Kafka 分布式消息系统
文章目录
- 消息中间件对比
- Kafka概述
- kafka安装和配置
- kafka入门
-
- 生产者发送消息
- 消费者接收消息
- Kafka高可用设计
-
- 集群
- 备份机制(Replication）
- 备份机制(Replication)-同步方式
- kafka生产者详解
-
- 同步发送
- 异步发送
- 参数详解(ack)
- 参数详解(retries)
- 参数详解-消息压缩
- kafka消费者详解
-
- 消费者组
- 消息有序性
- 提交和偏移量
- 偏移量
- 偏移量提交方式
- SpringBoot集成kafka收发消息
消息中间件对比
Kafka概述
Kafka 是一个分布式流媒体平台，类似于消息队列或企业消息传递系统。kafka官网：http://kafka.apache.org/
- Producers：消息的生产者
- Consumers：消息的消费者
- Kafka Cluster：Kafka 集群
- Connectors：连接器
- Stream Processors：Stream 流处理
- producer：发布消息的对象称之为主题生产者（Kafka topic producer）
- topic：Kafka将消息分门别类，每一类的消息称之为一个主题（Topic）
- consumer：订阅消息并处理发布的消息的对象称之为主题消费者（consumers）
- broker：已发布的消息保存在一组服务器中，称之为Kafka集群。集群中的每一个服务器都是一个代理（Broker）。 消费者可以订阅一个或多个主题（topic），并从Broker拉数据，从而消费这些已发布的消息。
kafka安装和配置
Kafka 对于 zookeeper 是强依赖，保存 kafka 相关的节点数据，所以安装 Kafka 之前必须先安装 zookeeper
Docker安装zookeeper
下载镜像
docker pull zookeeper:3.4.14
arm linux
docker pull arm64v8/zookeeper:3.4.14
创建容器
docker run -d --name zookeeper -p 2181:2181 zookeeper:3.4.14
Docker安装kafka
下载镜像
docker pull wurstmeister/kafka:2.12-2.3.1
创建容器
docker run -d --name kafka \
--env KAFKA_ADVERTISED_HOST_NAME=10.211.55.6 \
--env KAFKA_ZOOKEEPER_CONNECT=10.211.55.6:2181 \
--env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://10.211.55.6:9092 \
--env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 \
--env KAFKA_HEAP_OPTS="-Xmx256M -Xms256M" \
--net=host wurstmeister/kafka:2.12-2.3.1
--net=host，直接使用容器宿主机的网络命名空间， 即没有独立的网络环境。它使用宿主机的ip和端口
docker ps 查看是否启动成功
kafka入门
- 生产者发送消息，多个消费者只能有一个消费者接收到消息
- 生产者发送消息，多个消费者都可以接收到消息
生产者发送消息
1：导入kafka客户端依赖
<dependency>
<groupId>org.apache.kafkagroupId>
<artifactId>kafka-clientsartifactId>
dependency>
2：编写消息生产者类ProducerQuickstart
①.设置kafka的配置信息
// 1. kafka 连接配置信息
Properties prop = new Properties();
// kafka 连接地址
prop.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "10.211.55.6:9092");
// key 和 value 的序列化
prop.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
prop.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
②.创建生产者对象
// 2. 创建 kafka 生产者对象
KafkaProducer<String, String> producer = new KafkaProducer<String, String>(prop);
③.发送消息
// 3. 发送消息
ProducerRecord<String, String> kvProducerRecord = new ProducerRecord<String, String>("topic-first", "key-001", "hello kafka");
producer.send(kvProducerRecord);
④.关闭消息通道
// 4. 关闭消息通道 必须关闭，否则消息发送不成功
producer.close();
生产者
/**
* 生产者
*/
public class ProducerQuickStart {
public static void main(String[] args) {
// 1. kafka 连接配置信息
Properties prop = new Properties();
// kafka 连接地址
prop.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "10.211.55.6:9092");
// key 和 value 的序列化
prop.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
prop.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
// 2. 创建 kafka 生产者对象
KafkaProducer<String, String> producer = new KafkaProducer<String, String>(prop);
// 3. 发送消息
