2019獨角獸企業重金招聘Python工程師標準>>>

基本概念

kafka中的重要角色
??broker：一臺kafka服務器就是一個broker，一個集群可有多個broker，一個broker可以容納多個topic
??topic：可以理解為一個消息隊列的名字
??partition：分區，為了實現擴展性，一個topic可以分布到多個broker上，一個topic可以被分成多個partition，partition中的每條消息 都會被分配一個有序的id（offset）。kafka只保證按一個partition中的順序將消息發給consumer，不保證一個topic的整體的順序。也就是說，一個topic在集群中可以有多個partition 。kafka有Key Hash算法和Round Robin算法兩種分區策略。
??producer：消息的生產者，是向kafka發消息的客戶端
??consumer：消息消費者，向broker取消息的客戶端
??offset：偏移量，用來記錄consumer消費消息的位置
??Consumer Group：消費組，消息系統有兩類，一是廣播，二是訂閱發布。

編碼實現

??創建一個生產者

package sancen.kafkaimport java.util.Propertiesimport kafka.producer.{KeyedMessage, Producer, ProducerConfig}/*** 類名 ProducerDemo* 作者 彭三青* 創建時間 2018-11-26 9:49* 版本 1.0* 描述: $ 實現一個生產者，把模擬數據發送到kafka集群*/object ProducerDemo {def main(args: Array[String]): Unit = {// 定義一個接收數據的topicval topic = "test"// 創建配置信息val props = new Properties()// 指定序列化類props.put("serializer.class", "kafka.serializer.StringEncoder")// 指定kafka列表props.put("metadata.broker.list", "SC01:9092, SC01:9092, SC03:9092")// 設置發送數據后的響應方式props.put("request.required.acks", "0")// 指定分區器// props.put("partitioner.class", "kafka.producer.DefaultPartitioner// 自定義分區器props.put("partitioner.class", "day01.kafka.CustomPartitioner")// 創建producer對象val config: ProducerConfig = new ProducerConfig(props)// 創建生產者對象val producer: Producer[String, String] = new Producer(config)// 模擬數據for(i <- 1 to 10000){val msg = s"$i : producer send data"producer.send(new KeyedMessage[String, String](topic, msg)) //key偏移量，也可以給空 v實際的數據Thread.sleep(500)}} }

??創建消費者

package sancen.kafkaimport java.util.Properties import java.util.concurrent.{ExecutorService, Executors}import kafka.consumer._import scala.collection.mutable/*** 類名 ConsumerDemo* 作者 彭三青* 創建時間 2018-11-26 10:08* 版本 1.0* 描述: $ 創建一個Consumer消費kafka的數據*/class ConsumerDemo(val consumer: String, val stream: KafkaStream[Array[Byte], Array[Byte]]) extends Runnable{override def run(): Unit = {val it: ConsumerIterator[Array[Byte], Array[Byte]] = stream.iterator()while (it.hasNext()){val data = it.next()val topic = data.topicval partition = data.partitionval offset = data.offsetval msg: String = new String(data.message())println(s"Consumer:$consumer, topic:$topic, partiton:$partition, offset:$offset, msg:$msg")}} }object ConsumerDemo {def main(args: Array[String]): Unit = {// 定義獲取的topicval topic = "test"// 定義一個map，用來存儲多個topic key:topic名稱，value:指定線程數用來獲取topic的數據val topics = new mutable.HashMap[String, Int]() // 要求就要傳一個map，可以放一個或者多個topictopics.put(topic, 2)// 配置信息val props = new Properties()// 指定consumer組名props.put("group.id", "group02")// 指定zk列表props.put("zookeeper.connect", "SC01:2181,SC02:2181,SC03:2181")// 指定offset異常時需要獲取的offset值props.put("auto.offset.reset", "smallest")// 創建配置信息val config = new ConsumerConfig(props)// 創建consumer對象val consumer: ConsumerConnector = Consumer.create(config)// 獲取數據,返回的map類型中key：topic名稱，value：topic對應的數據val streams: collection.Map[String, List[KafkaStream[Array[Byte], Array[Byte]]]] = consumer.createMessageStreams(topics)// 獲取指定topic的數據val stream: Option[List[KafkaStream[Array[Byte], Array[Byte]]]] = streams.get(topic)// 創建固定大小的線程池val pool: ExecutorService = Executors.newFixedThreadPool(3)for(i <- 0 until stream.size){pool.execute(new ConsumerDemo(s"Consumer:$i", stream.get(i)))}} }

??創建自定義分區類

package sancen.kafkaimport kafka.producer.Partitioner import kafka.utils.VerifiableProperties import org.apache.kafka.common.utils.Utils/*** 類名 CustomPartitioner* 作者 彭三青* 創建時間 2018-11-26 20:29* 版本 1.0* 描述: $*/// 要實現自定義分區器必須要繼承Partitioner class CustomPartitioner(props: VerifiableProperties) extends Partitioner{override def partition(key: Any, numPartitions: Int): Int = {Utils.abs(key.hashCode) % numPartitions} }

程序測試

??后臺啟動kafka集群

kafka-server-start.sh kafka_2.11-0.9.0.1/config/server.properties &

??在kafka集群上創建一個名為test的topic，指定分區為2，一般一個topic對應一個分區

kafka-topics.sh --create --zookeeper SC01:2181 --replication-factor 2 --partitions 2 --topic test

??分別運行ProducerDemo和ConsumerDemo則可以在ConsumerDemo端窗口打印出信息

轉載于:https://my.oschina.net/u/3875806/blog/2962794

總結

以上是生活随笔為你收集整理的kafka模拟生产-消费者以及自定义分区的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。