationFactor:1 Configs:
Topic: hadoop Partition: 0 Leader: 102 Replicas: 102 Isr: 102
Topic: hadoop Partition: 1 Leader: 103 Replicas: 103 Isr: 103
注意：
①只能增加分区数，不能减少分区数。实操效果如下：
[[email protected] ~]# kafka-topics.sh --alter --zookeeper node02:2181 --topic hadoop --partitions 1
WARNING: If partitions are increased for a topic that has a key, the partition logic or ordering of the messages will be affected
Error while executing topic command : The number of partitions for a topic can only be increased. Topic hadoop currently has 2 partitions, 1 would not be an increase.
[2019-11-12 11:29:04,668] ERROR org.apache.kafka.common.errors.InvalidPartitionsException: The number of partitions for a topic can only be increased. Topic hadoop currently has 2 partitions, 1 would not be an increase.
(kafka.admin.TopicCommand$)
②主题名不能修改，修改主题时，主题名是作为修改的条件存在的。
④删除主题
删除名为hadoop的主题，实操效果如下：
[[email protected] flink-0]# kafka-topics.sh --list --zookeeper node01:2181
flink
hadoop
spark
[[email protected] flink-0]# kafka-topics.sh --delete --topic hadoop --zookeeper node03:2181
Topic hadoop is marked for deletion.
Note: This will have no impact if delete.topic.enable is not set to true.
[[email protected] flink-0]# cd ..
[[email protected] kafka-logs]# kafka-topics.sh --list --zookeeper node01:2181
flink
spark
[[email protected] kafka-logs]# ll
total 20
-rw-r--r-- 1 root root 4 Nov 12 11:34 cleaner-offset-checkpoint
drwxr-xr-x 2 root root 141 Nov 12 10:51 flink-0
drwxr-xr-x 2 root root 141 Nov 12 10:51 flink-1
drwxr-xr-x 2 root root 141 Nov 12 10:51 flink-2
-rw-r--r-- 1 root root 4 Nov 12 11:34 log-start-offset-checkpoint
-rw-r--r-- 1 root root 56 Nov 12 10:29 meta.properties
-rw-r--r-- 1 root root 54 Nov 12 11:34 recovery-point-offset-checkpoint
-rw-r--r-- 1 root root 54 Nov 12 11:35 replication-offset-checkpoint
drwxr-xr-x 2 root root 141 Nov 12 10:51 spark-0
drwxr-xr-x 2 root root 141 Nov 12 10:51 spark-1
注意：
①针对于kafka的版本kafka-1.0.2，在server.properties资源文件中，参数delete.topic.enable默认值是true。就是物理删除。（低版本的kafka，如：0.10.0.1，确实是逻辑删除）
②通过zookeeper进行确认，并且删除了元数据信息。
[zk: node03(CONNECTED) 11] ls /brokers/topics
[flink, spark]
1.2、关于消息的发布和订阅
kafka-console-producer.sh→进行消息的发布（生产）
参数说明如下：
--broker-list <String: broker-list> REQUIRED: The broker list string in
the form HOST1:PORT1,HOST2:PORT2. 用来标识kafka分布式集群中的kafka服务器列表
--topic <String: topic> REQUIRED: The topic id to produce
messages to. 指定主题名（消息属于哪个主题的）
其余的参数使用默认值即可。
说明：
①上述的shell脚本后，会进入到阻塞状态，启动一个名为ConsoleProducer的进程
②在控制台录入消息，一行就是一条消息，回车后，送往kafka分布式集群中的MQ(message queue)存储起来。
kafka-console-consumer.sh→进行消息的订阅（消费）
参数名：
--blacklist <String: blacklist> 用来指定黑名单。使用该参数的时机：
对绝大多数的主题感兴趣，对极少数主题不感兴趣。此时，可以将这些不感兴趣的主题名置于黑名单列表中。
--whitelist <String: whitelist> 用来指定白名单列表。 使用该参数的时机：
对极少数主题感兴趣，对绝大多数的主题不感兴趣。可以将感兴趣的主题置于到白名单列表中。