ProducerRecord<String, String> kvProducerRecord = new ProducerRecord<String, String>("topic-first", "key-001", "hello kafka");
producer.send(kvProducerRecord);
// 4. 关闭消息通道 必须关闭，否则消息发送不成功
producer.close();
}
}
消费者接收消息
创建ConsumerQuickStart消费者类
①：设置kafka的配置信息
// 1. kafka的配置信息
Properties prop = new Properties();
// kafka 连接地址
prop.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "10.211.55.6:9092");
// key 和 value 的反序列化器
prop.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
prop.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
// 设置消费者组
prop.put(ConsumerConfig.GROUP_ID_CONFIG, "group1");
②：创建消费者对象
// 2. 创建消费者对象
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(prop);
③：订阅主题
// 3. 订阅消息
consumer.subscribe(Collections.singletonList("topic-first"));
④：获取消息
// 4. 拉取消息
while (true){
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.key());
System.out.println(consumerRecord.value());
}
}
消费者
public class ConsumerQuickStart {
public static void main(String[] args) {
// 1. kafka的配置信息
Properties prop = new Properties();
// kafka 连接地址
prop.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "10.211.55.6:9092");
// key 和 value 的反序列化器
prop.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
prop.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
// 设置消费者组
prop.put(ConsumerConfig.GROUP_ID_CONFIG, "group1");
// 2. 创建消费者对象
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(prop);
// 3. 订阅消息
consumer.subscribe(Collections.singletonList("topic-first"));
// 4. 拉取消息
while (true){
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.key());
System.out.println(consumerRecord.value());
}
}
}
}
生产者发送消息，多个消费者订阅同一个主题，只能有一个消费者收到消息（一对一）
两个消费者在同一个组
生产者发送消息，多个消费者订阅同一个主题，所有消费者都能收到消息（一对多）
两个消费者在不同的组
分区机制
Kafka 中的分区机制指的是将每个主题划分成多个分区（Partition）
可以处理更多的消息，不受单台服务器的限制，可以不受限的处理更多的数据
可以将分区看作存储 Topic 的文件夹，当我们发送消息的时候，可以指定不同的分区，也就是让 Topic 存储到不同的文件夹下（分区），并且也可以是不同的机器上。
topic剖析
每一个分区都是一个顺序的、不可变的消息队列， 并且可以持续的添加。分区中的消息都被分了一个序列号，称之为偏移量(offset)，在每个分区中此偏移量都是唯一的。
分区策略
Kafka高可用设计
集群
- Kafka 的服务器端由被称为 Broker 的服务进程构成，即一个 Kafka 集群由多个 Broker 组成
- 这样如果集群中某一台机器宕机，其他机器上的 Broker 也依然能够对外提供服务。这其实就是 Kafka 提供高可用的手段之一
备份机制(Replication）
Kafka 中消息的备份又叫做 副本（Replica）
Kafka 定义了两类副本：
- 领导者副本（Leader Replica）
- 追随者副本（Follower Replica）
备份机制(Replication)-同步方式
ISR（in-sync replica）需要同步复制保存的 follower
如果leader失效后，需要选出新的leader，选举的原则如下：
- 第一：选举时优先从ISR中选定，因为这个列表中follower的数据是与leader同步的
- 第二：如果ISR列表中的follower都不行了，就只能从其他follower中选取
极端情况，就是所有副本都失效了，这时有两种方案
- 第一：等待ISR中的一个活过来，选为Leader，数据可靠，但活过来的时间不确定
- 第二：选择第一个活过来的Replication，不一定是ISR中的，选为leader，以最快速度恢复可用性，但数据不一定完整
kafka生产者详解
同步发送
使用 send() 方法发送，它会返回一个Future对象，调用get()方法进行等待，就可以知道消息是否发送成功
// 发送消息
RecordMetadata recordMetadata = producer.send(kvProducerRecord).get();
// 获取偏移量
System.out.println(recordMetadata.offset());
异步发送
调用 send() 方法，并指定一个回调函数，服务器在返回响应时调用函数
// 异步发送消息
