使用idea实现相关API操作，先要再pom.xml重添加Kafka依赖：
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka_2.8.2</artifactId>
<version>0.8.1</version>
<exclusions>
<exclusion>
<artifactId>jmxtools</artifactId>
<groupId>com.sun.jdmk</groupId>
</exclusion>
<exclusion>
<artifactId>jmxri</artifactId>
<groupId>com.sun.jmx</groupId>
</exclusion>
<exclusion>
<artifactId>jms</artifactId>
<groupId>javax.jms</groupId>
</exclusion>
<exclusion>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
</exclusion>
<exclusion>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-log4j12</artifactId>
</exclusion>
<exclusion>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-api</artifactId>
</exclusion>
</exclusions>
</dependency>
Kafka生产者API:
1 package cn.itcast.storm.kafka.simple;
2
3 import kafka.javaapi.producer.Producer;
4 import kafka.producer.KeyedMessage;
5 import kafka.producer.ProducerConfig;
6
7 import java.util.Properties;
8 import java.util.UUID;
9
10 /**
11 * 这是一个简单的Kafka producer代码
12 * 包含两个功能:
13 * 1、数据发送
14 * 2、数据按照自定义的partition策略进行发送
15 *
16 *
17 * KafkaSpout的类
18 */
19 public class KafkaProducerSimple {
20 public static void main(String[] args) {
21 /**
22 * 1、指定当前kafka producer生产的数据的目的地
23 * 创建topic可以输入以下命令，在kafka集群的任一节点进行创建。
24 * bin/kafka-topics.sh --create --zookeeper zk01:2181 --replication-factor 1 --partitions 1 --topic test
25 */
26 String TOPIC = "orderMq";
27 /**
28 * 2、读取配置文件
29 */
30 Properties props = new Properties();
31 /*
32 * key.serializer.class默认为serializer.class
33 */
34 props.put("serializer.class", "kafka.serializer.StringEncoder");
35 /*
36 * kafka broker对应的主机，格式为host1:port1,host2:port2
37 */
38 props.put("metadata.broker.list", "kafka01:9092,kafka02:9092,kafka03:9092");
39 /*
40 * request.required.acks,设置发送数据是否需要服务端的反馈,有三个值0,1,-1
41 * 0，意味着producer永远不会等待一个来自broker的ack，这就是0.7版本的行为。
42 * 这个选项提供了最低的延迟，但是持久化的保证是最弱的，当server挂掉的时候会丢失一些数据。
43 * 1，意味着在leader replica已经接收到数据后，producer会得到一个ack。
44 * 这个选项提供了更好的持久性，因为在server确认请求成功处理后，client才会返回。
45 * 如果刚写到leader上，还没来得及复制leader就挂了，那么消息才可能会丢失。
46 * -1，意味着在所有的ISR都接收到数据后，producer才得到一个ack。
47 * 这个选项提供了最好的持久性，只要还有一个replica存活，那么数据就不会丢失
48 */
49 props.put("request.required.acks", "1");
50 /*
51 * 可选配置，如果不配置，则使用默认的partitioner partitioner.class
52 * 默认值：kafka.producer.DefaultPartitioner
53 * 用来把消息分到各个partition中，默认行为是对key进行hash。
54 */
55 props.put("partitioner.class", "cn.itcast.storm.kafka.MyLogPartitioner");
56 // props.put("partitioner.class", "kafka.producer.DefaultPartitioner");
57 /**
58 * 3、通过配置文件，创建生产者
59 */
60 Producer<String, String> producer = new Producer<String, String>(new ProducerConfig(props));
61 /**
62 * 4、通过for循环生产数据
63 */
64 for (int messageNo = 1; messageNo < 100000; messageNo++) {
65 // String messageStr = new String(messageNo + "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，" +
66 // "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
67 // "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
68 // "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
69 // "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
70 // "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
71 // "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
72 // "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
73 // "用来配合自定义的MyLogPartitioner进行数据分发");
74
75 /**
76 * 5、调用producer的send方法发送数据
77 * 注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发
78 */
