【kafka系列】kafka之生产者发送消息实践

沁溪源

发布于 2022-05-06 10:06:35

7560

发布于 2022-05-06 10:06:35

文章被收录于专栏：沁溪源沁溪源

一、准备工作

进入实战之前先熟悉一下topic的相关命令，使用终端命令查询创建一个新topic，用于后期实战；

特别注意：以下命令全部依据kafka文件目录中操作；

如果尚未安装kafka，请移步《centos7系统安装kafka》

查看操作主题命令参数 命令：./bin/kafka-topics.sh 日常工作中常用的命令如下表：

参数	描述
–bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
–topic <String: topic>	操作的 topic 名称。
–create	创建主题
–delete	删除主题
–alter	修改主题
–list	查看所有主题
–describe	查看主题详细描述
–partitions <Integer: # of partitions>	设置分区数。
–replication-factor<Integer: replication factor>	设置分区副本。
–config <String: name=value>	更新系统默认的配置。

查看当前服务器中的所有topic 命令：bin/kafka-topics.sh --list --bootstrap-server localhost:9092

创建topic 命令：bin/kafka-topics.sh --bootstrap-server localhost:9092 --create --partitions 1 --replication-factor 1 --topic kafka-test

选项说明：

–topic 定义 topic 名
–replication-factor 定义副本数
–partitions 定义分区数
查看topic详情 命令：bin/kafka-topics.sh --bootstrap-server localhost:9092 --topic kafka-test --describe

修改topic分区 命令：bin/kafka-topics.sh --bootstrap-server localhost:9092 --alter --topic kafka-test --partitions 3

注意：kafka一旦增加分区号，不支持减少分区数；

二、终端命令

生产者命令

查看操作者命令参数 命令：bin/kafka-console-producer.sh

参数	描述
–bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
–topic <String: topic>	操作的 topic 名称。

生产者发送消息 命令：bin/kafka-console-producer.sh --broker-list localhost:9092 --topic kafka-test

消费者命令

查看操作消费者命令参数 命令：bin/kafka-console-consumer.sh

参数	描述
–bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
–topic <String: topic>	操作的 topic 名称。
–from-beginning	从头开始消费。
–group <String: consumer group id>	指定消费者组名称。

消费者消费消息

消费主题中的消息

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic kafka-test

主题中所有的数据都读取出来包括历史数据。

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --from-beginning --topic kafka-test

执行结果如图：

三、Java实践

正式进入生产者代码实践之前，首先列举出生产者方大致的参数列表如下：

参数	解释说明
bootstrap.servers	生产者连接集群所需的 broker 地址清单。例如hadoop102:9092,hadoop103:9092,hadoop104:9092，可以设置 1 个或者多个，中间用逗号隔开。注意这里并非需要所有的 broker 地址，因为生产者从给定的 broker里查找到其他 broker 信息。
key.serializer 和 value.serializer	指定发送消息的 key 和 value 的序列化类型。一定要写全类名。
buffer.memory	RecordAccumulator 缓冲区总大小，默认 32m。
batch.size	缓冲区一批数据最大值，默认 16k。适当增加该值，可以提高吞吐量，但是如果该值设置太大，会导致数据传输延迟增加。
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。单位 ms，默认值是 0ms，表示没有延迟。生产环境建议该值大小为 5-100ms 之间。
acks	0：生产者发送过来的数据，不需要等数据落盘应答。1：生产者发送过来的数据，Leader 收到数据后应答。-1（all）：生产者发送过来的数据，Leader+和 isr 队列里面的所有节点收齐数据后应答。默认值是-1，-1 和all 是等价的。
max.in.flight.requests.per.connection	允许最多没有返回 ack 的次数，默认为 5，开启幂等性要保证该值是 1-5 的数字。
retries	当消息发送出现错误的时候，系统会重发消息。retries表示重试次数。默认是 int 最大值，2147483647。如果设置了重试，还想保证消息的有序性，需要设置MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION=1否则在重试此失败消息的时候，其他的消息可能发送成功了。
retry.backoff.ms	两次重试之间的时间间隔，默认是 100ms。
enable.idempotence	是否开启幂等性，默认 true，开启幂等性。
compression.type	生产者发送的所有数据的压缩方式。默认是 none，也就是不压缩。支持压缩类型：none、gzip、snappy、lz4 和 zstd。

