什么是kafka
Kafka官网自己的介绍是：一个可支持分布式的流平台。
kafka官网介绍
kafka三个关键能力：
1.发布订阅记录流，类似于消息队列与企业信息系统
2.以容错的持久方式存储记录流
3.对流进行处理
kafka通常应用再两大类应用中：
1.构建实时流数据管道，在系统或应用程序之间可靠地获取数据
2.构建转换或响应数据流的实时流应用程序
kafka的一些基本概念：
1.Kafka作为一个集群运行在一个或多个服务器上，这些服务器可以跨越多个数据中心。
2.Kafka集群将记录流存储在称为topic的类别中。
3.每个记录由一个键、一个值和一个时间戳组成。
kafka核心API:
1.Producer API:允许应用程序将记录流发布到一个或多个topic。
2.Consumer API:允许应用程序订阅一个或多个topic并处理生成给它们的记录流。
3.Streams API:允许应用程序充当流处理器，使用来自一个或多个topic的输入流，
并生成一个或多个输出topic的输出流，从而有效地将输入流转换为输出流。
4.Connector API:允许构建和运行可重用的生产者或消费者，将topic连接到现有的应用程序或数据系统。
例如，到关系数据库的连接器可能捕获对表的每个更改。作为消息系统
传统消息传递有两类模型：消息队列、发布订阅。在消息队列中，一个消费者池可以从一个服务器读取数据，而每个记录都将被发送到其中一个服务器;在发布-订阅中，记录被广播给所有消费者。这两种模型各有优缺点：
消息队列优缺点：
它允许您在多个使用者实例上划分数据处理，这使您可以扩展处理。
队列不是多订阅者的—一旦一个进程读取了它丢失的数据。
发布订阅优缺点:
Publish-subscribe允许您将数据广播到多个进程，
但是由于每个消息都传递到每个订阅者，因此无法扩展处理。作为消息传递系统，那么跟mq有什么区别呢？（RabbitMq\redis\RocketMq\ActiveMq）
RabbitMQ:
遵循AMQP协议，由内在高并发的erlang语言开发，用在实时的对可靠性要求比较高的消息传递上.
万级数据量，社区活跃度极高，可视化操作界面丰富。
提供了全面的核心功能，是消息队列的优秀产品。
因为是erlang语言开发，难以维护并且开发者很难二次开发。
Redis:
redis的主要场景是内存数据库，作为消息队列来说可靠性太差，而且速度太依赖网络IO。
在服务器本机上的速度较快，且容易出现数据堆积的问题，在比较轻量的场合下能够适用。
RocketMq:
rocketMq几十万级别数据量，基于Java开发。是阿里巴巴开源的一个消息产品。
应对了淘宝双十一考验，并且文档十分的完善，拥有一些其他消息队列不具备的高级特性，
如定时推送，其他消息队列是延迟推送，如rabbitMq通过设置expire字段设置延迟推送时间。
又比如rocketmq实现分布式事务，比较可靠的。RocketMq也是用过的唯一支持分布式事务的一款产品。
Kafka:
kafka原本设计的初衷是日志统计分析，现在基于大数据的背景下也可以做运营数据的分析统计。
kafka真正的大规模分布式消息队列，提供的核心功能比较少。基于zookeeper实现的分布式消息订阅。
几十万级数据量级，比RokectMq更强。
客户端和服务器之间的通信是通过一个简单的、高性能的、语言无关的TCP协议来完成的。
ActiveMq:
Apache ActiveMQ?是最流行的开源、多协议、基于java的消息服务器。它支持行业标准协议，
因此用户可以在各种语言和平台上选择客户端。可以使用来自C、c++、Python、. net等的连接性。
使用通用的AMQP协议集成您的多平台应用程序。使用STOMP在websockets上交换web应用程序之间的消息。
使用MQTT管理物联网设备。支持您现有的JMS基础结构及其他。ActiveMQ提供了支持任何messagi的强大功能
和灵活性。备注：因为该文章主要介绍kafka，所以上述只是简单罗列了一些特点，如果有兴趣的同学可以详细的分析一下，这些产品我后续都会专门写文章来归纳总结分析，在这里先简单带过。
为什么要用消息队列？
该部分是扩展内容，很多人包括我刚毕业那年使用消息队列，但别人问道我为啥用消息队列，我都没有一个很清晰的认识，所以在这里也说一下。希望给有需要的同学一些帮助。
那么为什么要使用消息队列呢？首先我们来回顾一下消息传递。前端而言，传统方式是通过全局变量来传递，后面有了数据总线的概念，再后来有相应的解决方案产品比如说vuex、redux、store等。对于后端来说，最先系统之间的通信，消息传递都非常依赖于通信对象彼此，高度耦合，后面有了一些产品来解决这些问题，比如说webservice.但这样的方式极其不友好，而且维护繁琐，职责难以分清，工作量增加，所以mq诞生后，基本解决了这些问题。
消息队列的引入是为了：
1.解耦：
比如：A系统操作p,需要将消息传递给B、C两个系统，如果没有消息队列，那么A系统中需要给B发一条消息，
又得给C发一条消息，然后有一天D、E、F系统说：A系统你也要给我发p的消息，这个时候A又得修改代码，
发布上线，DEF才能正常接收消息。然后过了n天，C又说，不要给我发消息了，把给我发消息的部分去掉吧。
A系统的开发人员又得哐哧哐哧的去掉，发布上线。这样日复一日，随着系统增多，接入和退出的操作增多，
那么A系统需要频繁发布上线，降低了稳定性、可用时间、同时每次上线都需要测试跟踪测试，这里面的成本
与风险不言而喻。而消息队列一旦引入，A不需要关心谁消费，谁退出消费，A只负责将消息放入队列即可，
而其他系统只需要监听这个队列，就算其他系统退出，对A而言也是没有任何影响的，能够一直持续不断的
提供服务，这难道不香吗？
2.异步
比如说：传统方式发送消息给B、C、D，需要120ms,那么如果采用了消息队列，就可以大大降低耗时。但
这些对于那些非必要的同步业务逻辑适用。
3.削峰
传统模式下，请求直接进入到数据库，当峰值到达一定时，必然会挂掉。如果适用了中间件消息队列，那么就可以很好的保证系统正常提供服务，这也是秒杀系统中会常常谈到的限流、这样可以防止系统崩溃，提供系统可用性。配置MAVEN
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka_2.12</artifactId>
<version>1.0.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>1.0.0</version>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-streams</artifactId>
<version>1.0.0</version>
</dependency>生产者
/**
* @author chandlerHuang
* @description @TODO
* @date 2020/1/15
*/
public class KafkaProducerService implements Runnable {
private final KafkaProducer<String,String> producer;