--zookeeper <String: urls> 针对于旧的kafka版本，消费的偏移量通过zookeeper来进行维护的。偏移量：记录的是订阅消息的进度，就是消息数。
--bootstrap-server <String: server to> 针对于新版本的kafka，消费的偏移量的维护是通过kafka分布式集群自身的一个名为__consumer_offsets主题来维护来维护的。
--from-beginning 从头开始消费。否则，不带该参数，只会订阅新产生的消息（前提：订阅方要提前启动。）。
说明：
①上述的shell脚本后，会进入到阻塞状态，启动一个名为ConsoleConsumer的进程
②会读取特定主题相应分区中存储的消息。
a)若是带了参数--from-beginning ，读取该主题所有分区中的数据
b)若是不带参数--from-beginning，当前的订阅方接收不到历史的消息，只能接收到该进程启动后，新产生的消息。
③若是带--zookeeper参数，消费的offset(偏移量)，该偏移量通过zookeeer进行维护。如：
④针对于消费offset的维护，高版本的kafka中，若是使用zookeeper来维护，有警告：
[[email protected] kafka-logs]# kafka-console-consumer.sh --topic spark --zookeeper node01:2181
Using the ConsoleConsumer with old consumer is deprecated and will be removed in a future major release. Consider using the new consumer by passing [bootstrap-server] instead of [zookeeper].
how do you do?
⑤针对于消费offset的维护，高版本的kafka中，建议kafka分布式集群来维护，会自动创建一个名为__consumer_offsets的主题，该主题默认有50个分区，每个分区默认有一个副本（可以在server.properties文件中手动进行定制）：
[[email protected] ~]# kafka-topics.sh --describe --topic __consumer_offsets --zookeeper node01:2181
Topic:__consumer_offsets PartitionCount:50 ReplicationFactor:1 Configs:segment.bytes=104857600,cleanup.policy=compact,compression.type=producer
Topic: __consumer_offsets Partition: 0 Leader: 102 Replicas: 102 Isr: 102
Topic: __consumer_offsets Partition: 1 Leader: 103 Replicas: 103 Isr: 103
Topic: __consumer_offsets Partition: 2 Leader: 101 Replicas: 101 Isr: 101
...
⑥关于偏移量的维护：
a)项目中一般需要手动进行维护，达到的效果是：偏移量被某个同类型的进程所独享。
b)偏移量的维护，可选的方案很多：
zookeeper
redis →使用得较多
hbase
rdbms(mysql,oracle等等)
⑦白名单：
情形1：通过kafka维护偏移量：
[[email protected] bin]# kafka-console-consumer.sh --whitelist 'storm|spark' --bootstrap-server node02:9092,node01:9092,node03:9092 --from-beginning
storm storm
ok ok ok
are you ok?
hehe da da
情形2：通过zookeeper维护偏移量 （高版本不推荐了）
[[email protected] bin]# kafka-console-consumer.sh --whitelist storm,spark --zookeeper node01:2181 --from-beginningUsing the ConsoleConsumer with old consumer is deprecated and will be removed in a future major release. Consider using the new consumer by passing [bootstrap-server] instead of [zookeeper].
are you ok?
yes, I do.
ok ok ok
hehe
⑧黑名单：
情形1：通过kafka维护偏移量：
[[email protected] bin]# kafka-console-consumer.sh --blacklist storm --bootstrap-server node02:9092,node01:9092,node03:9092 --from-beginning
Exactly one of whitelist/topic is required.
注意：上述的方式，参数“--blacklist”不能单独使用，需要与--whitelist参数或者是--topic参数结合在一起使用。若是一起使用，显得累赘。一般不要带--blacklist。
情形2：通过zookeeper维护偏移量 （不推荐使用）
[[email protected] bin]# kafka-console-consumer.sh --blacklist storm,spark --zookeeper node01:2181 --from-beginningUsing the ConsoleConsumer with old consumer is deprecated and will be removed in a future major release. Consider using the new consumer by passing [bootstrap-server] instead of [zookeeper].
