分散式訊息系統Kafka Java客戶端程式碼
介紹
kafka是一種高吞吐量的分散式釋出訂閱訊息系統。
kafka是linkedin用於日誌處理的分散式訊息佇列,linkedin的日誌資料容量大,但對可靠性要求不高,其日誌資料主要包括使用者行為(登入、瀏覽、點選、分享、喜歡)以及系統執行日誌(CPU、記憶體、磁碟、網路、系統及程式狀態)
當前很多的訊息佇列服務提供可靠交付保證,並預設是即時消費(不適合離線)。
高可靠交付對linkedin的日誌不是必須的,故可通過降低可靠性來提高效能,同時通過構建分散式的叢集,允許訊息在系統中累積,使得kafka同時支援離線和線上日誌處理
測試環境
kafka_2.10-0.8.1.1 3個節點做的叢集
zookeeper-3.4.5 一個例項節點
程式碼示例
訊息生產者程式碼示例
import java.util.Collections;
import java.util.Date;
import java.util.Properties;
import java.util.Random;import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;/**
* 詳細可以參考:https://cwiki.apache.org/confluence/display/KAFKA/0.8.0+Producer+Example
* @author Fung
*
*/
public class ProducerDemo {
public static void main(String[] args) {
Random rnd = new Random();
int events=100;// 設定配置屬性
Properties props = new Properties();
props.put(“metadata.broker.list”,”172.168.63.221:9092,172.168.63.233:9092,172.168.63.234:9092″);
props.put(“serializer.class”, ”kafka.serializer.StringEncoder”);
// key.serializer.class預設為serializer.class
props.put(“key.serializer.class”, ”kafka.serializer.StringEncoder”);
// 可選配置,如果不配置,則使用預設的partitioner
props.put(“partitioner.class”, ”com.catt.kafka.demo.PartitionerDemo”);
// 觸發acknowledgement機制,否則是fire and forget,可能會引起資料丟失
// 值為0,1,-1,可以參考
// http://kafka.apache.org/08/configuration.html
props.put(“request.required.acks”, ”1″);
ProducerConfig config = new ProducerConfig(props);// 建立producer
Producer<String, String> producer = new Producer<String, String>(config);
// 產生併傳送訊息
long start=System.currentTimeMillis();
for (long i = 0; i < events; i++) {
long runtime = new Date().getTime();
String ip = ”192.168.2.” + i;//rnd.nextInt(255);
String msg = runtime + ”,www.example.com,” + ip;
//如果topic不存在,則會自動建立,預設replication-factor為1,partitions為0
KeyedMessage<String, String> data = new KeyedMessage<String, String>(
“page_visits”, ip, msg);
producer.send(data);
}
System.out.println(“耗時:” + (System.currentTimeMillis() - start));
// 關閉producer
producer.close();
}
}
訊息消費者程式碼示例
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;import kafka.consumer.Consumer;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;/**
* 詳細可以參考:https://cwiki.apache.org/confluence/display/KAFKA/Consumer+Group+Example
*
* @author Fung
*
*/
public class ConsumerDemo {
private final ConsumerConnector consumer;
private final String topic;
private ExecutorService executor;public ConsumerDemo(String a_zookeeper, String a_groupId, String a_topic) {
consumer = Consumer.createJavaConsumerConnector(createConsumerConfig(a_zookeeper,a_groupId));
this.topic = a_topic;
}public void shutdown() {
if (consumer != null)
consumer.shutdown();
if (executor != null)
executor.shutdown();
}public void run(int numThreads) {
Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
topicCountMap.put(topic, new Integer(numThreads));
Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer
.createMessageStreams(topicCountMap);
List<KafkaStream<byte[], byte[]>> streams = consumerMap.get(topic);// now launch all the threads
executor = Executors.newFixedThreadPool(numThreads);// now create an object to consume the messages
