Guide哥答应大家的 Kafka系列的第2篇原创文章。为了保证内容实时更新,我将相关文章也发送到了Gihub上!地址:https://github.com/Snailclimb/springboot-kafka
相关阅读:入门篇!大白话带你认识 Kafka!
前置条件:你的电脑已经安装 Docker
主要内容:
- 使用 Docker 安装
- 使用命令行测试消息队列的功能
- zookeeper和kafka可视化管理工具
- Java 程序中简单使用Kafka
使用 Docker 安装搭建Kafka环境
单机版
下面使用的单机版的Kafka 来作为演示,推荐先搭建单机版的Kafka来学习。
以下使用 Docker 搭建Kafka基本环境来自开源项目:https://github.com/simplesteph/kafka-stack-docker-compose 。当然,你也可以按照官方提供的来:https://github.com/wurstmeister/kafka-docker/blob/master/docker-compose.yml 。
新建一个名为 zk-single-kafka-single.yml
的文件,文件内容如下:
version: '2.1'
services:
zoo1:
image: zookeeper:3.4.9
hostname: zoo1
ports:
- "2181:2181"
environment:
ZOO_MY_ID: 1
ZOO_PORT: 2181
ZOO_SERVERS: server.1=zoo1:2888:3888
volumes:
- ./zk-single-kafka-single/zoo1/data:/data
- ./zk-single-kafka-single/zoo1/datalog:/datalog
kafka1:
image: confluentinc/cp-kafka:5.3.1
hostname: kafka1
ports:
- "9092:9092"
environment:
KAFKA_ADVERTISED_LISTENERS: LISTENER_DOCKER_INTERNAL://kafka1:19092,LISTENER_DOCKER_EXTERNAL://${DOCKER_HOST_IP:-127.0.0.1}:9092
KAFKA_LISTENER_SECURITY_PROTOCOL_MAP: LISTENER_DOCKER_INTERNAL:PLAINTEXT,LISTENER_DOCKER_EXTERNAL:PLAINTEXT
KAFKA_INTER_BROKER_LISTENER_NAME: LISTENER_DOCKER_INTERNAL
KAFKA_ZOOKEEPER_CONNECT: "zoo1:2181"
KAFKA_BROKER_ID: 1
KAFKA_LOG4J_LOGGERS: "kafka.controller=INFO,kafka.producer.async.DefaultEventHandler=INFO,state.change.logger=INFO"
KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1
volumes:
- ./zk-single-kafka-single/kafka1/data:/var/lib/kafka/data
depends_on:
- zoo1
运行以下命令即可完成环境搭建(会自动下载并运行一个 zookeeper 和 kafka )
docker-compose -f zk-single-kafka-single.yml up
如果需要停止Kafka相关容器的话,运行以下命令即可:
docker-compose -f zk-single-kafka-single.yml down
集群版
以下使用 Docker 搭建Kafka基本环境来自开源项目:https://github.com/simplesteph/kafka-stack-docker-compose 。
新建一个名为 zk-single-kafka-multiple.yml
的文件,文件内容如下:
version: '2.1'
services:
zoo1:
image: zookeeper:3.4.9
hostname: zoo1
ports:
- "2181:2181"
environment:
ZOO_MY_ID: 1
ZOO_PORT: 2181
ZOO_SERVERS: server.1=zoo1:2888:3888
volumes:
- ./zk-single-kafka-multiple/zoo1/data:/data
- ./zk-single-kafka-multiple/zoo1/datalog:/datalog
kafka1:
image: confluentinc/cp-kafka:5.4.0
hostname: kafka1
ports:
- "9092:9092"
environment:
KAFKA_ADVERTISED_LISTENERS: LISTENER_DOCKER_INTERNAL://kafka1:19092,LISTENER_DOCKER_EXTERNAL://${DOCKER_HOST_IP:-127.0.0.1}:9092
KAFKA_LISTENER_SECURITY_PROTOCOL_MAP: LISTENER_DOCKER_INTERNAL:PLAINTEXT,LISTENER_DOCKER_EXTERNAL:PLAINTEXT
KAFKA_INTER_BROKER_LISTENER_NAME: LISTENER_DOCKER_INTERNAL
KAFKA_ZOOKEEPER_CONNECT: "zoo1:2181"
KAFKA_BROKER_ID: 1
KAFKA_LOG4J_LOGGERS: "kafka.controller=INFO,kafka.producer.async.DefaultEventHandler=INFO,state.change.logger=INFO"
