kafka的简单使用

Kafka的简单使用

1.kafka常用命令

Linux

//启动zookeeper
./zookeeper-server-start.sh ../config/zookeeper.properties

//启动kafka
./kafka-server-start.sh ../config/server.properties

//创建一个1分区的topic
./kafka-topics.sh --create --bootstrap-server 127.0.0.1:9093 --replication-factor 1 --partitions 1 --topic test

//查看当前主题中的所有topic
./kafka-topics.sh --list --bootstrap-server 127.0.0.1:9093

//查看指定的topic
./kafka-topics.sh --describe --bootstrap-server 127.0.0.1:9092 --topic test

//生产消息
./kafka-console-producer.sh --broker-list 127.0.0.1:9093 --topic test

//消费消息

//⽅式⼀：从当前主题中的最后⼀条消息的offset（偏移量位置）+1开始消费
./kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9093 --topic test
//⽅式⼆：从当前主题中的第⼀条消息开始消费
./kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9093 --from-beginning --topic test

windows

//启动zookeeper
.\bin\zkServer.cmd

//启动kafka
.\bin\windows\kafka-server-start.bat .\config\server.properties

//创建一个1分区的topic
.\bin\windows\kafka-topics.bat --create --zookeeper 127.0.0.1:2183 --replication-factor 1 --partitions 1 --topic test

//查看当前主题中的所有topic
.\bin\windows\kafka-topics.bat --list --bootstrap-server 127.0.0.1:9093

//查看指定的topic
.\bin\windows\kafka-topics.bat --describe --zookeeper 127.0.0.1:9093 --topic test

//生产消息
.\bin\windows\kafka-console-producer.bat --broker-list 127.0.0.1:9093 --topic test

//消费消息
.\bin\windows\kafka-console-consumer.bat --bootstrap-server 127.0.0.1:9093 --topic test --from-beginning

2. go语言的kafka API

2.1.sarama

Go语言中连接kafka使用第三方库: github.com/Shopify/sarama。

2.2下载及安装

 go get github.com/Shopify/sarama

注意事项: sarama v1.20之后的版本加入了zstd压缩算法，需要用到cgo，在Windows平台编译时会提示类似如下错误： github.com/DataDog/zstd exec: “gcc”:executable file not found in %PATH% 所以在Windows平台请使用v1.19版本的sarama。(如果不会版本控制请查看博客里面的go module章节)

参考视频：
https://www.bilibili.com/video/BV1pE41117MG?p=12

2.3使用

连接kafka发送消息

package main

import (
    "fmt"

    "github.com/Shopify/sarama"
)

// 基于sarama第三方库开发的kafka client

func main() {
    config := sarama.NewConfig()
    config.Producer.RequiredAcks = sarama.WaitForAll          // 发送完数据需要leader和follow都确认
    config.Producer.Partitioner = sarama.NewRandomPartitioner // 新选出一个partition
    config.Producer.Return.Successes = true                   // 成功交付的消息将在success channel返回

    // 构造一个消息
    msg := &sarama.ProducerMessage{}
    msg.Topic = "web_log"
    msg.Value = sarama.StringEncoder("this is a test log")
    // 连接kafka
    client, err := sarama.NewSyncProducer([]string{"127.0.0.1:9092"}, config)
    if err != nil {
        fmt.Println("producer closed, err:", err)
        return
    }
    defer client.Close()
    // 发送消息
    pid, offset, err := client.SendMessage(msg)
    if err != nil {
        fmt.Println("send msg failed, err:", err)
        return
    }
    fmt.Printf("pid:%v offset:%v\n", pid, offset)
}

连接kafka消费消息

package main

import (
    "fmt"

    "github.com/Shopify/sarama"
)

// kafka consumer

func main() {
    consumer, err := sarama.NewConsumer([]string{"127.0.0.1:9092"}, nil)
    if err != nil {
        fmt.Printf("fail to start consumer, err:%v\n", err)
        return
    }
    partitionList, err := consumer.Partitions("web_log") // 根据topic取到所有的分区
    if err != nil {
        fmt.Printf("fail to get list of partition:err%v\n", err)
        return
    }
    fmt.Println(partitionList)
    for partition := range partitionList { // 遍历所有的分区
        // 针对每个分区创建一个对应的分区消费者
        pc, err := consumer.ConsumePartition("web_log", int32(partition), sarama.OffsetNewest)
        if err != nil {
            fmt.Printf("failed to start consumer for partition %d,err:%v\n", partition, err)
            return
        }
        defer pc.AsyncClose()
        // 异步从每个分区消费信息
        go func(sarama.PartitionConsumer) {
            for msg := range pc.Messages() {
                fmt.Printf("Partition:%d Offset:%d Key:%v Value:%v", msg.Partition, msg.Offset, msg.Key, msg.Value)
            }
        }(pc)
    }
}

kafka知识点目录

1.Linux环境部署kafka
2.Win10环境部署kafka
3.docker部署kafka
4.kafka的简单使用
5.kafka消息的细节
6.kafka主题和分区的概念
7.kafka集群操作
8.kafka生产者实现细节
9.kafka消费者实现细节
10.kafka集群中的controller、rebalance、HW
11.kafka中的优化问题
12.Kafka-eagle监控平台
13.kafka错误汇总