kafka中生產者和消費者API

使用idea實現相關API操作，先要再pom.xml重新增Kafka依賴：

        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka_2.8.2</artifactId>
            <version>0.8.1</version>
            <exclusions>
                <exclusion>
                    <artifactId>jmxtools</artifactId>
                    <groupId>com.sun.jdmk</groupId>
                </exclusion>
                <exclusion>
                    <artifactId>jmxri</artifactId>
                    <groupId>com.sun.jmx</groupId>
                </exclusion>
                <exclusion>
                    <artifactId>jms</artifactId>
                    <groupId>javax.jms</groupId>
                </exclusion>
                <exclusion>
                    <groupId>org.apache.zookeeper</groupId>
                    <artifactId>zookeeper</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>org.slf4j</groupId>
                    <artifactId>slf4j-log4j12</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>org.slf4j</groupId>
                    <artifactId>slf4j-api</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

 

Kafka生產者API:

package cn.itcast.storm.kafka.simple;

import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;

import java.util.Properties;
import java.util.UUID;

/**
 * 這是一個簡單的Kafka producer程式碼
 * 包含兩個功能:
 * 1、資料傳送
 * 2、資料按照自定義的partition策略進行傳送
 *
 *
 * KafkaSpout的類
 */
public class KafkaProducerSimple {
    public static void main(String[] args) {
        /**
         * 1、指定當前kafka producer生產的資料的目的地
         *  建立topic可以輸入以下命令，在kafka叢集的任一節點進行建立。
         *  bin/kafka-topics.sh --create --zookeeper zk01:2181 --replication-factor 1 --partitions 1 --topic test
         */
        String TOPIC = "orderMq";
        /**
         * 2、讀取配置檔案
         */
        Properties props = new Properties();
        /*
         * key.serializer.class預設為serializer.class
         */
        props.put("serializer.class", "kafka.serializer.StringEncoder");
        /*
         * kafka broker對應的主機，格式為host1:port1,host2:port2
         */
        props.put("metadata.broker.list", "kafka01:9092,kafka02:9092,kafka03:9092");
        /*
         * request.required.acks,設定傳送資料是否需要服務端的反饋,有三個值0,1,-1
         * 0，意味著producer永遠不會等待一個來自broker的ack，這就是0.7版本的行為。
         * 這個選項提供了最低的延遲，但是持久化的保證是最弱的，當server掛掉的時候會丟失一些資料。
         * 1，意味著在leader replica已經接收到資料後，producer會得到一個ack。
         * 這個選項提供了更好的永續性，因為在server確認請求成功處理後，client才會返回。
         * 如果剛寫到leader上，還沒來得及複製leader就掛了，那麼訊息才可能會丟失。
         * -1，意味著在所有的ISR都接收到資料後，producer才得到一個ack。
         * 這個選項提供了最好的永續性，只要還有一個replica存活，那麼資料就不會丟失
         */
        props.put("request.required.acks", "1");
        /*
         * 可選配置，如果不配置，則使用預設的partitioner partitioner.class
         * 預設值：kafka.producer.DefaultPartitioner
         * 用來把訊息分到各個partition中，預設行為是對key進行hash。
         */
        props.put("partitioner.class", "cn.itcast.storm.kafka.MyLogPartitioner");
//        props.put("partitioner.class", "kafka.producer.DefaultPartitioner");
        /**
         * 3、通過配置檔案，建立生產者
         */
        Producer<String, String> producer = new Producer<String, String>(new ProducerConfig(props));
        /**
         * 4、通過for迴圈生產資料
         */
        for (int messageNo = 1; messageNo < 100000; messageNo++) {
//            String messageStr = new String(messageNo + "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，" +
//                    "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發" +
//                    "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發" +
//                    "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發" +
//                    "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發" +
//                    "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發" +
//                    "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發" +
//                    "注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發" +
//                    "用來配合自定義的MyLogPartitioner進行資料分發");

            /**
             * 5、呼叫producer的send方法傳送資料
             * 注意：這裡需要指定 partitionKey，用來配合自定義的MyLogPartitioner進行資料分發
             */
            producer.send(new KeyedMessage<String, String>(TOPIC, messageNo + "", "appid" + UUID.randomUUID() + "itcast"));
        }
    }
}

 

Kafka消費者API：

package cn.itcast.storm.kafka.simple;

import kafka.consumer.Consumer;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import kafka.message.MessageAndMetadata;

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;

public class KafkaConsumerSimple implements Runnable {
    public String title;
    public KafkaStream<byte[], byte[]> stream;
    public KafkaConsumerSimple(String title, KafkaStream<byte[], byte[]> stream) {
        this.title = title;
        this.stream = stream;
    }
    @Override
    public void run() {
        System.out.println("開始執行 " + title);
        ConsumerIterator<byte[], byte[]> it = stream.iterator();
        /**
         * 不停地從stream讀取新到來的訊息，在等待新的訊息時，hasNext()會阻塞
         * 如果呼叫 `ConsumerConnector#shutdown`，那麼`hasNext`會返回false
         * */
        while (it.hasNext()) {
            MessageAndMetadata<byte[], byte[]> data = it.next();
            String topic = data.topic();
            int partition = data.partition();
            long offset = data.offset();
            String msg = new String(data.message());
            System.out.println(String.format(
                    "Consumer: [%s],  Topic: [%s],  PartitionId: [%d], Offset: [%d], msg: [%s]",
                    title, topic, partition, offset, msg));
        }
        System.out.println(String.format("Consumer: [%s] exiting ...", title));
    }

    public static void main(String[] args) throws Exception{
        Properties props = new Properties();
        props.put("group.id", "dashujujiagoushi");
        props.put("zookeeper.connect", "zk01:2181,zk02:2181,zk03:2181");
        props.put("auto.offset.reset", "largest");
        props.put("auto.commit.interval.ms", "1000");
        props.put("partition.assignment.strategy", "roundrobin");
        ConsumerConfig config = new ConsumerConfig(props);
        String topic1 = "orderMq";
        String topic2 = "paymentMq";
        //只要ConsumerConnector還在的話，consumer會一直等待新訊息，不會自己退出
        ConsumerConnector consumerConn = Consumer.createJavaConsumerConnector(config);
        //定義一個map
        Map<String, Integer> topicCountMap = new HashMap<>();
        topicCountMap.put(topic1, 3);
        //Map<String, List<KafkaStream<byte[], byte[]>> 中String是topic， List<KafkaStream<byte[], byte[]>是對應的流
        Map<String, List<KafkaStream<byte[], byte[]>>> topicStreamsMap = consumerConn.createMessageStreams(topicCountMap);
        //取出 `kafkaTest` 對應的 streams
        List<KafkaStream<byte[], byte[]>> streams = topicStreamsMap.get(topic1);
        //建立一個容量為4的執行緒池
        ExecutorService executor = Executors.newFixedThreadPool(3);
        //建立20個consumer threads
        for (int i = 0; i < streams.size(); i++)
            executor.execute(new KafkaConsumerSimple("消費者" + (i + 1), streams.get(i)));
    }
}

 

kafka自定義patition:

package cn.itcast.storm.kafka;

import kafka.producer.Partitioner;
import kafka.utils.VerifiableProperties;
import org.apache.log4j.Logger;


public class MyLogPartitioner implements Partitioner {
    private static Logger logger = Logger.getLogger(MyLogPartitioner.class);

    public MyLogPartitioner(VerifiableProperties props) {
    }

    public int partition(Object obj, int numPartitions) {
        return Integer.parseInt(obj.toString())%numPartitions;
//        return 1;
    }

}