Kafka Producer端封装自定义消息

这篇文章主要讲kafka producer端的编程，通过一个应用案例来描述kafka在实际应用中的作用。如果你还没有搭建起kafka的开发环境，可以先参考：

首先描述一下应用的情况：一个站内的搜索引擎，运营人员想知道某一时段，各类用户对商品的不同需求。通过对这些数据的分析，从而获得更多有价值的市场分析报表。这样的情况，就需要我们对每次的搜索进行记录，当然，不太可能使用数据库区记录这些信息（数据库存这些数据我会觉得是种浪费，个人意见）。最好的办法是存日志。然后通过对日志的分析，计算出有用的数据。我们采用kafka这种分布式日志系统来实现这一过程。

完成上述一系列的工作，可以按照以下步骤来执行：

1.         搭建kafka系统运行环境。

2.         设计数据存储格式（按照自定义格式来封装消息）

3.         Producer端获取真实数据（搜索记录），并对数据按上述2中设计的格式进行编码。

4.         Producer将已经编码的数据发送到broker上，在broker上进行存储（分配存储策略）。

5.         Consumer端从broker中获取数据，分析计算。

如果用淘宝数据服务平台的架构来匹配这一过程，broker就好比数据中心中存储的角色，producer端基本是放在了应用中心的开放API中，consumer端则一般用于数据产品和应用中心的获取数据中使用。

今天主要写的是2、3、4三个步骤。我们先看第二步。为了快速实现，这里就设计一个比较简单的消息格式，复杂的原理和这个一样。

用四个字段分别表示消息的ID、用户、查询关键词和查询时间。当然你如果要设计的更复杂，可以加入IP这些信息。这些用java写就是一个简单的pojo类，这是getter/setter方法即可。由于在封转成kafka的message时需要将数据转化成bytep[]类型，可以提供一个序列化的方法。我在这里直接重写toString了：

1 @Override
2     public String toString() {
3         String keyword = "[info kafka producer:]";
4         keyword = keyword + this.getId() + "-" + this.getUser() + "-"
5                 + this.getKeyword() + "-" + this.getCurrent();
6         return keyword;
7     }

这样还没有完成，这只是将数据格式用java对象表现出来，解析来要对其按照kafka的消息类型进行封装，在这里我们只需要实现Encoder类即可：

01 package org.gfg.kafka.message;
02
03 import org.slf4j.Logger;
04 import org.slf4j.LoggerFactory;
05
06 import kafka.message.Message;
07
08 public class KeywordMessage implements kafka.serializer.Encoder{
09
10     public static finalLogger LOG=LoggerFactory.getLogger(Keyword.class);
11
12     @Override
13     public Message toMessage(Keyword words) {
14         LOG.info("start in encoding...");
15         return new Message(words.toString().getBytes());
16     }
17
18 }

注意泛型和返回类型即可。这样KeywordMessage就是一个可以被kafka发送和存储的对象了。

接下来，我们可以编写一部分producer，获取业务系统的数据。要注意，producer数据的推送到broker的，所以发起者还是业务系统，下面的代码就能直接发送一次数据，注释都很详细：

01 /**配置producer必要的参数*/
02         Properties props = new Properties();
03         props.put("zk.connect", "192.168.10.11:2181");
04         /**选择用哪个类来进行序列化*/
05         props.put("serializer.class", "org.gfg.kafka.message.KeywordMessage");
06         props.put("zk.connectiontimeout.ms", "6000");
07         ProducerConfig config=new ProducerConfig(props);
08
09         /**制造数据*/
10         Keyword keyword=new Keyword();
11         keyword.setUser("Chenhui");
12         keyword.setId(0);
13         keyword.setKeyword("china");
14
15         List msg=new ArrayList();
16         msg.add(keyword);
17
18         /**构造数据发送对象*/
19         Producer producer=newProducer(config);
20         ProducerData data=new ProducerData("test", msg);
21         producer.send(data);

发送完之后，我们可以用bin目录下的kafka-console-consumer来看发送的结果（当然现在用的topic是test）。可以用命令：

1 ./kafka-console-consumer –zookeeper 192.168.10.11:2181 –topic test –from-beginning

如果是在使用zookeeper搭建分布式的情况下（zookeeper based broker discovery），我们可以执行第三个步骤，用编码来实现partition的分配策略。这里需要我们实现Partitioner对象：

01 package org.gfg.kafka.partitioner;
02
03 import org.gfg.kafka.message.Keyword;
04 import org.slf4j.Logger;
05 import org.slf4j.LoggerFactory;
06
07 import kafka.producer.Partitioner;
08
09 /**
10  *
11  * @author Chen.Hui
12  *
13  */
14 public class ProducerPartitioner implements Partitioner {
15
16     public static finalLogger LOG=LoggerFactory.getLogger(Keyword.class);
17
18     @Override
19     public int partition(String key, int numPartitions) {
20         LOG.info("ProducerPartitioner key:"+key+" partitions:"+numPartitions);
21         return key.length() % numPartitions;
22     }
23
24 }

在上面的partition方法中，值得注意的是，key我们是在构造数据发送对象时设置的，这个key是区分存储的关键，比如我想将我的数据按照不同的用户类别存储。Partition的好处是可以并发的获取同类数据，提高效率，具体可以看之前的文章。

所以在第二部时的producer代码需要有所改进：

1 /**选择用哪个类来进行设置partition*/
2         props.put("partitioner.class", "org.gfg.kafka.partitioner.ProducerPartitioner");
3
4         ProducerData data=newProducerData("test","developer", msg);

增加了对partition的配置，并且修改了ProducerData的参数，其中，中间的就是key，如果不设置partition，kafka则随机的向broker中发送请求。我们可以看一眼ProducerData的源码：

01 package kafka.javaapi.producer
02
03 import scala.collection.JavaConversions._
04
05 class ProducerData[K, V](private val topic: String,
06                          private val key: K,
07                          private val data: java.util.List[V]) {
08
09   def this(t: String, d: java.util.List[V]) = this(topic = t, key =null.asInstanceOf[K], data = d)
10
11   def this(t: String, d: V) = this(topic = t, key = null.asInstanceOf[K], data =asList(List(d)))
12
13   def getTopic: String = topic
14
15   def getKey: K = key
16
17   def getData: java.util.List[V] = data
18 }

至此，producer端的事情都做完了，当然这就是个demo，还有很多性能上的优化需要做，当然有了这个基础，我们就能将数据存储到broker上，下一步，就是用consumer来消费这些日志，形成有价值的数据产品。