flink 哦
2、 使用Java API来操作kafka分布式集群
2.1 准备
①maven工程，pom依赖
②启动zookeeper分布式集群，kafka分布式集群
③将资源文件consumer.properties→用来定制消息订阅方的参数
producer.properties→用来定制消息发布方的参数
拷贝到项目的resources资源目录下
③熟悉涉及到的api：
消息的发布：
KafkaProducer<Key,Value> →发布消息的核心类,若是不指定消息的key，默认值是null
ProducerRecord → 对每条消息的封装
消息的订阅：
KafkaConsumer
2.2 发布消息
方案1：发布单条消息
源码以及效果
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
public class MyMsgProducerDemo {
public static void main(String[] args) {
Producer<Integer, String> producer = null;
try {
//①准备Properties的实例，并将资源目录下的配置文件producer.properties中定制的参数封装进去
Properties properties = new Properties();
properties.load(MyMsgProducerDemo.class.getClassLoader().getResourceAsStream("producer.properties"));
//②KafkaProducer实例的创建
producer = new KafkaProducer(properties);
//③准备消息
ProducerRecord<Integer, String> record = new ProducerRecord<>("flink", 1, "走起！");
//④发布消息
producer.send(record);
} catch (Exception e) {
e.printStackTrace();
} finally {
//⑤资源释放
if (producer != null) {
producer.close();
}
}
}
}
方案2：发布多条消息
源码以及效果
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
public class MyMsgProducerDemo2 {
public static void main(String[] args) {
//步骤：
Producer<Integer, String> producer = null;
try {
//①准备Properties的实例，并将资源目录下的配置文件producer.properties中定制的参数封装进去
Properties properties = new Properties();
properties.load(MyMsgProducerDemo2.class.getClassLoader().getResourceAsStream("producer.properties"));
//②KafkaProducer实例的创建
producer = new KafkaProducer(properties);
//③通过循环模拟发布多条消息
for(int i=2;i<=11;i++){
//a）准备消息
ProducerRecord<Integer, String> record = new ProducerRecord<>("flink", i, i+"\t→ 走起！");
//b) 发布消息
producer.send(record);
}
} catch (Exception e) {
e.printStackTrace();
} finally {
//⑤资源释放
if (producer != null) {
producer.close();
}
}
}
}
方案3：追踪每条消息发布后的轨迹
源码以及效果
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
public class MyMsgProducerDemo3 {
public static void main(String[] args) {
//步骤：
Producer<Integer, String> producer = null;
try {
//①准备Properties的实例，并将资源目录下的配置文件producer.properties中定制的参数封装进去
Properties properties = new Properties();
properties.load(MyMsgProducerDemo3.class.getClassLoader().getResourceAsStream("producer.properties"));
//②KafkaProducer实例的创建
producer = new KafkaProducer(properties);
//③通过循环模拟发布多条消息
for (int i = 1; i <= 10; i++) {
//a）准备消息
ProducerRecord<Integer, String> record = new ProducerRecord<>("flink", i, i + "\t→ 走起！呵呵哒哒...");
//b) 发布消息
producer.send(record, new Callback() {
/**
* 当前待发送的消息发送完毕后，下述方法会被回调执行
*
* @param metadata
* @param exception
*/
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
System.out.printf("当前的消息对应的主题是：%s，内容是：%s，所在的分区是：%d，偏移量是：%d%n",
metadata.topic(), record.value(), metadata.partition(), metadata.offset());
}
});
}
} catch (Exception e) {
e.printStackTrace();
} finally {
//⑤资源释放
if (producer != null) {
producer.close();
}
}
}
}
2.3 消息的订阅
订阅当前新发布的个别消息（latest）
import org.apache.kafka.clients.consumer.Consumer;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.util.Arrays;
import java.util.Properties;
public class MyMsgConsumerDemo {
public static void main(String[] args) {
//步骤：
Consumer<Integer, String> consumer = null;
try {
//①Properties的实例，将consumer.properties资源文件中的参数设置封装进去
Properties properties = new Properties();
properties.load(MyMsgConsumerDemo.class.getClassLoader().getResourceAsStream("consumer.properties"));
//②KafkaConsumer
consumer = new KafkaConsumer(properties);
//③指定订阅的主题
