说说 MQ 之 Kafka(二)
2018-10-31 来源:importnew
Kafka 的工具和编程接口
Kafka 的工具
Kafka 提供的工具还是比较全的,bin/
?目录下的工具有以下一些,
bin/connect-distributed.sh bin/kafka-consumer-offset-checker.sh bin/kafka-replica-verification.sh bin/kafka-verifiable-producer.sh bin/connect-standalone.sh bin/kafka-consumer-perf-test.sh bin/kafka-run-class.sh bin/zookeeper-security-migration.sh bin/kafka-acls.sh bin/kafka-mirror-maker.sh bin/kafka-server-start.sh bin/zookeeper-server-start.sh bin/kafka-configs.sh bin/kafka-preferred-replica-election.sh bin/kafka-server-stop.sh bin/zookeeper-server-stop.sh bin/kafka-console-consumer.sh bin/kafka-producer-perf-test.sh bin/kafka-simple-consumer-shell.sh bin/zookeeper-shell.sh bin/kafka-console-producer.sh bin/kafka-reassign-partitions.sh bin/kafka-topics.sh bin/kafka-consumer-groups.sh bin/kafka-replay-log-producer.sh bin/kafka-verifiable-consumer.sh
我常用的命令有以下几个,
bin/kafka-server-start.sh -daemon config/server.properties & bin/kafka-topics.sh --describe --zookeeper 192.168.232.23:2181 --topic topic1 bin/kafka-topics.sh --list --zookeeper 192.168.232.23:2181 bin/kafka-topics.sh --delete --zookeeper 192.168.232.23:2181 --topic topic1 bin/kafka-topics.sh --create --zookeeper 192.168.232.23:2181 --replication-factor 3 --partitions 2 --topic topic1 bin/kafka-console-consumer.sh --zookeeper 192.168.232.23:2181 --topic topic1 --from-beginning bin/kafka-console-producer.sh --broker-list 192.168.232.23:9092 --topic topic1
kafka-server-start.sh
?是用于 Kafka 的 Broker 启动的,主要就一个参数?config/server.properties
,该文件中的配置项待会再说.还有一个?-daemon
?参数,这个是将 Kafka 放在后台用守护进程的方式运行,如果不加这个参数,Kafka 会在运行一段时间后自动退出,据说这个是 0.10.0.0 版本才有的问题?5。kafka-topics.sh
?是用于管理 Topic 的工具,我主要用的?--describe
、--list
、--delete
、--create
?这4个功能,上述的例子基本是不言自明的,--replication-factor 3
、--partitions 2
?这两个参数分别表示3个副本(含 Leader),和2个分区。kafka-console-consumer.sh
?和?kafka-console-producer.sh
?是生产者和消费者的简易终端工具,在调试的时候比较有用,我常用的是?kafka-console-consumer.sh
。我没有用 Kafka 自带的 zookeeper,而是用的 zookeeper 官方的发布版本 3.4.8,端口是默认2181,与 Broker 在同一台机器上。
下面说一下 Broker 启动的配置文件?config/server.properties
,我在默认配置的基础上,修改了以下一些,
broker.id=0 listeners=PLAINTEXT://192.168.232.23:9092 log.dirs=/tmp/kafka-logs delete.topic.enable=true
broker.id
?是 Kafka 集群中的 Broker ID,不可重复,我在多副本的实验中,将他们分别设置为0、1、2;listeners
?是 Broker 监听的地址,默认是监听?localhost:9092
,因为我不是单机实验,所以修改为本机局域网地址,当然,如果要监听所有地址的话,也可以设置为?0.0.0.0:9092
,多副本实验中,将监听端口分别设置为 9092、9093、9094;log.dirs
?是 Broker 的 log 的目录,多副本实验中,不同的 Broker 需要有不同的 log 目录;delete.topic.enable
?设为 true 后,可以删除 Topic,并且连带 Topic 中的消息也一并删掉,否则,即使调用?kafka-topics.sh --delete
?也无法删除 Topic,这是一个便利性的设置,对于开发环境可以,生产环境一定要设为 false(默认)。实验中发现, 如果有消费者在消费这个 Topic,那么也无法删除,还是比较安全的。
剩下的工具多数在文档中也有提到。如果看一下这些脚本的话,会发现多数脚本的写法都是一致的,先做一些参数的校验,最后运行?exec $base_dir/kafka-run-class.sh XXXXXXXXX "$@"
,可见,这些工具都是使用运行 Java Class 的方式调用的。
Kafka 的 Java API
在编程接口方面,官方提供了 Scala 和 Java 的接口,社区提供了更多的其他语言的接口,基本上,无论用什么语言开发,都能找到相应的 API。下面说一下 Java 的 API 接口。
生产者的 API 只有一种,相对比较简单,代码如下,
import org.apache.kafka.clients.producer.Callback; import org.apache.kafka.clients.producer.KafkaProducer; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.clients.producer.RecordMetadata; import java.util.Properties; import java.util.concurrent.ExecutionException; public class SimpleProducerDemo { public static void main(String[] args){ Properties props = new Properties(); props.put("bootstrap.servers", "192.168.232.23:9092,192.168.232.23:9093,192.168.232.23:9094"); props.put("zookeeper.connect", "192.168.232.23:2181"); props.put("client.id", "DemoProducer"); props.put("key.serializer", "org.apache.kafka.common.serialization.IntegerSerializer"); props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); KafkaProducer<Integer, String> producer = new KafkaProducer<>(props); String topic = "topic1"; Boolean isAsync = false; int messageNo = 1; while (true) { String messageStr = "Message_" + String.format("%05d",messageNo); long startTime = System.currentTimeMillis(); if (isAsync) { // Send asynchronously producer.send(new ProducerRecord<>(topic, messageNo, messageStr), new DemoCallBack(startTime, messageNo, messageStr)); } else { // Send synchronously try { producer.send(new ProducerRecord<>(topic, messageNo, messageStr)).get(); System.out.println("Sent message: (" + messageNo + ", " + messageStr + ")"); } catch (InterruptedException | ExecutionException e) { e.printStackTrace(); } } try { Thread.sleep(3); } catch (InterruptedException e) { e.printStackTrace(); } ++messageNo; } } } class DemoCallBack implements Callback { private final long startTime; private final int key; private final String message; public DemoCallBack(long startTime, int key, String message) { this.startTime = startTime; this.key = key; this.message = message; } public void onCompletion(RecordMetadata metadata, Exception exception) { long elapsedTime = System.currentTimeMillis() - startTime; if (metadata != null) { System.out.println( "Send message: (" + String.format("%05d",key) + ", " + message + ") at offset "+ metadata.offset() + " to partition(" + metadata.partition() + ") in " + elapsedTime + " ms"); } else { exception.printStackTrace(); } } }
上例中使用了同步和异步发送两种方式。在多副本的情况下,如果要指定同步复制还是异步复制,可以使用?acks
?参数,详细参考官方文档 Producer Configs 部分的内容;在多分区的情况下,如果要指定发送到哪个分区,可以使用?partitioner.class
?参数,其值是一个实现了?org.apache.kafka.clients.producer.Partitioner
?接口的类,用于根据不同的消息指定分区6。消费者的 API 有几种,比较新的 API 如下,
import org.apache.kafka.clients.consumer.ConsumerRecord; import org.apache.kafka.clients.consumer.ConsumerRecords; import org.apache.kafka.clients.consumer.KafkaConsumer; import java.util.Arrays; import java.util.Properties; public class SimpleConsumer { public static void main(String[] args){ Properties props = new Properties(); props.put("bootstrap.servers", "192.168.232.23:9092"); props.put("group.id", "test"); props.put("enable.auto.commit", "true"); props.put("auto.commit.interval.ms", "1000"); props.put("session.timeout.ms", "30000"); props.put("key.deserializer", "org.apache.kafka.common.serialization.IntegerDeserializer"); props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); KafkaConsumer<Integer, String> consumer = new KafkaConsumer<>(props); consumer.subscribe(Arrays.asList("topic1", "topic2", "topic3")); while (true) { ConsumerRecords<Integer, String> records = consumer.poll(100); for (ConsumerRecord<Integer, String> record : records) { System.out.println("Received message: (" + String.format("%05d", record.key()) + ", " + record.value() + ") at offset " + record.offset()); } } } }
消费者还有旧的 API,比如?Consumer
?和?SimpleConsumer
?API,这些都可以从 Kafka 代码的 kafka-example 中找到,上述的两个例子也是改写自 kafka-example。使用新旧 API 在功能上都能满足消息收发的需要,但新 API 只依赖?kafka-clients
,打包出来的 jar 包会小很多,以我的测试,新 API 的消费者 jar 包大约有 2M 左右,而旧 API 的消费者 jar 包接近 16M。
其实,Kafka 也提供了按分区订阅,可以一次订阅多个分区?TopicPartition[]
;也支持手动提交 offset,需要调用?consumer.commitSync
。
Kafka 似乎没有公开 Topic 创建以及修改的 API(至少我没有找到),如果生产者向 Broker 写入的 Topic 是一个新 Topic,那么 Broker 会创建这个 Topic。创建的过程中会使用默认参数,例如,分区个数,会使用 Broker 配置中的?num.partitions
?参数(默认1);副本个数,会使用?default.replication.factor
?参数。但是通常情况下,我们会需要创建自定义的 Topic,那官方的途径是使用 Kafka 的工具。也有一些非官方的途径?7,例如可以这样写,
String[] options = new String[]{ "--create", "--zookeeper", "192.168.232.23:2181", "--partitions", "2", "--replication-factor", "3", "--topic", "topic1" }; TopicCommand.main(options);
但是这样写有一个问题,在执行完?TopicCommand.main(options);
?之后,系统会自动退出,原因是执行完指令之后,会调用?System.exit(exitCode);
?系统直接退出。这样当然不行,我的办法是,把相关的执行代码挖出来,写一个 TopicUtils 类,如下,