//
int threadNumber = 0;
for (final KafkaStream stream : streams) {
executor.submit(new ConsumerMsgTask(stream, threadNumber));
threadNumber++;
}
}private static 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”, ”400″);
props.put(“zookeeper.sync.time.ms”, ”200″);
props.put(“auto.commit.interval.ms”, ”1000″);return new ConsumerConfig(props);
}public static void main(String[] arg) {
String[] args = { ”172.168.63.221:2188″, ”group-1″, ”page_visits”, ”12″ };
String zooKeeper = args[0];
String groupId = args[1];
String topic = args[2];
int threads = Integer.parseInt(args[3]);ConsumerDemo demo = new ConsumerDemo(zooKeeper, groupId, topic);
demo.run(threads);try {
Thread.sleep(10000);
} catch (InterruptedException ie) {}
demo.shutdown();
}
}
訊息處理類
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;public class ConsumerMsgTask implements Runnable {
private KafkaStream m_stream;
private int m_threadNumber;public ConsumerMsgTask(KafkaStream stream, int threadNumber) {
m_threadNumber = threadNumber;
m_stream = stream;
}public void run() {
ConsumerIterator<byte[], byte[]> it = m_stream.iterator();
while (it.hasNext())
System.out.println(“Thread ” + m_threadNumber + ”: ”
+ new String(it.next().message()));
System.out.println(“Shutting down Thread: ” + m_threadNumber);
}
}
Partitioner類示例
import kafka.producer.Partitioner;
import kafka.utils.VerifiableProperties;public class PartitionerDemo implements Partitioner {
public PartitionerDemo(VerifiableProperties props) {}
@Override
public int partition(Object obj, int numPartitions) {
int partition = 0;
if (obj instanceof String) {
String key=(String)obj;
int offset = key.lastIndexOf(‘.’);
if (offset > 0) {
partition = Integer.parseInt(key.substring(offset + 1)) % numPartitions;
}
}else{
partition = obj.toString().length() % numPartitions;
}return partition;
}}
參考
https://cwiki.apache.org/confluence/display/KAFKA/Index
來自:開源中國
相關文章
- Kafka 分散式訊息系統Kafka分散式
- 分散式訊息系統:Kafka分散式Kafka
- Apache Kafka分散式訊息系統ApacheKafka分散式
- 分散式訊息系統Kafka初步分散式Kafka
- 分散式訊息Kafka分散式Kafka
- 分散式訊息系統之Kafka叢集部署分散式Kafka
- 下一代分散式訊息系統:Apache Kafka分散式ApacheKafka
- 分散式訊息通訊Kafka(二) - 原理分析分散式Kafka
- 分散式配置中心客戶端分散式客戶端
- Kafka(分散式釋出-訂閱訊息系統)工作流程說明Kafka分散式
- 分散式高效能訊息系統(Kafka MQ)的原理與實踐分散式KafkaMQ
- Linux系統中KafKa安裝和使用方法 java客戶端連線kafkaLinuxKafkaJava客戶端
- 快速理解Kafka分散式訊息佇列框架Kafka分散式佇列框架
- IM撤回訊息-iOS客戶端實現iOS客戶端
- Aeron訊息傳遞客戶端--Go版客戶端Go
- 高德客戶端低程式碼系統架構實踐客戶端架構
- 使用Java客戶端傳送訊息和消費的應用Java客戶端
- 在分散式系統中通過客戶端庫包提高可用性分散式客戶端
- kafka消費者客戶端Kafka客戶端
- 高吞吐量訊息系統—kafkaKafka
- MQTT客戶端JAVA程式碼----fusesource mqtt-clientMQQT客戶端Javaclient
- im客戶端生成訊息序列號演算法客戶端演算法
- Kafka原始碼分析(三) - Server端 - 訊息儲存Kafka原始碼Server
- TCP通訊客戶端和服務端簡單程式碼實現TCP客戶端服務端
- 釋出於訂閱訊息系統-KafkaKafka
- Kafka訊息系統基礎知識索引Kafka索引
- Kafka真正定位並不是訊息系統Kafka
- 訊息中介軟體客戶端消費控制實踐客戶端
- 仿UC客戶端的快速搜尋訊息通知效果客戶端
- Java中的幾種Kafka客戶端比較介紹JavaKafka客戶端
- 分散式訊息流平臺:不要只想著Kafka,還有Pulsar分散式Kafka
- 分散式程式碼管理系統GIT分散式Git
- powerVM客戶端系統盤克隆客戶端
- VNC客戶端推薦,Windows系統下VNC客戶端推薦VNC客戶端Windows
- Kafka無法消費?!我的分散式訊息服務Kafka卻穩如泰山!Kafka分散式
- .net客戶端呼叫activeMQ程式碼客戶端MQ
- Java OAuth 2.0 客戶端程式設計(二): 客戶端憑據授權JavaOAuth客戶端程式設計
- Kafka 處理器客戶端介紹Kafka客戶端