volumes:
- ./zk-single-kafka-multiple/kafka1/data:/var/lib/kafka/data
depends_on:
- zoo1
kafka2:
image: confluentinc/cp-kafka:5.4.0
hostname: kafka2
ports:
- "9093:9093"
environment:
KAFKA_ADVERTISED_LISTENERS: LISTENER_DOCKER_INTERNAL://kafka2:19093,LISTENER_DOCKER_EXTERNAL://${DOCKER_HOST_IP:-127.0.0.1}:9093
KAFKA_LISTENER_SECURITY_PROTOCOL_MAP: LISTENER_DOCKER_INTERNAL:PLAINTEXT,LISTENER_DOCKER_EXTERNAL:PLAINTEXT
KAFKA_INTER_BROKER_LISTENER_NAME: LISTENER_DOCKER_INTERNAL
KAFKA_ZOOKEEPER_CONNECT: "zoo1:2181"
KAFKA_BROKER_ID: 2
KAFKA_LOG4J_LOGGERS: "kafka.controller=INFO,kafka.producer.async.DefaultEventHandler=INFO,state.change.logger=INFO"
volumes:
- ./zk-single-kafka-multiple/kafka2/data:/var/lib/kafka/data
depends_on:
- zoo1
kafka3:
image: confluentinc/cp-kafka:5.4.0
hostname: kafka3
ports:
- "9094:9094"
environment:
KAFKA_ADVERTISED_LISTENERS: LISTENER_DOCKER_INTERNAL://kafka3:19094,LISTENER_DOCKER_EXTERNAL://${DOCKER_HOST_IP:-127.0.0.1}:9094
KAFKA_LISTENER_SECURITY_PROTOCOL_MAP: LISTENER_DOCKER_INTERNAL:PLAINTEXT,LISTENER_DOCKER_EXTERNAL:PLAINTEXT
KAFKA_INTER_BROKER_LISTENER_NAME: LISTENER_DOCKER_INTERNAL
KAFKA_ZOOKEEPER_CONNECT: "zoo1:2181"
KAFKA_BROKER_ID: 3
KAFKA_LOG4J_LOGGERS: "kafka.controller=INFO,kafka.producer.async.DefaultEventHandler=INFO,state.change.logger=INFO"
volumes:
- ./zk-single-kafka-multiple/kafka3/data:/var/lib/kafka/data
depends_on:
- zoo1
运行以下命令即可完成 1个节点 Zookeeper+3个节点的 Kafka 的环境搭建。
docker-compose -f zk-single-kafka-multiple.yml up
如果需要停止Kafka相关容器的话,运行以下命令即可:
docker-compose -f zk-single-kafka-multiple.yml down
使用命令行测试消息的生产和消费
一般情况下我们很少会用到 Kafka 的命令行操作。
1.进入 Kafka container 内部执行 Kafka 官方自带了一些命令
docker exec -ti docker_kafka1_1 bash
2.列出所有 Topic
root@kafka1:/# kafka-topics --describe --zookeeper zoo1:2181
3.创建一个 Topic
root@kafka1:/# kafka-topics --create --topic test --partitions 3 --zookeeper zoo1:2181 --replication-factor 1
Created topic test.
我们创建了一个名为 test 的 Topic, partition 数为 3, replica 数为 1。
4.消费者订阅主题
root@kafka1:/# kafka-console-consumer --bootstrap-server localhost:9092 --topic test
send hello from console -producer
我们订阅了 名为 test 的 Topic。
5.生产者向 Topic 发送消息
root@kafka1:/# kafka-console-producer --broker-list localhost:9092 --topic test
>send hello from console -producer
>
我们使用 kafka-console-producer
命令向名为 test 的 Topic 发送了一条消息,消息内容为:“send hello from console -producer”
这个时候,你会发现消费者成功接收到了消息:
root@kafka1:/# kafka-console-consumer --bootstrap-server localhost:9092 --topic test
send hello from console -producer
IDEA相关插件推荐
Zoolytic-Zookeeper tool
这是一款 IDEA 提供的 Zookeeper 可视化工具插件,非常好用! 我们可以通过它:
- 可视化ZkNodes节点信息
- ZkNodes节点管理-添加/删除
- 编辑zkNodes数据
- ......
