博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Kafka部署与代码实例(转)
阅读量:5167 次
发布时间:2019-06-13

本文共 9257 字,大约阅读时间需要 30 分钟。

来自:http://doc.okbase.net/QING____/archive/19447.html

也可参考:

http://blog.csdn.net/21aspnet/article/details/19325373

http://blog.csdn.net/unix21/article/details/18990123

 

kafka作为分布式日志收集或系统监控服务,我们有必要在合适的场合使用它。kafka的部署包括zookeeper环境/kafka环境,同时还需要进行一些配置操作.接下来介绍如何使用kafka.

    我们使用3个zookeeper实例构建zk集群,使用2个kafka broker构建kafka集群.

    其中kafka为0.8V,zookeeper为3.4.5V

 

一.Zookeeper集群构建

    我们有3个zk实例,分别为zk-0,zk-1,zk-2;如果你仅仅是测试使用,可以使用1个zk实例.

    1) zk-0

    调整配置文件:

clientPort=2181server.0=127.0.0.1:2888:3888server.1=127.0.0.1:2889:3889server.2=127.0.0.1:2890:3890##只需要修改上述配置,其他配置保留默认值

    启动zookeeper

./zkServer.sh start

    2) zk-1

    调整配置文件(其他配置和zk-0一只):

clientPort=2182##只需要修改上述配置,其他配置保留默认值

    启动zookeeper

 

./zkServer.sh start

    3) zk-2

    调整配置文件(其他配置和zk-0一只):

clientPort=2183##只需要修改上述配置,其他配置保留默认值

    启动zookeeper

 

./zkServer.sh start

  

二. Kafka集群构建

    因为Broker配置文件涉及到zookeeper的相关约定,因此我们先展示broker配置文件.我们使用2个kafka broker来构建这个集群环境,分别为kafka-0,kafka-1.

    1) kafka-0

    在config目录下修改配置文件为:

broker.id=0port=9092num.network.threads=2num.io.threads=2socket.send.buffer.bytes=1048576socket.receive.buffer.bytes=1048576socket.request.max.bytes=104857600log.dir=./logsnum.partitions=2log.flush.interval.messages=10000log.flush.interval.ms=1000log.retention.hours=168#log.retention.bytes=1073741824log.segment.bytes=536870912log.cleanup.interval.mins=10zookeeper.connect=127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183zookeeper.connection.timeout.ms=1000000kafka.metrics.polling.interval.secs=5kafka.metrics.reporters=kafka.metrics.KafkaCSVMetricsReporterkafka.csv.metrics.dir=/tmp/kafka_metricskafka.csv.metrics.reporter.enabled=false

 

    因为kafka用scala语言编写,因此运行kafka需要首先准备scala相关环境。

> cd kafka-0> ./sbt update> ./sbt package> ./sbt assembly-package-dependency

    其中最后一条指令执行有可能出现异常,暂且不管。 启动kafka broker:

> JMS_PORT=9997 bin/kafka-server-start.sh config/server.properties &

    因为zookeeper环境已经正常运行了,我们无需通过kafka来挂载启动zookeeper.如果你的一台机器上部署了多个kafka broker,你需要声明JMS_PORT.

    2) kafka-1

broker.id=1port=9093##其他配置和kafka-0保持一致

    然后和kafka-0一样执行打包命令,然后启动此broker.

> JMS_PORT=9998 bin/kafka-server-start.sh config/server.properties &

    到目前为止环境已经OK了,那我们就开始展示编程实例吧。

 

三.项目准备

    项目基于maven构建,不得不说kafka java客户端实在是太糟糕了;构建环境会遇到很多麻烦。建议参考如下pom.xml;其中各个依赖包必须版本协调一致。

4.0.0
com.test
test-kafka
jar
test-kafka
http://maven.apache.org
1.0.0
log4j
log4j
1.2.14
org.apache.kafka
kafka_2.8.0
0.8.0-beta1
log4j
log4j
org.scala-lang
scala-library
2.8.1
com.yammer.metrics
metrics-core
2.2.0
com.101tec
zkclient
0.3
test-kafka-1.0
src/main/resources
true
maven-compiler-plugin
2.3.2
1.5
1.5
gb2312
maven-resources-plugin
2.2
gbk

 

 

四.Producer端代码

    1) producer.properties文件:此文件放在/resources目录下

#partitioner.class=metadata.broker.list=127.0.0.1:9092,127.0.0.1:9093##,127.0.0.1:9093producer.type=synccompression.codec=0serializer.class=kafka.serializer.StringEncoder##在producer.type=async时有效#batch.num.messages=100

 

