kafka详解(03) - kafka JAVA API
kafka详解(03) - kafka JAVA API
Producer (生产者)API
消息发送流程
Kafka的Producer发送消息采用的是异步发送的方式。在消息发送的过程中，涉及到了两个线程——main线程和Sender线程，以及一个线程共享变量——RecordAccumulator。main线程将消息发送给RecordAccumulator，Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。
相关参数：
batch.size：只有数据积累到batch.size之后，sender才会发送数据。
linger.ms：如果数据迟迟未达到batch.size，sender等待linger.time之后就会发送数据。
异步发送API
1）新建项目导入依赖
<dependencies>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>2.4.1</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-slf4j-impl</artifactId>
<version>2.12.0</version>
</dependency>
</dependencies>
2）添加log4j配置文件
在项目src/main/resource目录下新建log4j2.xml文件，并在文件中添加如下内容
<?xml version="1.0" encoding="UTF-8"?>
<Configuration status="error" strict="true" name="XMLConfig">
<Appenders>
<!-- 类型名为Console，名称为必须属性 -->
<Appender type="Console" name="STDOUT">
<!-- 布局为PatternLayout的方式，
输出样式为[INFO] [2018-01-22 17:34:01][org.test.Console]I'm here -->
<Layout type="PatternLayout"
pattern="[%p] [%d{yyyy-MM-dd HH:mm:ss}][%c{10}]%m%n" />
</Appender>
</Appenders>
<Loggers>
<!-- 可加性为false -->
<Logger name="test" level="info" additivity="false">
<AppenderRef ref="STDOUT" />
</Logger>
<!-- root loggerConfig设置 -->
<Root level="info">
<AppenderRef ref="STDOUT" />
</Root>
</Loggers>
</Configuration>
3）编写代码
需要创建的类：
新建包名：com.zhangjk.kafka.producer
不带回调函数的API
package com.zhangjk.kafka.producer;
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
public
class CustomProducer {
public
static
void main(String[] args)
{
Properties props =
new Properties();
//配置信息
props.put("bootstrap.servers",
"hadoop102:9092");//kafka集群，broker-list
props.put("acks",
"all");
props.put("retries",
1);//重试次数
props.put("batch.size",
16384);//批次大小
props.put("linger.ms",
1);//等待时间
props.put("buffer.memory",
33554432);//RecordAccumulator缓冲区大小
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
Producer<String, String> producer =
new KafkaProducer<>(props);
for
(int i =
0; i <
100; i++)
{
producer.send(new ProducerRecord<String, String>("test", Integer.toString(i), Integer.toString(i)));
}
producer.close();
}
}
带回调函数的API
回调函数会在producer收到ack时调用，为异步调用，该方法有两个参数，分别是RecordMetadata和Exception，如果Exception为null，说明消息发送成功，如果Exception不为null，说明消息发送失败。
注意：消息发送失败会自动重试，不需要在回调函数中手动重试。
package com.zhangjk.kafka.producer;
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
import java.util.concurrent.ExecutionException;
public
class CustomProducerCallback {
public
static
void main(String[] args){
//配置信息
Properties props =
new Properties();
props.put("bootstrap.servers",
"hadoop102:9092");//kafka集群，broker-list
props.put("acks",
"all");
props.put("retries",
1);//重试次数
props.put("batch.size",
16384);//批次大小
props.put("linger.ms",
1);//等待时间
props.put("buffer.memory",
33554432);//RecordAccumulator缓冲区大小
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
Producer<String, String> producer =
new KafkaProducer<>(props);
for
(int i =
0; i <
100; i++)
{
producer.send(new ProducerRecord<String, String>("test", Integer.toString(i), Integer.toString(i)),
new Callback()
{
//回调函数，该方法会在Producer收到ack时调用，为异步调用
@Override
public
void onCompletion(RecordMetadata metadata, Exception exception)
{
if
(exception ==
null)
{
System.out.println("success->"
