Java分布式之Kafka消息隊列實例分析

這篇文章主要介紹“Java分布式之Kafka消息隊列實例分析”，在日常操作中，相信很多人在Java分布式之Kafka消息隊列實例分析問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Java分布式之Kafka消息隊列實例分析”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

介紹

Apache Kafka 是分布式發布-訂閱消息系統，在 kafka官網上對 kafka 的定義：一個分布式發布-訂閱消息傳遞系統。 它最初由LinkedIn公司開發，Linkedin于2010年貢獻給了Apache基金會并成為頂級開源項目。Kafka是一種快速、可擴展的、設計內在就是分布式的，分區的和可復制的提交日志服務。

注意:Kafka并沒有遵循JMS規范（），它只提供了發布和訂閱通訊方式。

Kafka核心相關名稱

1. Broker：Kafka節點，一個Kafka節點就是一個broker，多個broker可以組成一個Kafka集群

2. Topic：一類消息，消息存放的目錄即主題，例如page view日志、click日志等都可以以topic的形式存在，Kafka集群能夠同時負責多個topic的分發

3. massage： Kafka中最基本的傳遞對象。

4. Partition：topic物理上的分組，一個topic可以分為多個partition，每個partition是一個有序的隊列。Kafka里面實現分區，一個broker就是表示一個區域。

5. Segment：partition物理上由多個segment組成，每個Segment存著message信息

6. Producer : 生產者，生產message發送到topic

7. Consumer : 消費者，訂閱topic并消費message, consumer作為一個線程來消費

8. Consumer Group：消費者組，一個Consumer Group包含多個consumer

9. Offset：偏移量，理解為消息 partition 中消息的索引位置

主題和隊列的區別：

隊列是一個數據結構，遵循先進先出原則

kafka集群安裝

• 每臺服務器上安裝jdk1.8環境

• 安裝Zookeeper集群環境

• 安裝kafka集群環境

• 運行環境測試

安裝jdk環境和zookeeper這里不詳述了。

kafka為什么依賴于zookeeper：kafka會將mq信息存放到zookeeper上，為了使整個集群能夠方便擴展，采用zookeeper的事件通知相互感知。

kafka集群安裝步驟：

1、下載kafka的壓縮包

2、解壓安裝包

tar -zxvf kafka_2.11-1.0.0.tgz

3、修改kafka的配置文件 config/server.properties

配置文件修改內容：

• zookeeper連接地址：zookeeper.connect=192.168.1.19:2181

• 監聽的ip，修改為本機的iplisteners=PLAINTEXT://192.168.1.19:9092

• kafka的brokerid，每臺broker的id都不一樣broker.id=0

4、依次啟動kafka

./kafka-server-start.sh -daemon config/server.properties

kafka使用

kafka文件存儲

topic是邏輯上的概念，而partition是物理上的概念，每個partition對應于一個log文件，該log文件中存儲的就是Producer生成的數據。Producer生成的數據會被不斷追加到該log文件末端，為防止log文件過大導致數據定位效率低下，Kafka采取了分片和索引機制，將每個partition分為多個segment，每個segment包括：“.index”文件、“.log”文件和.timeindex等文件。這些文件位于一個文件夾下，該文件夾的命名規則為：topic名稱+分區序號。

例如：執行命令新建一個主題，分三個區存放放在三個broker中：

./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 3 --topic kaico

• 一個partition分為多個segment

• .log 日志文件

• .index 偏移量索引文件

• .timeindex 時間戳索引文件

• 其他文件（partition.metadata，leader-epoch-checkpoint）

Springboot整合kafka

maven依賴

 <dependencies>
        <!-- springBoot集成kafka -->
        <dependency>
            <groupId>org.springframework.kafka</groupId>
            <artifactId>spring-kafka</artifactId>
        </dependency>
        <!-- SpringBoot整合Web組件 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
    </dependencies>

yml配置

# kafka
spring:
  kafka:
    # kafka服務器地址(可以多個)
#    bootstrap-servers: 192.168.212.164:9092,192.168.212.167:9092,192.168.212.168:9092
    bootstrap-servers: www.kaicostudy.com:9092,www.kaicostudy.com:9093,www.kaicostudy.com:9094
    consumer:
      # 指定一個默認的組名
      group-id: kafkaGroup1
      # earliest:當各分區下有已提交的offset時，從提交的offset開始消費；無提交的offset時，從頭開始消費
      # latest:當各分區下有已提交的offset時，從提交的offset開始消費；無提交的offset時，消費新產生的該分區下的數據
      # none:topic各分區都存在已提交的offset時，從offset后開始消費；只要有一個分區不存在已提交的offset，則拋出異常
      auto-offset-reset: earliest
      # key/value的反序列化
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
    producer:
      # key/value的序列化
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
      # 批量抓取
      batch-size: 65536
      # 緩存容量
      buffer-memory: 524288
      # 服務器地址
      bootstrap-servers: www.kaicostudy.com:9092,www.kaicostudy.com:9093,www.kaicostudy.com:9094

生產者

@RestController
public class KafkaController {
	/**
	 * 注入kafkaTemplate
	 */
	@Autowired
	private KafkaTemplate<String, String> kafkaTemplate;
	/**
	 * 發送消息的方法
	 *
	 * @param key
	 *            推送數據的key
	 * @param data
	 *            推送數據的data
	 */
	private void send(String key, String data) {
		// topic 名稱 key   data 消息數據
		kafkaTemplate.send("kaico", key, data);
	}
	// test 主題 1 my_test 3
	@RequestMapping("/kafka")
	public String testKafka() {
		int iMax = 6;
		for (int i = 1; i < iMax; i++) {
			send("key" + i, "data" + i);
		}
		return "success";
	}
}

消費者

@Component
public class TopicKaicoConsumer {
    /**
     * 消費者使用日志打印消息
     */
    @KafkaListener(topics = "kaico") //監聽的主題
    public void receive(ConsumerRecord<?, ?> consumer) {
        System.out.println("topic名稱:" + consumer.topic() + ",key:" +
                consumer.key() + "," +
                "分區位置:" + consumer.partition()
                + ", 下標" + consumer.offset());
        //輸出key對應的value的值
        System.out.println(consumer.value());
    }
}

到此，關于“Java分布式之Kafka消息隊列實例分析”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！