    2) LogProducer.java代码样例

package com.test.kafka;import java.util.ArrayList;import java.util.Collection;import java.util.List;import java.util.Properties;import kafka.javaapi.producer.Producer;import kafka.producer.KeyedMessage;import kafka.producer.ProducerConfig;public class LogProducer {    private Producer
inner; public LogProducer() throws Exception{ Properties properties = new Properties(); properties.load(ClassLoader.getSystemResourceAsStream("producer.properties")); ProducerConfig config = new ProducerConfig(properties); inner = new Producer
(config); } public void send(String topicName,String message) { if(topicName == null || message == null){ return; } KeyedMessage
km = new KeyedMessage
(topicName,message); inner.send(km); } public void send(String topicName,Collection
messages) { if(topicName == null || messages == null){ return; } if(messages.isEmpty()){ return; } List
> kms = new ArrayList
>(); for(String entry : messages){ KeyedMessage
km = new KeyedMessage
(topicName,entry); kms.add(km); } inner.send(kms); } public void close(){ inner.close(); } /** * @param args */ public static void main(String[] args) { LogProducer producer = null; try{ producer = new LogProducer(); int i=0; while(true){ producer.send("test-topic", "this is a sample" + i); i++; Thread.sleep(2000); } }catch(Exception e){ e.printStackTrace(); }finally{ if(producer != null){ producer.close(); } } }}

 

 

五.Consumer端

     1) consumer.properties:文件位于/resources目录下

zookeeper.connect=127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183##,127.0.0.1:2182,127.0.0.1:2183# timeout in ms for connecting to zookeeperzookeeper.connectiontimeout.ms=1000000#consumer group idgroup.id=test-group#consumer timeout#consumer.timeout.ms=5000

 

    2) LogConsumer.java代码样例

package com.test.kafka;import java.util.HashMap;import java.util.List;import java.util.Map;import java.util.Properties;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;import kafka.consumer.Consumer;import kafka.consumer.ConsumerConfig;import kafka.consumer.ConsumerIterator;import kafka.consumer.KafkaStream;import kafka.javaapi.consumer.ConsumerConnector;import kafka.message.MessageAndMetadata;public class LogConsumer {    private ConsumerConfig config;    private String topic;    private int partitionsNum;    private MessageExecutor executor;    private ConsumerConnector connector;    private ExecutorService threadPool;    public LogConsumer(String topic,int partitionsNum,MessageExecutor executor) throws Exception{        Properties properties = new Properties();        properties.load(ClassLoader.getSystemResourceAsStream("consumer.properties"));        config = new ConsumerConfig(properties);        this.topic = topic;        this.partitionsNum = partitionsNum;        this.executor = executor;    }        public void start() throws Exception{        connector = Consumer.createJavaConsumerConnector(config);        Map
topics = new HashMap
(); topics.put(topic, partitionsNum); Map
>> streams = connector.createMessageStreams(topics); List
> partitions = streams.get(topic); threadPool = Executors.newFixedThreadPool(partitionsNum); for(KafkaStream
partition : partitions){ threadPool.execute(new MessageRunner(partition)); } } public void close(){ try{ threadPool.shutdownNow(); }catch(Exception e){ // }finally{ connector.shutdown(); } } class MessageRunner implements Runnable{ private KafkaStream
partition; MessageRunner(KafkaStream
partition) { this.partition = partition; } public void run(){ ConsumerIterator
it = partition.iterator(); while(it.hasNext()){ MessageAndMetadata
item = it.next(); System.out.println("partiton:" + item.partition()); System.out.println("offset:" + item.offset()); executor.execute(new String(item.message()));//UTF-8 } } } interface MessageExecutor { public void execute(String message); } /** * @param args */ public static void main(String[] args) { LogConsumer consumer = null; try{ MessageExecutor executor = new MessageExecutor() { public void execute(String message) { System.out.println(message); } }; consumer = new LogConsumer("test-topic", 2, executor); consumer.start(); }catch(Exception e){ e.printStackTrace(); }finally{// if(consumer != null){// consumer.close();// } } }}

 

    在测试时,建议优先启动consumer,然后再启动producer,这样可以实时的观测到最新的消息。

转载于:https://www.cnblogs.com/sunxucool/p/3913919.html

你可能感兴趣的文章
MFC学习之路之UI --(2) 漂亮的编辑框
查看>>
PHP100-第一讲
查看>>
那些年一起学习的PHP(一)
查看>>
95. Unique Binary Search Trees
查看>>
mapduce 分区操作,根据特定值将数据分开
查看>>
robotstudio smart组件解释
查看>>
计算圆的面积
查看>>
css实现两端对齐的3种方法
查看>>
制造抽象基类--《C++必知必会》 条款33
查看>>
BitMap的原理以及运用
查看>>
shell访问mysql
查看>>
开博第一篇
查看>>
第四次实验
查看>>
TableView上的HeaderView放WebView
查看>>
现状分析
查看>>
阿里图标的引用
查看>>
Alpha 冲刺 (8/10)
查看>>
添加个人专栏
查看>>
echarts的时间线图表
查看>>
C#读取EXCEL数据
查看>>