实际使用效果如下:
<img src="https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-11/zookeeper-kafka.jpg" style="zoom:50%;" />
使用方法:
- 打开工具:View->Tool windows->Zoolytic;
- 点击 “+” 号后在弹出框数据:“127.0.0.1:2181” 连接 zookeeper;
- 连接之后点击新创建的连接然后点击“+”号旁边的刷新按钮即可!
Kafkalytic
IDEA 提供的 Kafka 可视化管理插件。这个插件为我们提供了下面这写功能:
- 多个集群支持
- 主题管理:创建/删除/更改分区
- 使用正则表达式搜索主题
- 发布字符串/字节序列化的消息
- 使用不同的策略消费消息
实际使用效果如下:
<img src="https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-11/kafkalytic.jpg" style="zoom:50%;" />
使用方法:
-
打开工具:View->Tool windows->kafkalytic;
-
点击 “+” 号后在弹出框数据:“127.0.0.1:9092” 连接;
Java 程序中简单使用Kafka
代码地址:https://github.com/Snailclimb/springboot-kafka/tree/master/kafka-intro-maven-demo
Step 1:新建一个Maven项目
Step2: pom.xml
中添加相关依赖
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>2.2.0</version>
</dependency>
Step 3:初始化消费者和生产者
KafkaConstants
常量类中定义了Kafka一些常用配置常量。
public class KafkaConstants {
public static final String BROKER_LIST = "localhost:9092";
public static final String CLIENT_ID = "client1";
public static String GROUP_ID_CONFIG="consumerGroup1";
private KafkaConstants() {
}
}
ProducerCreator
中有一个 createProducer()
方法方法用于返回一个 KafkaProducer
对象
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
/**
* @author shuang.kou
*/
public class ProducerCreator {
public static Producer<String, String> createProducer() {
Properties properties = new Properties();
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, KafkaConstants.BROKER_LIST);
properties.put(ProducerConfig.CLIENT_ID_CONFIG, KafkaConstants.CLIENT_ID);
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
return new KafkaProducer<>(properties);
}
}
ConsumerCreator 中有一个 createConsumer()
方法方法用于返回一个 KafkaConsumer
对象
import org.apache.kafka.clients.consumer.Consumer;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;
import java.util.Properties;
public class ConsumerCreator {
public static Consumer<String, String> createConsumer() {
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, KafkaConstants.BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG, KafkaConstants.GROUP_ID_CONFIG);
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
return new KafkaConsumer<>(properties);
}
}
Step 4:发送和消费消息
生产者发送消息:
private static final String TOPIC = "test-topic";
Producer<String, String> producer = ProducerCreator.createProducer();
ProducerRecord<String, String> record =
new ProducerRecord<>(TOPIC, "hello, Kafka!");
try {
//send message
RecordMetadata metadata = producer.send(record).get();
System.out.println("Record sent to partition " + metadata.partition()
+ " with offset " + metadata.offset());
} catch (ExecutionException | InterruptedException e) {
System.out.println("Error in sending record");
e.printStackTrace();
}
producer.close();
消费者消费消息:
Consumer<String, String> consumer = ConsumerCreator.createConsumer();
// 循环消费消息
while (true) {
//subscribe topic and consume message
consumer.subscribe(Collections.singletonList(TOPIC));
ConsumerRecords<String, String> consumerRecords =
consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println("Consumer consume message:" + consumerRecord.value());
}
}
Step 5:测试
运行程序控制台打印出:
Record sent to partition 0 with offset 20
Consumer consume message:hello, Kafka!
开源项目推荐
作者的其他开源项目推荐:
- JavaGuide:【Java学习+面试指南】 一份涵盖大部分Java程序员所需要掌握的核心知识。
- springboot-guide : 适合新手入门以及有经验的开发人员查阅的 Spring Boot 教程(业余时间维护中,欢迎一起维护)。
- programmer-advancement : 我觉得技术人员应该有的一些好习惯!
- spring-security-jwt-guide :从零入门 !Spring Security With JWT(含权限验证)后端部分代码。
公众号
来源:oschina
链接:https://my.oschina.net/u/3827987/blog/3178064