Kafka Java 客户端开发
2017-12-26 20:34
841 查看
依赖包导入
<dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka_2.10</artifactId> <version>0.8.2.1</version> </dependency> <dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka-clients</artifactId> <version>0.8.2.1</version> </dependency>
producer开发
producer参数说明
- metadata.broker.list:指定kafka节点列表,用于获取metadata,不必全部指定.如metadata.broker.list=192.168.1.10:9092,192.168.1.11:9092
- partitioner.class:指定分区处理类。默认kafka.producer.DefaultPartitioner,表通过key哈希到对应分区。partitioner.class=com.meituan.mafka.client.producer.CustomizePartitioner
- compression.codec:是否压缩,默认0表示不压缩,1表示用gzip压缩,2表示用snappy压缩。压缩后消息中会有头来指明消息压缩类型,故在消费者端消息解压是透明的无需指定。compression.codec=none
- serializer.class:指定序列化处理类,默认为kafka.serializer.DefaultEncoder,即byte[]
- compressed.topics:如果要压缩消息,这里指定哪些topic要压缩消息,默认empty,表示不压缩
- request.required.acks:producer接收消息ack的时机,默认为0。0: producer不会等待broker发送ack。1: 当leader接收到消息之后发送ack 。 2: 当所有的follower都同步消息成功后发送ack。
- request.timeout.ms:在向producer发送ack之前,broker允许等待的最大时间 。如果超时,broker将会向producer发送一个error ACK.意味着上一次消息因为某种原因未能成功(比如follower未能同步成功) 。
- producer.type:同步还是异步发送消息,默认“sync”表同步,"async"表异步。异步可以提高发送吞吐量,也意味着消息将会在本地buffer中,并适时批量发送,但是也可能导致丢失未发送过去的消息。
- queue.buffering.max.ms :在async模式下,当message被缓存的时间超过此值后,将会批量发送给broker,默认为5000ms,此值和batch.num.messages协同工作。
- queue.buffering.max.messages:在async模式下,producer端允许buffer的最大消息量,无论如何,producer都无法尽快的将消息发送给broker,从而导致消息在producer端大量沉积,此时,如果消息的条数达到阀值,将会导致producer端阻塞或者消息被抛弃,默认为10000。
- batch.num.messages:如果是异步,指定每次批量发送数据量,默认为200
- queue.enqueue.timeout.ms:当消息在producer端沉积的条数达到"queue.buffering.max.meesages"后 ,阻塞一定时间后,队列仍然没有enqueue(producer仍然没有发送出任何消息),此时producer可以继续阻塞或者将消息抛弃,此timeout值用于控制"阻塞"的时间。-1: 无阻塞超时限制,消息不会被抛弃 ,0:立即清空队列,消息被抛弃
- message.send.max.retries:当producer接收到error ACK,或者没有接收到ACK时,允许消息重发的次数。因为broker并没有完整的机制来避免消息重复,所以当网络异常时(比如ACK丢失) 有可能导致broker接收到重复的消息,默认值为3。
- topic.metadata.refresh.interval.ms:producer刷新topic metada的时间间隔,producer需要知道partition leader的位置,以及当前topic的情况 ,因此producer需要一个机制来获取最新的metadata,当producer遇到特定错误时,将会立即刷新 ,(比如topic失效,partition丢失,leader失效等),此外也可以通过此参数来配置额外的刷新机制,默认值600000
一个简单的生产者例子如下:
import kafka.producer.KeyedMessage; import kafka.producer.ProducerConfig; import kafka.javaapi.producer.Producer; import java.util.Properties; public class SimpleProducer { public static void main(String[] args){ Properties props = new Properties(); props.put("metadata.broker.list", "127.0.0.1:9092"); props.put("serializer.class", "kafka.serializer.StringEncoder"); props.put("partitioner.class", "example.producer.SimplePartitioner"); props.put("request.required.acks", "1"); ProducerConfig config = new ProducerConfig(props); Producer<String, String> producer = new Producer<String, String>(config); for(int i=0;i<10;i++){ String ip = "192.168.1." + (i+1); String msg = "receive msg from " + ip; KeyedMessage<String,String> data = new KeyedMessage<String, String>("simple_test",ip,msg); producer.send(data); } producer.close(); } }
指定关键字key,发送消息到指定partitions
如果需要实现自定义partitions消息发送,需要实现Partitioner接口
import kafka.producer.Partitioner; import kafka.utils.VerifiableProperties; public class MyPartitioner implements Partitioner { public MyPartitioner(VerifiableProperties props){ } /** * 返回分区索引编号 * @param key * @param numPartitions topic中的分区总数 * @return */ public int partition(Object key, int numPartitions) { String partKey = (String) key; if("test1".equals(partKey)){ return 1; } return 0; } }
consumer开发
consumer参数说明
- zookeeper.connect:zookeeper连接服务器地址
- zookeeper.session.timeout.ms:zookeeper的session过期时间,默认5000ms,用于检测消费者是否挂掉
- zookeeper.sync.time.ms:当consumer reblance时,重试失败时时间间隔
- group.id:指定消费组
- auto.commit.enable:当consumer消费一定量的消息之后,将会自动向zookeeper提交offset信息 ,注意offset信息并不是每消费一次消息就向zk提交一次,而是现在本地保存(内存),并定期提交,默认为true
- auto.commit.interval.ms:自动更新时间。默认60 * 1000
- conusmer.id:当前consumer的标识,可以设定,也可以有系统生成,主要用来跟踪消息消费情况,便于观察
