Kafka 单机和分布式环境搭建与案例使用

栏目: 编程工具 · 发布时间: 4年前

内容简介:官方参考文章:这里下载了zookeeper和kafaka两个安装包,下载地址:

官方参考文章:

kafka.apache.org/quickstart

1、下载和解压安装包

这里下载了zookeeper和kafaka两个安装包,下载地址:

zookeeper: www.apache.org/dyn/closer.…

kafka: kafka.apache.org/downloads

Kafka 单机和分布式环境搭建与案例使用

2、启动Zookeeper服务

这里的kafka默认是由内置的zookeeper的,如果使用内置的zookeeper的话,启动的方式如下:

Kafka 单机和分布式环境搭建与案例使用

zookeeper的配置文件是在:/kafka_2.12-0.11.0.0/config 目录下

Kafka 单机和分布式环境搭建与案例使用

启动Zookeeper:

>bin/zookeeper-server-start.sh config/zookeeper.properties
复制代码

当看到如下信息的时候,就表示成功了!

Kafka 单机和分布式环境搭建与案例使用

3、启动Kafka

kafka的配置文件是在/kafka_2.12-0.11.0.0/config 目录下,默认情况下不需要修改。

>bin/kafka-server-start.sh config/server.properties
复制代码

4、创建一个Topic

> bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic testTopic
复制代码

--replication-factor 复制因子为1; --partitions 分区为1;

查看已创建的Topic:

Kafka 单机和分布式环境搭建与案例使用

5、发送测试消息

kafka支持从Console发送信息,消费者从Console接受信息。

>bin/kafka-console-producer.sh --broker-list localhost:9092 --topic testTopic
复制代码

--broker-list 表示代理服务器的列表,这里只有一个;

创建一个消费者:

>bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic testTopic --from-beginning
复制代码

--from-beginning 表示从消息开始处读取;

然后在生产者的Console输入数据,消费者的Console就可以看到信息:

Kafka 单机和分布式环境搭建与案例使用
Kafka 单机和分布式环境搭建与案例使用

二、伪集群环境搭建

官方提供了一种方式在一台机器上启动多个Broker机器构成multi-broker cluster,这是一种伪集群的方式,下边就配置一下。

1、修改配置文件

思路是配置多个config/server.properties文件,修改其中的 broker.id=1 和端口号,日志文件位置。

> cp config/server.properties config/server-1.properties
> cp config/server.properties config/server-2.properties
复制代码

编辑配置文件,修改如下对应的位置:

config/server-1.properties:
    broker.id=1
    listeners=PLAINTEXT://:9093
    log.dir=/tmp/kafka-logs-1
 
config/server-2.properties:
    broker.id=2
    listeners=PLAINTEXT://:9094
    log.dir=/tmp/kafka-logs-2
复制代码

2、分别启动另外两个Kafka

>bin/kafka-server-start.sh config/server-1.properties &
>>bin/kafka-server-start.sh config/server-2.properties &
复制代码

&表示在后台运行

3、查看运行结果:

Kafka 单机和分布式环境搭建与案例使用

QuorumPeerMain表示Zookeeper进行; 另外有3个Kafka进程;

4、创建Topic

新建一个复制因子为3的Topic

>bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 1 --topic my-replicated-topic

复制代码
Kafka 单机和分布式环境搭建与案例使用

查看Topic的描述信息:

>bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic
复制代码
Kafka 单机和分布式环境搭建与案例使用

5、发送消息

启动生产者,这里有3个Kafka实例,但是--broker-list 仍是启动的Zookeeper服务。

>bin/kafka-console-producer.sh --broker-list localhost:9092 --topic my-replicated-topic
复制代码

启动消费者:

>bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --from-beginning --topic my-replicated-topic
复制代码

和单机的情况是一样的。

三、分布式集群环境搭建

搭建的分布式集群和伪集群的方式大致相同,这里假设使用3台服务器模拟实验,部署3个Zookeeper实例和3个Kafka实例,当然也可以直接部署一个Zookeeper实例,这里只是演示分布式Zookeeper和kafka的搭建。