搭建项目

1、引入kafka依赖

<dependencies>
  <dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>3.0.0</version>
  </dependency>
</dependencies>

2、打开消费者监听topic命令

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic kafka-test

异步发送-无回调

代码如下：

public static void main(String[] args) {
        // 1. 创建kafka生产者配置对象
        Properties properties = new Properties();
        // 2. 给 kafka 配置对象添加配置信息：bootstrap.servers
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "XXXXXXX:9092");
        // key,value 序列化（必须）：key.serializer，value.serializer
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        // 3. 创建 kafka 生产者对象
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
        // 4. 调用 send 方法,异步发送消息，无回调接口
        for (int i = 0; i < 5; i++) {
            kafkaProducer.send(new ProducerRecord<>("kafka-test", "producerAsyncMessage-" + i));
        }
        // 5. 关闭资源
        kafkaProducer.close();
    }

执行结果如图：

异步发送-有回调

public static void main(String[] args) throws InterruptedException {
        // 1. 创建Kafka生产者的配置对象
        Properties properties = new Properties();
        // 2. 给kafka配置对象添加配置信息
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "xxxxxx:9092");
        // 3. key 序列化 key.serializer，value.serializer
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        // 4. value 序列化 value.serializer
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        // 5. 创建kafka生产者对象
        KafkaProducer<String,String> kafkaProducer = new KafkaProducer<String, String>(properties);
        for (int i = 0; i < 5; i++) {
            kafkaProducer.send(new ProducerRecord<>("kafka-test", "asyncCallbackMessage-" + i), new Callback() {
                // 该方法在Producer 收到 ack 时调用，为异步调用
                @Override
                public void onCompletion(RecordMetadata recordMetadata, Exception e) {
                    if (e == null) {
                        // 没有异常，输出信息到控制台
                        System.out.println("topic：" + recordMetadata.topic() + " -> " + " 分区 " + recordMetadata.partition());
                    }else {
                        e.printStackTrace();
                    }
                }
            });
            // 延迟发送是否会发送到不同分区
            Thread.sleep(2);
        }
        // 5. 关闭资源
        kafkaProducer.close();
    }

消费者接收消息结果

生产者接收回调结果

同步发送

public static void main(String[] args) throws ExecutionException, InterruptedException {
        // 1. 创建kafka生产者配置对象
        Properties properties = new Properties();
        // 2. 给 kafka 配置对象添加配置信息：bootstrap.servers
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "xxxxxx:9092");
        // key,value 序列化（必须）：key.serializer，value.serializer
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        // 3. 创建 kafka 生产者对象
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
        // 4. 调用 send 方法,发送消息
        for (int i = 0; i < 5; i++) {
            RecordMetadata recordMetadata = kafkaProducer.send(new ProducerRecord<>("kafka-test", "syncMessage-" + i)).get();
            System.out.println("send response result,topic：" + recordMetadata.topic() + ", " + " 分区:" + recordMetadata.partition());
        }
        // 5. 关闭资源
        kafkaProducer.close();
    }

消费者接收消息结果

[root@VM-4-8-centos kafka]# bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic kafka-test
producerAsyncMessage-0
producerAsyncMessage-1
producerAsyncMessage-2
producerAsyncMessage-3
producerAsyncMessage-4
asyncCallbackMessage-0
asyncCallbackMessage-1
asyncCallbackMessage-2
asyncCallbackMessage-3
asyncCallbackMessage-4
syncMessage-0
syncMessage-1
syncMessage-2
syncMessage-3
syncMessage-4