producer.send(kvProducerRecord, new Callback() {
@Override
public void onCompletion(RecordMetadata recordMetadata, Exception e) {
if (e != null){
System.out.println("记录异常信息到日志表中");
}
System.out.println(recordMetadata.offset());
}
});
参数详解(ack)
参数详解(retries)
生产者从服务器收到的错误有可能是临时性错误，在这种情况下，retries 参数的值决定了生产者可以重发消息的次数，如果达到这个次数，生产者会放弃重试返回错误，默认情况下，生产者会在每次重试之间等待100ms
参数详解-消息压缩
默认情况下， 消息发送时不会被压缩。
使用压缩可以降低网络传输开销和存储开销，而这往往是向 Kafka 发送消息的瓶颈所在。
kafka消费者详解
消费者组
- 消费者组（Consumer Group） ：指的就是由一个或多个消费者组成的群体
- 一个发布在Topic上消息被分发给此消费者组中的一个消费者
- 所有的消费者都在一个组中，那么这就变成了queue模型
- 所有的消费者都在不同的组中，那么就完全变成了发布-订阅模型
消息有序性
应用场景：
- 即时消息中的单对单聊天和群聊，保证发送方消息发送顺序与接收方的顺序一致
- 充值转账两个渠道在同一个时间进行余额变更，短信通知必须要有顺序
- ……
kafka集群托管4个分区（P0-P3），2个消费者组，消费组A有2个消费者，消费组B有4个
topic分区中消息只能由消费者组中的唯一一个消费者处理，所以消息肯定是按照先后顺序进行处理的。但是它也仅仅是保证Topic的一个分区顺序处理，不能保证跨分区的消息先后处理顺序。 所以，如果你想要顺序的处理Topic的所有消息，那就只提供一个分区。
提交和偏移量
kafka不会像其他JMS队列那样需要得到消费者的确认，消费者可以使用kafka来追踪消息在分区的位置（偏移量）
消费者会往一个叫做 _consumer_offset 的特殊主题发送消息，消息里包含了每个分区的偏移量。如果消费者发生崩溃或有新的消费者加入群组，就会触发再均衡
偏移量
如果提交偏移量小于客户端处理的最后一个消息的偏移量，那么处于两个偏移量之间的消息就会被重复处理。
如果提交的偏移量大于客户端的最后一个消息的偏移量，那么处于两个偏移量之间的消息将会丢失。
偏移量提交方式
提交偏移量的方式有两种，分别是自动提交偏移量和手动提交
- 自动提交偏移量
当 enable.auto.commit 被设置为 true，提交方式就是让消费者自动提交偏移量，每隔5秒消费者会自动把从 poll() 方法接收的最大偏移量提交上去
- 手动提交
当 enable.auto.commit 被设置为 false 可以有以下三种提交方式
- 提交当前偏移量（同步提交）
- 异步提交
- 同步和异步组合提交
提交当前偏移量（同步提交）
异步提交
同步和异步组合提交
SpringBoot集成kafka收发消息
- 导入
spring-kafka依赖信息
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-webartifactId>
dependency>
<dependency>
<groupId>org.springframework.kafkagroupId>
<artifactId>spring-kafkaartifactId>
<exclusions>
<exclusion>
<groupId>org.apache.kafkagroupId>
<artifactId>kafka-clientsartifactId>
exclusion>
exclusions>
dependency>
<dependency>
<groupId>org.apache.kafkagroupId>
<artifactId>kafka-clientsartifactId>
dependency>
<dependency>
<groupId>com.alibabagroupId>
<artifactId>fastjsonartifactId>
dependency>
- 在 resources 下创建文件
application.yml
server:
port: 9991
spring:
application:
name: kafka-demo
kafka:
bootstrap-servers: 10.211.55.6:9092
producer:
retries: 10
key-serializer: org.apache.kafka.common.serialization.StringSerializer
value-serializer: org.apache.kafka.common.serialization.StringSerializer
consumer:
group-id: ${spring.application.name}-test
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
- 消息生产者
@RestController
public class HelloController {
@Autowired
private KafkaTemplate<String, String> kafkaTemplate;
@GetMapping("/hello")
public String hello(){
kafkaTemplate.send("topic-key", "hello mx");
return "ok";
}
}
- 消息消费者
@Component
public class HelloListener {
@KafkaListener(topics = "topic-key")
public void onMessage(String message){
if (!StringUtils.isEmpty(message)){
System.out.println(message);
}
}
}
传递消息为对象
目前springboot整合后的kafka，因为序列化器是StringSerializer，这个时候如果需要传递对象可以有两种方式
- 方式一：可以自定义序列化器，对象类型众多，这种方式通用性不强
- 方式二：可以把要传递的对象进行转json字符串，接收消息后再转为对象即可
发送消息
接收消息