import joptsimple.OptionSpecBuilder; import kafka.admin.TopicCommand; import kafka.admin.TopicCommand$; import kafka.utils.ZkUtils; import org.apache.kafka.common.security.JaasUtils; import scala.runtime.Nothing$; public class TopicUtils { // from: http://blog.csdn.net/changong28/article/details/39325079 // from: http://www.cnblogs.com/davidwang456/p/4313784.html public static void createTopic(){ String[] options = new String[]{ "--create", "--zookeeper", KafkaProperties.ZOOKEEPER_URL, "--partitions", "2", "--replication-factor", "3", "--topic", KafkaProperties.TOPIC }; // TopicCommand.main(options); oper(options); } public static void listTopic(){ String[] options = new String[]{ "--list", "--zookeeper", KafkaProperties.ZOOKEEPER_URL }; // TopicCommand.main(options); oper(options); } public static void deleteTopic(){ String[] options = new String[]{ "--delete", "--zookeeper", KafkaProperties.ZOOKEEPER_URL, "--topic", KafkaProperties.TOPIC }; // TopicCommand.main(options); oper(options); } public static void describeTopic(){ String[] options = new String[]{ "--describe", "--zookeeper", KafkaProperties.ZOOKEEPER_URL, "--topic", KafkaProperties.TOPIC }; // TopicCommand.main(options); oper(options); } public static void main(String[] args){ listTopic(); createTopic(); listTopic(); describeTopic(); deleteTopic(); try { Thread.sleep(3*1000); } catch (InterruptedException e) { e.printStackTrace(); } listTopic(); } /** copied & modified from kafka.admin.TopicCommand$.main * * @param args */ public static void oper(String args[]){ try { TopicCommand$ topicCommand$ = TopicCommand$.MODULE$; final TopicCommand.TopicCommandOptions opts = new TopicCommand.TopicCommandOptions(args); if(args.length == 0) { throw kafka.utils.CommandLineUtils$.MODULE$.printUsageAndDie(opts.parser(), "Create, delete, describe, or change a topic."); } else { int actions =0; OptionSpecBuilder[] optionSpecBuilders = {opts.createOpt(), opts.listOpt(), opts.alterOpt(), opts.describeOpt(), opts.deleteOpt()}; for (OptionSpecBuilder temp:optionSpecBuilders){ if (opts.options().has(temp)) { actions++; } } if(actions != 1) { throw kafka.utils.CommandLineUtils$.MODULE$.printUsageAndDie(opts.parser(), "Command must include exactly one action: --list, --describe, --create, --alter or --delete"); } else { opts.checkArgs(); ZkUtils zkUtils = kafka.utils.ZkUtils$.MODULE$.apply((String)opts.options().valueOf(opts.zkConnectOpt()), 30000, 30000, JaasUtils.isZkSecurityEnabled()); byte exitCode = 0; try { try { if(opts.options().has(opts.createOpt())) { topicCommand$.createTopic(zkUtils, opts); } else if(opts.options().has(opts.alterOpt())) { topicCommand$.alterTopic(zkUtils, opts); } else if(opts.options().has(opts.listOpt())) { topicCommand$.listTopics(zkUtils, opts); } else if(opts.options().has(opts.describeOpt())) { topicCommand$.describeTopic(zkUtils, opts); } else if(opts.options().has(opts.deleteOpt())) { topicCommand$.deleteTopic(zkUtils, opts); } } catch (final Throwable var12) { scala.Predef$.MODULE$.println((new StringBuilder()).append("Error while executing topic command : ").append(var12.getMessage()).toString()); System.out.println(var12); exitCode = 1; return; } } finally { zkUtils.close(); // System.exit(exitCode); } } } } catch (Nothing$ nothing$) { nothing$.printStackTrace(); } } }
以上的?oper
?方法改写自?kafka.admin.TopicCommand$.main
?方法。可以发现这部分代码非常怪异,原因是?TopicCommand$
?是 Scala 写的,再编译成 Java class 字节码,然后我根据这些字节码反编译得到 Java 代码,并以此为基础进行修改,等于是我在用 Java 的方式改写 Scala 的代码,难免会觉得诡异。当然,这种写法用在生产环境的话是不太合适的,因为调用的?topicCommand$.createTopic
?等方法都没有抛出异常,例如参数不合法的情况,而且也没有使用 log4j 之类的 log 库,只是用?System.out.println
?这样的方法屏显,在出现错误的时候,比较难以定位。
参考文章
- http://kafka.apache.org/documentation.html?
- http://www.jianshu.com/p/453c6e7ff81c?
- http://www.infoq.com/cn/author/%E9%83%AD%E4%BF%8A#文章?
- http://developer.51cto.com/art/201501/464491.htm?
- https://segmentfault.com/q/1010000004292925?
- http://www.cnblogs.com/gnivor/p/5318319.html?
- http://www.cnblogs.com/davidwang456/p/4313784.html?
- http://www.jianshu.com/p/8689901720fd?
- http://zqhxuyuan.github.io/2016/05/26/2016-05-13-Kafka-Book-Sample/?
- http://www.confluent.io/blog/how-to-choose-the-number-of-topicspartitions-in-a-kafka-cluster/?
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。
上一篇:说说 MQ 之 Kafka(三)
下一篇:说说 MQ 之 Kafka(一)