+ metadata.offset());
}
else
{
exception.printStackTrace();
}
}
});
}
producer.close();
}
}
分区器
- 默认的分区器 DefaultPartitioner
- 自定义分区器
package com.zhangjk.kafka.producer;
import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;
import java.util.Map;
public
class MyPartitioner implements Partitioner {
/**
* 计算某条消息要发送到哪个分区
* @param topic 主题
* @param key 消息的key
* @param keyBytes 消息的key序列化后的字节数组
* @param value 消息的value
* @param valueBytes 消息的value序列化后的字节数组
* @param cluster
* @return
*
* 需求: 以part_test主题为例，2个分区
* 消息的 value包含"hadoop"的
进入0号分区
* 其他的消息进入1号分区
*/
@Override
public
int partition(String topic, Object key,
byte[] keyBytes, Object value,
byte[] valueBytes, Cluster cluster)
{
String msgValue = value.toString();
int partition ;
if(msgValue.contains("hadoop")){
partition =
0;
}else{
partition =
1;
}
return partition;
}
//收尾工作
@Override
public
void close()
{
}
/**
* 读取配置
* @param configs
*/
@Override
public
void configure(Map<String,
?> configs)
{
}
}
同步发送API
同步发送的意思就是，一条消息发送之后，会阻塞当前线程，直至返回ack。
由于send方法返回的是一个Future对象，根据Futrue对象的特点，也可以实现同步发送的效果，只需在调用Future对象的get方发即可。
package com.zhangjk.kafka.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
import java.util.concurrent.ExecutionException;
public
class CustomProducerSync {
public
static
void main(String[] args)
throws ExecutionException, InterruptedException {
Properties props =
new Properties();
props.put("bootstrap.servers",
"hadoop102:9092");//kafka集群，broker-list
props.put("acks",
"all");
props.put("retries",
1);//重试次数
props.put("batch.size",
16384);//批次大小
props.put("linger.ms",
1);//等待时间
props.put("buffer.memory",
33554432);//RecordAccumulator缓冲区大小
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
Producer<String, String> producer =
new KafkaProducer<>(props);
for
(int i =
0; i <
100; i++)
{
producer.send(new ProducerRecord<String, String>("test", Integer.toString(i), Integer.toString(i))).get();
}
producer.close();
}
}
Consumer (消费者)API
Consumer消费数据时的可靠性是很容易保证的，因为数据在Kafka中是持久化的，故不用担心数据丢失问题。
由于consumer在消费过程中可能会出现断电宕机等故障，consumer恢复后，需要从故障前的位置的继续消费，所以consumer需要实时记录自己消费到了哪个offset，以便故障恢复后继续消费。
所以offset的维护是Consumer消费数据是必须考虑的问题。
自动提交offset
编写代码
新建包名：com.zhangjk.kafka.consumer
为了使使用者能够专注于自己的业务逻辑，Kafka提供了自动提交offset的功能。
自动提交offset的相关参数：
enable.auto.commit：是否开启自动提交offset功能
auto.commit.interval.ms：自动提交offset的时间间隔
自动提交offset
package com.zhangjk.kafka.consumer;
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 CustomConsumer {
public
static
void main(String[] args)
{
Properties props =
new Properties();
props.put("bootstrap.servers",
"hadoop102:9092");
props.put("group.id",
"test");
props.put("enable.auto.commit",
"true");
props.put("auto.commit.interval.ms",
"1000");
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<>(props);
consumer.subscribe(Arrays.asList("test"));
while
(true)
{
ConsumerRecords<String, String> records = consumer.poll(100);
for
(ConsumerRecord<String, String> record : records)
System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
}
}
}
重置Offset
auto.offset.rest = earliest | latest | none |
手动提交offset
虽然自动提交offset十分简介便利，但由于其是基于时间提交的，开发人员难以把握offset提交的时机。因此Kafka还提供了手动提交offset的API。
手动提交offset的方法有两种：分别是commitSync（同步提交）和commitAsync（异步提交）。两者的相同点是，都会将本次poll的一批数据最高的偏移量提交；不同点是，commitSync阻塞当前线程，一直到提交成功，并且会自动失败重试（由不可控因素导致，也会出现提交失败）；而commitAsync则没有失败重试机制，故有可能提交失败。