Kafka 单机和分布式环境搭建与案例使用

工具使用的是SecureCRT。

1、分布式Zookeeper的搭建

(1)将Zookeeper安装包分别上传到3台服务器,我的是放在: /home/xuliugen/server 目录下。

(2)配置第一台Zookeeper

复制 zookeeper-3.4.10/conf/zoo_sample.cfgzookeeper-3.4.10/conf/zoo.cfg ,修改zoo.cfg文件如下,只更改data的目录:

Kafka 单机和分布式环境搭建与案例使用

因为,修改了dataDir目录的位置,那么就需要创建一个 /zookeeper-3.4.6/data 目录。

(3)按同样的方式修改第二台Zookeeper和第三台Zookeeper服务器配置。

(4)然后,在每一台Zookeeper的配置文件中的最下边添加Zookeeper的集群配置:

Kafka 单机和分布式环境搭建与案例使用

(5)最后创建每一个Zookeeper的 myid 文件,在 /data/myid 文件

xuliugen@xuliugen-pc:~/server/zookeeper-3.4.6/data$ echo 1 > myid
复制代码

则,另外两台分别为:

xuliugen@xuliugen-pc:~/server/zookeeper-3.4.6/data$ echo 2 > myid
复制代码
xuliugen@xuliugen-pc:~/server/zookeeper-3.4.6/data$ echo 3 > myid
复制代码

注意:

1、myid和IP地址的对应

server.1=
server.2=
server.3=
复制代码

这里的1、2、3是和我们刚才配置的myid的数值是相对应的,即1的IP地址为192.168.1.120,那么server.1=192.168.1.120:2888:3888

2、防火墙端口的配置

另外,2888:3888端口要设置防火墙权限

2、启动Zookeeper服务器

依此使用命令 ./bin/zkServer.sh start 启动Zookeeper服务。

使用 jps 查看是否已经启动

Kafka 单机和分布式环境搭建与案例使用

查看zookeeper日志的话,是在 /zookeeper-3.4.6/bin 目录下的 zookeeper.out 文件:

Kafka 单机和分布式环境搭建与案例使用

使用 tailf zookeeper.out 可以进行查看。

3、分布式Kafka的搭建

(1)将Kafka安装包分别上传到3台服务器,我的是放在: /home/xuliugen/server 目录下。

(2)配置第一台Kafka

Kafka的配置文件是在 /conf/server.properties ,修改日志的目录:

Kafka 单机和分布式环境搭建与案例使用

配置主机IP或者hostname:

Kafka 单机和分布式环境搭建与案例使用

然后修改kafka中使用的Zookeeper集群地址:

Kafka 单机和分布式环境搭建与案例使用

多个Zookeeper之间以英文逗号分开。

注意:

这里需要注意的是,如果按照上述的方式配置:

listeners=PLAINTEXT://192.168.1.120:9092
复制代码

这样配置的话,是在内网环境下允许的,如果使用外网进行访问的话,可以配置为如下:

Kafka 单机和分布式环境搭建与案例使用

具体请参考: blog.csdn.net/fengcai19/a…

(3)按同样的方式配置第二台kafka和第三台kafka服务器。

要注意的是不同的kafka的 broker.id 一定要不一样,我这里分别配置的是0、1、2。

Kafka 单机和分布式环境搭建与案例使用

4、分别启动Kafka服务

>bin/kafka-server-start.sh config/server.properties
复制代码

四、代码测试

1、项目结构

Kafka 单机和分布式环境搭建与案例使用

2、pom文件内容

<dependencies>
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka-clients</artifactId>
            <version>0.11.0.0</version>
        </dependency>
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-log4j12</artifactId>
            <version>1.7.12</version>
        </dependency>
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-api</artifactId>
            <version>1.7.12</version>
        </dependency>
    </dependencies>
复制代码