79 producer.send(new KeyedMessage<String, String>(TOPIC, messageNo + "", "appid" + UUID.randomUUID() + "itcast"));
80 }
81 }
82 }
Kafka消费者API：
1 package cn.itcast.storm.kafka.simple;
2
3 import kafka.consumer.Consumer;
4 import kafka.consumer.ConsumerConfig;
5 import kafka.consumer.ConsumerIterator;
6 import kafka.consumer.KafkaStream;
7 import kafka.javaapi.consumer.ConsumerConnector;
8 import kafka.message.MessageAndMetadata;
9
10 import java.util.HashMap;
11 import java.util.List;
12 import java.util.Map;
13 import java.util.Properties;
14 import java.util.concurrent.ExecutorService;
15 import java.util.concurrent.Executors;
16
17 public class KafkaConsumerSimple implements Runnable {
18 public String title;
19 public KafkaStream<byte[], byte[]> stream;
20 public KafkaConsumerSimple(String title, KafkaStream<byte[], byte[]> stream) {
21 this.title = title;
22 this.stream = stream;
23 }
24 @Override
25 public void run() {
26 System.out.println("开始运行 " + title);
27 ConsumerIterator<byte[], byte[]> it = stream.iterator();
28 /**
29 * 不停地从stream读取新到来的消息，在等待新的消息时，hasNext()会阻塞
30 * 如果调用 `ConsumerConnector#shutdown`，那么`hasNext`会返回false
31 * */
32 while (it.hasNext()) {
33 MessageAndMetadata<byte[], byte[]> data = it.next();
34 String topic = data.topic();
35 int partition = data.partition();
36 long offset = data.offset();
37 String msg = new String(data.message());
38 System.out.println(String.format(
39 "Consumer: [%s], Topic: [%s], PartitionId: [%d], Offset: [%d], msg: [%s]",
40 title, topic, partition, offset, msg));
41 }
42 System.out.println(String.format("Consumer: [%s] exiting ...", title));
43 }
44
45 public static void main(String[] args) throws Exception{
46 Properties props = new Properties();
47 props.put("group.id", "dashujujiagoushi");
48 props.put("zookeeper.connect", "zk01:2181,zk02:2181,zk03:2181");
49 props.put("auto.offset.reset", "largest");
50 props.put("auto.commit.interval.ms", "1000");
51 props.put("partition.assignment.strategy", "roundrobin");
52 ConsumerConfig config = new ConsumerConfig(props);
53 String topic1 = "orderMq";
54 String topic2 = "paymentMq";
55 //只要ConsumerConnector还在的话，consumer会一直等待新消息，不会自己退出
56 ConsumerConnector consumerConn = Consumer.createJavaConsumerConnector(config);
57 //定义一个map
58 Map<String, Integer> topicCountMap = new HashMap<>();
59 topicCountMap.put(topic1, 3);
60 //Map<String, List<KafkaStream<byte[], byte[]>> 中String是topic， List<KafkaStream<byte[], byte[]>是对应的流
61 Map<String, List<KafkaStream<byte[], byte[]>>> topicStreamsMap = consumerConn.createMessageStreams(topicCountMap);
62 //取出 `kafkaTest` 对应的 streams
63 List<KafkaStream<byte[], byte[]>> streams = topicStreamsMap.get(topic1);
64 //创建一个容量为4的线程池
65 ExecutorService executor = Executors.newFixedThreadPool(3);
66 //创建20个consumer threads
67 for (int i = 0; i < streams.size(); i++)
68 executor.execute(new KafkaConsumerSimple("消费者" + (i + 1), streams.get(i)));
69 }
70 }
kafka自定义patition:
1 package cn.itcast.storm.kafka;
2
3 import kafka.producer.Partitioner;
4 import kafka.utils.VerifiableProperties;
5 import org.apache.log4j.Logger;
6
7
8 public class MyLogPartitioner implements Partitioner {
9 private static Logger logger = Logger.getLogger(MyLogPartitioner.class);
10
11 public MyLogPartitioner(VerifiableProperties props) {
12 }
13
14 public int partition(Object obj, int numPartitions) {
15 return Integer.parseInt(obj.toString())%numPartitions;
16 // return 1;
17 }
18
19 }
时间： 2024-12-12 10:16:02