1）同步提交offset
由于同步提交offset有失败重试机制，故更加可靠，以下为同步提交offset的示例。
package com.zhangjk.kafka.producer;
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
public
class CustomProducer {
public
static
void main(String[] args)
{
Properties props =
new Properties();
//配置信息
props.put("bootstrap.servers",
"hadoop102:9092");//kafka集群，broker-list
props.put("acks",
"all");
props.put("retries",
1);//重试次数
props.put("batch.size",
16384);//批次大小
props.put("linger.ms",
1);//等待时间
props.put("buffer.memory",
33554432);//RecordAccumulator缓冲区大小
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
Producer<String, String> producer =
new KafkaProducer<>(props);
for
(int i =
0; i <
100; i++)
{
producer.send(new ProducerRecord<String, String>("test", Integer.toString(i), Integer.toString(i)));
}
producer.close();
}
}
2）异步提交offset
虽然同步提交offset更可靠一些，但是由于其会阻塞当前线程，直到提交成功。因此吞吐量会收到很大的影响。因此更多的情况下，会选用异步提交offset的方式。
以下为异步提交offset的示例：
package com.zhangjk.kafka.consumer;
import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import java.util.Arrays;
import java.util.Map;
import java.util.Properties;
public
class CustomConsumerManualAsyn {
public
static
void main(String[] args)
{
Properties props =
new Properties();
props.put("bootstrap.servers",
"hadoop102:9092");
//消费者组，只要group.id相同，就属于同一个消费者组
props.put("group.id",
"test");
//关闭自动提交offset
props.put("enable.auto.commit",
"false");
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<>(props);
consumer.subscribe(Arrays.asList("test"));//消费者订阅主题
while
(true)
{
ConsumerRecords<String, String> records = consumer.poll(100);//消费者拉取数据
for
(ConsumerRecord<String, String> record : records)
{
System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
}
//异步提交offset
consumer.commitAsync(new OffsetCommitCallback()
{
@Override
public
void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception)
{
if
(exception !=
null)
{
System.err.println("Commit failed for"
+ offsets);
}
}
});
}
}
}
- 数据漏消费和重复消费分析
无论是同步提交还是异步提交offset，都有可能会造成数据的漏消费或者重复消费。先提交offset后消费，有可能造成数据的漏消费；而先消费后提交offset，有可能会造成数据的重复消费。
自定义Interceptor(拦截器）
拦截器原理
Producer拦截器(interceptor)是在Kafka 0.10版本被引入的，主要用于实现clients端的定制化控制逻辑。
对于producer而言，interceptor使得用户在消息发送前以及producer回调逻辑前有机会对消息做一些定制化需求，比如修改消息等。同时，producer允许用户指定多个interceptor按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor的实现接口是org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：
（1）configure(configs)
获取配置信息和初始化数据时调用。
（2）onSend(ProducerRecord)：
该方法封装进KafkaProducer.send方法中，即它运行在用户主线程中。Producer确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，但最好保证不要修改消息所属的topic和分区，否则会影响目标分区的计算。
（3）onAcknowledgement(RecordMetadata, Exception)：
该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后，或者在发送过程中失败时调用。并且通常都是在producer回调逻辑触发之前。onAcknowledgement运行在producer的IO线程中，因此不要在该方法中放入很重要的逻辑，否则会拖慢producer的消息发送效率。
（4）close：
关闭interceptor，主要用于执行一些资源清理工作
如前所述，interceptor可能被运行在多个线程中，因此在具体实现时用户需要自行确保线程安全。另外倘若指定了多个interceptor，则producer将按照指定顺序调用它们，并仅仅是捕获每个interceptor可能抛出的异常记录到错误日志中而非在向上传递。这在使用过程中要特别留意。
拦截器案例
需求：
实现一个简单的双interceptor组成的拦截链。第一个interceptor会在消息发送前将时间戳信息加到消息value的最前部；第二个interceptor会在消息发送后更新成功发送消息数或失败发送消息数。
案例实操
新建包名：com.zhangjk.kafka.interceptor
增加时间戳拦截器
