快捷導(dǎo)航

Linux系統(tǒng)中KafKa安裝和使用方法 java客戶(hù)端連接kafka過(guò)程

更新時(shí)間：2023年08月31日 08:51:01 作者：我是女孩

這篇文章主要介紹了Linux系統(tǒng)中KafKa安裝和使用方法 java客戶(hù)端連接kafka過(guò)程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

kafka linux單機(jī)安裝

1 下載并安裝kafka

# tar zxvf kafka_2.12-1.1.0tgz 
# mv kafka_2.12-1.1.0 /usr/local/kafka
# cd /usr/local/kafka

2 啟動(dòng)服務(wù)

運(yùn)行kafka需要使用Zookeeper，所以需要先啟動(dòng)一個(gè)Zookeeper服務(wù)器，如果沒(méi)有Zookeeper，可以使用kafka自帶打包和配置好的Zookeeper,&后臺(tái)進(jìn)程

# bin/zookeeper-server-start.sh config/zookeeper.properties &

然后啟動(dòng)kafka服務(wù)

# bin/kafka-server-start.sh config/server.properties &

3 新建一個(gè)topic

創(chuàng)建一個(gè)名為“test”的Topic，只有一個(gè)分區(qū)和一個(gè)備份：

# bin/kafka-topics.sh --create --zookeeper localhost:2182 --replication-factor 1 --partitions 1 --topic test

創(chuàng)建好之后，可以通過(guò)以下命令查看已創(chuàng)建的topic信息：

# bin/kafka-topics.sh --list --zookeeper localhost:2182 test

除手工創(chuàng)建topic外，也可以配置broker，當(dāng)發(fā)布一個(gè)不存在的topic時(shí)自動(dòng)創(chuàng)建topic。

4 發(fā)送消息

Kafka提供了一個(gè)命令行工具，可以從輸入文件或者命令行中讀取消息并發(fā)送給Kafka集群，每一行是一條消息。

運(yùn)行producer,然后在控制臺(tái)輸入幾條消息到服務(wù)器

# bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test 
This is a message
This is another message

5 消費(fèi)消息

Kafka也提供了一個(gè)消費(fèi)消息的命令行工具

# bin/kafka-console-consumer.sh --zookeeper localhost:2182 --topic test --from-beginning
This is a message
This is another message

append：

listeners=PLAINTEXT://172.16.49.173:9092

java 客服端連接代碼

生產(chǎn)者代碼

import java.util.Properties;
import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
public class KafkaProducer  {
    private final Producer<String, String> producer;
    public final static String TOPIC = "test";
    private KafkaProducer(){
        Properties props = new Properties();
        //此處配置的是kafka的端口
        props.put("metadata.broker.list", "10.175.118.105:9092");
        //配置value的序列化類(lèi)
        props.put("serializer.class", "kafka.serializer.StringEncoder");
        //配置key的序列化類(lèi)
        props.put("key.serializer.class", "kafka.serializer.StringEncoder");
        props.put("request.required.acks","-1");
        producer = new Producer<String, String>(new ProducerConfig(props));
    }
    void produce() {
        int messageNo = 1000;
        final int COUNT = 10000;
        while (messageNo < COUNT) {
            String key = String.valueOf(messageNo);
            String data = "hello kafka message " + key;
            producer.send(new KeyedMessage<String, String>(TOPIC, key ,data));
            System.out.println(data);
            messageNo ++;
        }
    }
    public static void main( String[] args )
    {
        new KafkaProducer().produce();
    }
}

消費(fèi)者代碼

import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
import com.huawei.hwclouds.dbs.ops.base.huatuo.diagnosis.service.impl.KafkaProducer;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import kafka.serializer.StringDecoder;
import kafka.utils.VerifiableProperties;
public class KafkaConsumer {
    private final ConsumerConnector consumer;
    private KafkaConsumer() {
        Properties props = new Properties();
        //zookeeper 配置
        props.put("zookeeper.connect", "10.175.118.105:2182");
        //group 代表一個(gè)消費(fèi)組
        props.put("group.id", "test-consumer-group");
        //zk連接超時(shí)
        props.put("zookeeper.session.timeout.ms", "4000");
        props.put("zookeeper.sync.time.ms", "200");
        props.put("auto.commit.interval.ms", "1000");
        props.put("auto.offset.reset", "smallest");//必須要加，如果要讀舊數(shù)據(jù)
        //序列化類(lèi)
        props.put("serializer.class", "kafka.serializer.StringEncoder");
        ConsumerConfig config = new ConsumerConfig(props);
        consumer = kafka.consumer.Consumer.createJavaConsumerConnector(config);
    }
    void consume() {
        Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
        topicCountMap.put(KafkaProducer.TOPIC, new Integer(1));
        StringDecoder keyDecoder = new StringDecoder(new VerifiableProperties());
        StringDecoder valueDecoder = new StringDecoder(new VerifiableProperties());
        Map<String, List<KafkaStream<String, String>>> consumerMap =
                consumer.createMessageStreams(topicCountMap,keyDecoder,valueDecoder);
        KafkaStream<String, String> stream = consumerMap.get(KafkaProducer.TOPIC).get(0);
        ConsumerIterator<String, String> it = stream.iterator();
        while (it.hasNext())
            System.out.println(it.next().message());
    }
    public static void main(String[] args) {
        new KafkaConsumer().consume();
    }
}