consumer.subscribe(Arrays.asList("flink"));
//④正式开始进行订阅
ConsumerRecords<Integer, String> records = consumer.poll(5000);
//⑤分析订阅后的结果
for (ConsumerRecord<Integer, String> record : records) {
String topic = record.topic();
int partition = record.partition();
long offset = record.offset();
String value = record.value();
Integer key = record.key();
System.out.printf("当前消息的详情是：%n主题名→%s,分区编号→%d,偏移量→%d,消息的value→%s,消息的key→%d%n%n",
topic, partition, offset, value, key
);
}
} catch (Exception e) {
e.printStackTrace();
} finally {
//⑥资源释放
if (consumer != null) {
consumer.close();
}
}
}
}
循环订阅消息
import org.apache.kafka.clients.consumer.Consumer;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.util.Arrays;
import java.util.Properties;
public class MyMsgConsumerDemo2 {
public static void main(String[] args) {
//步骤：
Consumer<Integer, String> consumer = null;
try {
//①Properties的实例，将consumer.properties资源文件中的参数设置封装进去
Properties properties = new Properties();
properties.load(MyMsgConsumerDemo2.class.getClassLoader().getResourceAsStream("consumer.properties"));
//②KafkaConsumer
consumer = new KafkaConsumer(properties);
//③指定订阅的主题
consumer.subscribe(Arrays.asList("flink"));
//④循环接收消息
while(true){
//④正式开始进行订阅
ConsumerRecords<Integer, String> records = consumer.poll(1000);
//⑤分析订阅后的结果
for (ConsumerRecord<Integer, String> record : records) {
String topic = record.topic();
int partition = record.partition();
long offset = record.offset();
String value = record.value();
Integer key = record.key();
System.out.printf("当前消息的详情是：%n主题名→%s,分区编号→%d,偏移量→%d,消息的value→%s,消息的key→%d%n%n",
topic, partition, offset, value, key
);
}
}
} catch (Exception e) {
e.printStackTrace();
} finally {
//⑥资源释放
if (consumer != null) {
consumer.close();
}
}
}
}
从源头开始订阅所关注的各个主题的消息
import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import java.util.Arrays;
import java.util.Collection;
import java.util.Properties;
public class MyMsgConsumerDemo3 {
public static void main(String[] args) {
//步骤：
Consumer<Integer, String> consumer = null;
try {
//①Properties的实例，将consumer.properties资源文件中的参数设置封装进去
Properties properties = new Properties();
properties.load(MyMsgConsumerDemo3.class.getClassLoader().getResourceAsStream("consumer.properties"));
//②KafkaConsumer
consumer = new KafkaConsumer(properties);
//③指定订阅的主题
final Consumer<Integer, String> finalConsumer = consumer;
consumer.subscribe(Arrays.asList("flink", "storm", "spark"), new ConsumerRebalanceListener() {
@Override
public void onPartitionsRevoked(Collection<TopicPartition> partitions) {
}
/**
* 从各个分区的开始位置进行订阅
* @param partitions
*/
@Override
public void onPartitionsAssigned(Collection<TopicPartition> partitions) {
finalConsumer.seekToBeginning(partitions);
}
});
//④循环接收消息
while (true) {
//④正式开始进行订阅
ConsumerRecords<Integer, String> records = consumer.poll(1000);
//⑤分析订阅后的结果
for (ConsumerRecord<Integer, String> record : records) {
String topic = record.topic();
int partition = record.partition();
long offset = record.offset();
String value = record.value();
Integer key = record.key();
System.out.printf("当前消息的详情是：%n主题名→%s,分区编号→%d,偏移量→%d,消息的value→%s,消息的key→%d%n%n",
topic, partition, offset, value, key
);
}
//所有的消息订阅完毕，就退出
if (records.isEmpty()) {
break;
}
}
} catch (Exception e) {
e.printStackTrace();
} finally {
//⑥资源释放
if (consumer != null) {
consumer.close();
}
}
}
}
![Linux 安装kafka的库librdkafka[图]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)