kafka基本概念以及用法

kafka基本概念以及用法目录


文章目录


提示:以下是本篇文章正文内容,下面案例可供参考

一、什么是kafka?

kafka是一个分布式流处理工具,被全球大量公司广泛应用在大数据处理领域

二、为什么要使用kafka?

众所周知,在微服务领域或者大数据领域,需要服务和服务之间进行数据交换,数据通信,大数据领域系统和系统之间可能还有海量的数据交换压力。

1.传统的线程和线程之间的数据交换方式

jvm中会有一块公共的区域叫做堆内存,线程和线程之间会推送数据到堆内存中,其他线程需要获取数据就去堆内存获取

2.传统的进程和进程之间的数据交换方式

进程和进程之间是通过网络传输数据(Http,或者socket等常见网络传输协议)

但是不管是进程还是线程,传统这种数据传输交换方式,如果在海量数据高并发的场景下,如果接受数据方的内存跟不上推送的速度,就会引起内存溢出,堆内存溢出等生产问题。而kafka就是为了解决这个问题,孕育而生的。他充当了交换数据中间的一个中间件,类似一个消息队列的缓冲区

三、kafka的基本概念

一般市面上面的消息队列都遵循了JMS(Java Message Service)的传输规范

1.P2P(point to point)

2.PS(publish and subscribe) 发布订阅模式

四、安装kafka(windows版本)

1.下载kafka

https://kafka.apache.org/downloads

解压目录:

启动kafka需要依赖zookeeper,我们可以使用kafka自带的zookeeper

在log文件夹下面新建zk文件夹区分日志文件

修改配置文件中zookeeper文件日志文件位置

修改kafka运行日志保存位置

启动zookeeper和kafka

cmd到bin目录下面windows执行下面的bat脚本
后面跟上刚才修改的配置文件

启动zookeeper成功 。

开始启动kafka

启动bat脚本 后面跟上刚才带上的配置文件

启动成功

tips:后续可能会出现kafka出现进程挂掉的报错

可以删除配置的两个文件夹下面的文件,重新启动zookeeper和kafka

五、命令行控制kafka生产消费数据,创建 删除topic

1.创建一个名为test的topic

kafka-topics.bat --bootstrap-server localhost:9092 --topic test --create

2.查看所有topic

kafka-topics.bat --bootstrap-server localhost:9092 --list

3.删除一个名为test的topic

kafka-topics.bat --bootstrap-server localhost:9092 --topic test --delete

4.生产数据

kafka-console-producer.bat --broker-list localhost:9092 --topic test

5.消费数据

kafka-console-consumer.bat --bootstrap-server localhost:9092 --topic test

tips:可以加--help查看每个脚本后面的参数的具体用法

六、java操作kafka消费生产

先引入maven依赖:

c 复制代码
<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>2.8.0</version>
</dependency>

version根据自己的kafka版本做调整

生产者代码:

c 复制代码
   public static void main(String[] args) {
        // 配置Kafka生产者
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092"); // Kafka集群地址
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");

        // 创建Kafka生产者
        Producer<String, String> producer = new KafkaProducer<>(props);

        // 发送消息
        try {
            producer.send(new ProducerRecord<>("test", "key", "Message to send"));
            System.out.println("Message sent");
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            // 关闭生产者
            producer.close();
        }
    }

命令行接受到了生产数据

消费者代码:

c 复制代码
 public static void main(String[] args) {
        // 配置Kafka消费者
        Properties properties = new Properties();
        properties.put("bootstrap.servers", "localhost:9092");
        properties.put("group.id", "test-group");
        properties.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

        // 创建Kafka消费者
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

        // 订阅主题
        consumer.subscribe(Arrays.asList("test"));

        // 轮询消费消息
        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());
            }
        }
    }

再运行生产者代码 控制台就会打印出来消费的数据

相关推荐
William一直在路上13 分钟前
主流分布式中间件及其选型
分布式·中间件
茫茫人海一粒沙15 分钟前
理解 Confluent Schema Registry:Kafka 生态中的结构化数据守护者
分布式·kafka
weixin_4383354018 分钟前
分布式定时任务:Elastic-Job-Lite
分布式·elasticjoblite
dessler3 小时前
Kafka-消费者(Consumer)和消费者组(Consumer Group)
linux·运维·kafka
hjs_deeplearning4 小时前
认知篇#10:何为分布式与多智能体?二者联系?
人工智能·分布式·深度学习·学习·agent·智能体
小毛驴8504 小时前
Windows 环境下设置 RabbitMQ 的 consumer_timeout 参数
windows·分布式·rabbitmq
述雾学java6 小时前
Spring Cloud 服务追踪实战:使用 Zipkin 构建分布式链路追踪
分布式·spring·spring cloud·zipkin
大只鹅6 小时前
分布式部署下如何做接口防抖---使用分布式锁
redis·分布式
weixin_438335406 小时前
分布式定时任务:xxl-job
分布式
大数据CLUB6 小时前
基于spark的航班价格分析预测及可视化
大数据·hadoop·分布式·数据分析·spark·数据可视化