- client.id:消费者客户端编号,用于区分不同客户端,默认客户端程序自动产生
- queued.max.message.chunks:最大取多少块缓存到消费者(默认10)
- rebalance.max.retries:当有新的consumer加入到group时,将会reblance,此后将会有partitions的消费端迁移到新 的consumer上,如果一个consumer获得了某个partition的消费权限,那么它将会向zk注册 "Partition Owner registry"节点信息,但是有可能此时旧的consumer尚没有释放此节点, 此值用于控制,注册节点的重试次数。
- fetch.min.bytes:获取消息的最大尺寸,broker不会像consumer输出大于此值的消息chunk每次feth将得到多条消息,此值为总大小,提升此值,将会消耗更多的consumer端内存
- fetch.wait.max.ms: 当消息的尺寸不足时,server阻塞的时间,如果超时,消息将立即发送给consumer
- auto.offset.reset:如果zookeeper没有offset值或offset值超出范围。那么就给个初始的offset。有smallest、largest、 anything可选,分别表示给当前最小的offset、当前最大的offset、抛异常。默认largest
- derializer.class:指定序列化处理类,默认为kafka.serializer.DefaultDecoder,即byte[]
多线程并行消费topic
import kafka.consumer.ConsumerIterator; import kafka.consumer.KafkaStream; public class SimpleConsumer implements Runnable{ private KafkaStream stream; private int threadNum; public SimpleConsumer(KafkaStream stream, int threadNum) { this.stream = stream; this.threadNum = threadNum; } public void run() { ConsumerIterator<byte[],byte[]> it = this.stream.iterator(); while (it.hasNext()){ System.out.println(new String(it.next().message())); } } }
import kafka.consumer.Consumer; import kafka.consumer.ConsumerConfig; import kafka.consumer.KafkaStream; import kafka.javaapi.consumer.ConsumerConnector; import kafka.producer.KeyedMessage; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.Properties; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; public class SimpleConsumerTest { private ConsumerConnector connector; private String topic; private ExecutorService executorService; public SimpleConsumerTest(String a_zookeeper, String a_groupId, String a_topic) { this.connector = Consumer.createJavaConsumerConnector(createConsumerConfig(a_zookeeper,a_groupId)); this.topic = a_topic; } private ConsumerConfig createConsumerConfig(String a_zookeeper, String a_groupId) { Properties props = new Properties(); props.put("zookeeper.connect",a_zookeeper); props.put("group.id", a_groupId); props.put("zookeeper.session.timeout.ms", "60000"); props.put("zookeeper.sync.time.ms", "2000"); props.put("auto.commit.interval.ms", "1000"); return new ConsumerConfig(props); } public void shutdown(){ if(connector != null){ connector.shutdown(); } if(executorService != null){ executorService.shutdown(); } } public void start(int threadNum){ Map<String,Integer> topicCount = new HashMap<String,Integer>(); topicCount.put(topic,new Integer(threadNum)); Map<String,List<KafkaStream<byte[],byte[]>>> consumerMap = connector.createMessageStreams(topicCount); List<KafkaStream<byte[],byte[]>> streams = consumerMap.get(topic); executorService = Executors.newFixedThreadPool(threadNum); int thread = 1; for(KafkaStream<byte[],byte[]> stream : streams){ executorService.submit(new SimpleConsumer(stream,thread++)); } } public static void main(String[] args) throws InterruptedException { String zks = "127.0.0.1:2181"; String gruopId = "fdf"; String topic = "tets"; SimpleConsumerTest simpleConsumerTest = new SimpleConsumerTest(zks,gruopId,topic); simpleConsumerTest.start(10); Thread.sleep(10000); simpleConsumerTest.shutdown(); } }
相关文章推荐
- Java富客户端企级快速开发框架SOYFramework介绍(二)
- 利用Axis2开发WebService(4)---用wsdl2java简化客户端的编写
- BlackBerry Java客户端开发项目实例教程三
- BlackBerry Java客户端开发项目实例教程四
- Java开发的WebService获取客户端IP地址
- 读书笔记(Java极富客户端效果开发之一)
- Java 客户端HttpClient 开发
- java开发_STMP邮箱客户端_发送邮件
- 1.利用CFX开发Web Service的客户端:执行wsdl2java
- 走进Java Web开发 ——客户端与服务器的交互原理
- iQQ 基于WebQQ3.0协议Java开发 跨平台QQ客户端
- Java新浪微博客户端开发第四步
- Java新浪微博客户端开发
- WebService(XFire)开发服务器端用java实现,客户端由C#实现。
- 开发webServices的客户端-通过wsdl2java
- 2.利用CFX开发Web Service的客户端:解释由wsdl2java生成的其中一些类
- 利用Axis2开发WebService(3)---用Java实现调用WebService的客户端程序
- java引起的思考——B/S,C/S+富客户端技术+嵌入式开发
- Java富客户端企级快速开发框架SOYFramework介绍(一)
- BlackBerry Java客户端开发项目实例教程二