package com.zhangjk.kafka.interceptor;
import java.util.Map;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
public
class TimeInterceptor implements ProducerInterceptor<String, String>
{
@Override
public
void configure(Map<String,
?> configs)
{
}
@Override
public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record)
{
// 创建一个新的record，把时间戳写入消息体的最前部
return
new ProducerRecord(record.topic(), record.partition(), record.timestamp(), record.key(),
System.currentTimeMillis()
+
","
+ record.value().toString());
}
@Override
public
void onAcknowledgement(RecordMetadata metadata, Exception exception)
{
}
@Override
public
void close()
{
}
}
统计发送消息成功和发送失败消息数，并在producer关闭时打印这两个计数器
package com.zhangjk.kafka.interceptor;
import java.util.Map;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
public
class CounterInterceptor implements ProducerInterceptor<String, String>{
private
int errorCounter =
0;
private
int successCounter =
0;
@Override
public
void configure(Map<String,
?> configs)
{
}
@Override
public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record)
{
return record;
}
@Override
public
void onAcknowledgement(RecordMetadata metadata, Exception exception)
{
// 统计成功和失败的次数
if
(exception ==
null)
{
successCounter++;
}
else
{
errorCounter++;
}
}
@Override
public
void close()
{
// 保存结果
System.out.println("Successful sent: "
+ successCounter);
System.out.println("Failed sent: "
+ errorCounter);
}
}
producer主程序
package com.zhangjk.kafka.interceptor;
import java.util.ArrayList;
import java.util.List;
import java.util.Properties;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
public
class InterceptorProducer {
public
static
void main(String[] args)
throws Exception {
// 1 设置配置信息
Properties props =
new Properties();
props.put("bootstrap.servers",
"hadoop102:9092");
props.put("acks",
"all");
props.put("retries",
3);
props.put("batch.size",
16384);
props.put("linger.ms",
1);
props.put("buffer.memory",
33554432);
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
// 2 构建拦截链
List<String> interceptors =
new ArrayList<>();
interceptors.add("com.zhangjk.kafka.interceptor.TimeInterceptor");
interceptors.add("com.zhangjk.kafka.interceptor.CounterInterceptor");
props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);
String topic =
"test";
Producer<String, String> producer =
new KafkaProducer<>(props);
// 3 发送消息
for
(int i =
0; i <
10; i++)
{
ProducerRecord<String, String> record =
new ProducerRecord<>(topic,
"message"
+ i);
producer.send(record);
}
// 4 一定要关闭producer，这样才会调用interceptor的close方法
producer.close();
}
}
测试
在kafka服务器上通过shell命令启动消费者，
[hadoop@hadoop102 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic test
运行客户端java程序并查看测试结果。
最新文章
- 【Python扩展阅读【转】】字符串的方法及注释
- CDN 技术详解（DNS，GSLB，Cache）
- Frament 方法
- java设计优化--观察者模式
- 查看一些特定sql需求的书写
- Java 静态类 static
- 简单使用packetbeat
- WebSocket 实战
- Qt String 与char* char int之间的转换
- [转]Laravel 4之路由
- STL内存配置器
- 初识mango DB
- RabbitMQ消息队列（七）：适用于云计算集群的远程调用(RPC)
- ios 给微信开发一个插件并安装到未越狱的手机上教程
- 指定的经纬度是否落在多边形内 java版
- Job for ssh.service failed because the control process exited with error code.......
- org.hibernate.AssertionFailure: null id in xxx.xx.xx的问题
- vue 模板如何解析
- PLSQL触发器,游标
- BZOJ5305 HAOI2018苹果树（概率期望+动态规划）