原创 Linux下Docker安装Kafka

栏目: 编程工具 · 发布时间: 6年前

内容简介:前提条件,Linux服务器已安装docker。并且已经安装Zookeeper并启动。Kafka目前没有官方镜像,本教程采用wurstmeister/kafka镜像来安装。下载kafka镜像命令:主要设置了4个参数,中间两个参数的127.0.0.1改为宿主机器的IP地址,如果不这么设置,可能会导致在别的机器上访问不到kafka。

前提条件,Linux服务器已安装docker。并且已经安装Zookeeper并启动。

下载Kafka镜像

Kafka目前没有官方镜像,本教程采用wurstmeister/kafka镜像来安装。下载kafka镜像命令:

docker pull wurstmeister/kafka

启动kafka

docker run  -d --name kafka -p9092:9092 -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=172.18.0.1:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://172.18.0.1:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 wurstmeister/kafka

主要设置了4个参数,中间两个参数的127.0.0.1改为宿主机器的IP地址,如果不这么设置,可能会导致在别的机器上访问不到kafka。

通过docker ps可以看到kafka已经成功启动,同时可以通过:

docker logs -f kafka

来查看 docker 的启动情况。

测试kafka

进入kafka容器的命令行

docker exec -ti kafka /bin/bash

进入kafka所在目录

cd opt/kafka_2.12-1.1.0/

创建一个主题:

## 如果Zookeeper和kafka在一个容器中启动
bin/kafka-topics.sh --create --zookeeper zookeeper:2181 --replication-factor 1 --partitions 1 --topic mykafka

## 如果Zookeeper单独启动,需指定内网地址
bin/kafka-topics.sh --create --zookeeper 172.18.0.1:2181 --replication-factor 1 --partitions 1 --topic mykafka

## 执行结果
Created topic "mykafka".

查看新创建的topic:

bin/kafka-topics.sh --zookeeper 172.18.0.1:2181 --describe --topic mykafka
## 结果
Topic:mykafka    PartitionCount:1    ReplicationFactor:1    Configs:
    Topic: mykafka    Partition: 0    Leader: 0    Replicas: 0    Isr: 0

运行一个消息生产者,指定topic为刚刚创建的主题,执行命令后并输入发布消息的内容(^C退出):

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic mykafka

运行一个消费者,指定同样的主题:

## Zookeeper配置同上
bin/kafka-console-consumer.sh --zookeeper zookeeper:2181 --topic mykafka --from-beginning

bin/kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --from-beginning --topic mykafka

## 执行结果,正是在生产者输入的消息内容
a
exit

小结

至此完成kafka单机版本的部署和测试。


以上所述就是小编给大家介绍的《原创 Linux下Docker安装Kafka》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

推荐系统与深度学习

推荐系统与深度学习

黄昕、赵伟、王本友、吕慧伟、杨敏 / 清华大学出版社 / 2019-1-1 / 65.00元

本书的内容设置由浅入深,从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者,还是有一定经验的从业人员,相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍,本书引入了已被实践证明效果较好的深度学习推荐技术,包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用,并给出了相关的实践代码;除了在算法层面讲解推荐系统的实现,还从工程层面详细阐述推荐系统如何搭建.一起来看看 《推荐系统与深度学习》 这本书的介绍吧!

SHA 加密
SHA 加密

SHA 加密工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

html转js在线工具
html转js在线工具

html转js在线工具