private final String topic;
public KafkaProducerService(String topic) {
Properties props = new Properties();
props.put("bootstrap.servers", "绑定的外网IP:9092");
props.put("acks", "all");
props.put("retries", 0);
props.put("batch.size", 16384);
props.put("key.serializer", StringSerializer.class.getName());
props.put("value.serializer", StringSerializer.class.getName());
this.producer = new KafkaProducer<String, String>(props);
this.topic = topic;
}
@Override
public void run() {
int messageNo = 1;
try {
for(;;) {
String messageStr="["+messageNo+"]:hello,boys!";
producer.send(new ProducerRecord<String, String>(topic, "Message", messageStr));
//生产了100条就打印
if(messageNo%100==0){
System.out.println("sendMessages:" + messageStr);
}
//生产1000条就退出
if(messageNo%1000==0){
System.out.println("successCount:"+messageNo);
break;
}
messageNo++;
}
} catch (Exception e) {
e.printStackTrace();
} finally {
producer.close();
}
}
public static void main(String args[]) {
KafkaProducerService test = new KafkaProducerService(TopicConstant.CHART_TOPIC);
Thread thread = new Thread(test);
thread.start();
}
}
消费者
/**
* @author chandlerHuang
* @description @TODO
* @date 2020/1/15
*/
public class KafkaConsumerService implements Runnable{
private final KafkaConsumer<String, String> consumer;
private ConsumerRecords<String, String> msgList;
private final String topic;
private static final String GROUPID = "groupA";
public KafkaConsumerService(String topicName) {
Properties props = new Properties();
props.put("bootstrap.servers", "绑定的外网IP:9092");
props.put("group.id", GROUPID);
props.put("enable.auto.commit", "true");
props.put("auto.commit.interval.ms", "1000");
props.put("session.timeout.ms", "30000");
props.put("auto.offset.reset", "earliest");
props.put("key.deserializer", StringDeserializer.class.getName());
props.put("value.deserializer", StringDeserializer.class.getName());
this.consumer = new KafkaConsumer<String, String>(props);
this.topic = topicName;
this.consumer.subscribe(Arrays.asList(topic));
}
@Override
public void run() {
int messageNo = 1;
System.out.println("---------开始消费---------");
try {
for (;;) {
msgList = consumer.poll(1000);
if(null!=msgList&&msgList.count()>0){
for (ConsumerRecord<String, String> record : msgList) {
//消费100条就打印 ,但打印的数据不一定是这个规律的
if(messageNo%100==0){
System.out.println(messageNo+"=======receive: key = " + record.key() + ", value = " + record.value()+" offset==="+record.offset());
}
//当消费了1000条就退出
if(messageNo%1000==0){
break;
}
messageNo++;
}
}else{
Thread.sleep(1000);
}
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
consumer.close();
}
}
public static void main(String args[]) {
KafkaConsumerService test1 = new KafkaConsumerService(TopicConstant.CHART_TOPIC);
Thread thread1 = new Thread(test1);
thread1.start();
}
}
备注：上述demo编写过程中，发现报了一个Exception:Kafka java client 连接异常（org.apache.kafka.common.errors.TimeoutException: Failed to update metadata ）...
kafka中需要配置server.文件：
advertised.listeners=PLAINTEXT://外网地址:9092
zookeeper.connect=内网地址:2181如果你是云服务器的话需要，在安全组设置对应端口开放，否则无法访问响应接口！
原文地址：https://blog.51cto.com/4837471/2467088
时间： 2024-10-06 15:38:35