3、日志配置log4j.properties

log4j.rootLogger=DEBUG,rolling,errlog,stdout
#stdout log
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d{HH:mm:ss} [%-5p] %c{1}.%M:%L-[%X{traceId}]-%m%n
#common log
log4j.appender.rolling=org.apache.log4j.DailyRollingFileAppender
log4j.appender.rolling.File=${catalina.base}/logs/kafka-demo.log
log4j.appender.rolling.DatePattern='.'yyyy-MM-dd-HH
log4j.appender.rolling.layout=org.apache.log4j.PatternLayout
log4j.appender.rolling.layout.ConversionPattern=%d{HH:mm:ss.SSS} [%-5p] %-20c{1} [%t]%x [%X{traceId}]-%m%n
#error log
log4j.appender.errlog=org.apache.log4j.DailyRollingFileAppender
log4j.appender.errlog.Threshold=ERROR
log4j.appender.errlog.File=${catalina.base}/logs/error.log
log4j.appender.errlog.DatePattern='.'yyyy-MM-dd-HH
log4j.appender.errlog.layout=org.apache.log4j.PatternLayout
log4j.appender.errlog.layout.ConversionPattern=%d{MM-dd HH:mm:ss.SSS} [%-5p] %-20c{1} [%.11t] [%X{traceId}]%x-%m%n

复制代码

3、生产者

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;

import java.util.Properties;

public class ProducerDemo {

    // Topic
    private static final String topic = "kafkaTopic";

    public static void main(String[] args) throws Exception {

        Properties props = new Properties();
        props.put("bootstrap.servers", "192.168.1.120:9092,192.168.1.135:9093,192.168.1.227:9094");
        props.put("acks", "0");
        props.put("group.id", "1111");
        props.put("retries", "0");
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        //生产者实例
        KafkaProducer producer = new KafkaProducer(props);

        int i = 1;

        // 发送业务消息
        // 读取文件 读取内存数据库 读socket端口
        while (true) {
            Thread.sleep(1000);
            producer.send(new ProducerRecord<String, String>(topic, "key:" + i, "value:" + i));
            System.out.println("key:" + i + " " + "value:" + i);
            i++;
        }
    }
}
复制代码

4、消费者

import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.Arrays;
import java.util.Properties;

public class ConsumerDemo {

    private static final Logger logger = LoggerFactory.getLogger(ConsumerDemo.class);
    private static final String topic = "kafkaTopic";

    public static void main(String[] args) {

        Properties props = new Properties();
        props.put("bootstrap.servers", "192.168.1.120:9092,192.168.1.135:9093,192.168.1.227:9094");
        props.put("group.id", "1111");
        props.put("enable.auto.commit", "true");
        props.put("auto.commit.interval.ms", "1000");
        props.put("auto.offset.reset", "earliest");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

        KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);

        consumer.subscribe(Arrays.asList(topic));

        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(1000);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
            }
        }
    }
}
复制代码

5、测试结果

生产者:

Kafka 单机和分布式环境搭建与案例使用

消费者:

Kafka 单机和分布式环境搭建与案例使用

代码下载地址: download.csdn.net/download/u0…

也可以到官网下载Kafka的源代码包,包里边有example代码可以参考

www.apache.org/dyn/closer.…

Kafka 单机和分布式环境搭建与案例使用

搜索或扫描下述二维码关注微信公众号: Java后端技术(ID: JavaITWork),和20万人一起学Java!

Java后端技术专注 Java 相关技术:SSM、Spring全家桶、微服务、 MySQL 、MyCat、集群、分布式、中间件、 Linux 、网络、多线程,偶尔讲点运维Jenkins、Nexus、 Docker 、ELK,偶尔分享些技术干货,致力于Java全栈开发!

Kafka 单机和分布式环境搭建与案例使用

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

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

活着就为改变世界

活着就为改变世界

[美] 杰弗里·扬、威廉·西蒙 / 蒋永军 / 中信出版社 / 2010-6 / 39.00元

内容简介 苹果公司CEO史蒂夫•乔布斯这个一直活在自己想象的世界里的创业奇才,经历过各种挫折与失落,但他那无所畏惧、敢于承担的个性让他一直努力实践着自己的价值观,总能为他的离奇想法找到解决问题的办法。 本书两位作者通过深入访谈和资料调查,揭秘了许多乔布斯个人的创业经历和家庭变故,为大家塑造了一个活生生的“乔布斯式”的鲜活人物,描述了一个个充满传奇色彩的商业奇迹,真实地再现了乔布斯几十年......一起来看看 《活着就为改变世界》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具