Kafka的学习和使用

落日映苍穹つ 2021-09-21 08:30 340阅读 0赞

# Kafka的学习和使用 #

本文是基于CentOS 7.3系统环境，进行Kafka的学习和使用

*  **CentOS 7.3**

--------------------

# 一、Kafka的简介 #

## 1.1 Kafka基本概念 ##

### (1) 什么是Kafka ###

Kafka是一个分布式的基于发布/订阅模式的消息队列，主要应用于大数据实时处理领域

### (1) 消息队列 ###

1.  点对点模式的消息队列  
    对一个消息而言，只会有一个消费者可以消费，消费者主动拉取消息，消息收到后，会将消息删除
2.  基于发布/订阅模式的消息队列  
    发布到topic的消息会被所有订阅者消费，消费者消费完消息后不会删除
3.  消息队列主动推送  
    适用于消费者处理能力高，生产者生产消息较少的场景，整个系统的消息处理速度由消息队列的推送速度决定，多个消费者之间处理消息的能力不同，如果消息队列按照一定的速度推送消息，可能会造成某些消费者处理消息处理不过来，某些消费者处理速度很快一直处于空闲
4.  消费者主动拉取  
    适用于生产者生产消息的速度高于消费者，整个系统的消息处理速度由消费者的拉取速度决定，如果消息队列中消息较少，消费者会一直维护着一个长轮询去访问消息队列是否有消息

### (2) Kafka的作用 ###

*  **解耦和异步**  
    将强依赖的两个数据上下游系统，通过消息队列进行解耦，可以实现上下游的异步通信
 *  **削峰**  
    缓解数据上下游两个系统的流速差

## 1.2 Kafka基础架构 ##

1.  为了方便横向扩展，并提高吞吐量，一个topic分为多个partition
2.  配合分区的设计，提出消费者组的概念，组内每个消费者并行消费
3.  为提高可用性，为每个partition增加若干副本，类似于NameNode HA  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70]

*  **Producer**  
    消息生产者，连接broker-list，就是向kafka broker发消息的客户端
 *  **Consumer**  
    消息消费者，连接bootstrp-server，向kafka broker取消息的客户端
 *  **Consumer Group （CG）**  
    消费者组，由多个consumer组成。消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者
 *  **Cluster**  
    kafka集群，连接zookeeper，包含多个broker
 *  **Broker**  
    一台kafka服务器就是一个broker。一个集群由多个broker组成。一个broker可以容纳多个topic
 *  **Topic**  
    可以理解为一个队列，生产者和消费者面向的都是一个topic
 *  **分区为了并发，备份为了容灾**
 *  **Partition**  
    为了实现扩展性，一个非常大的topic可以分布到多个broker（即服务器）上，一个topic可以分为多个partition，每个partition是一个有序的队列
 *  **Replica**  
    副本，为保证集群中的某个节点发生故障时， 该节点上的partition数据不丢失，且kafka仍然能够继续工作，kafka提供了副本机制，一个topic的每个分区都有若干个副本，一个leader和若干个follower
 *  **leader**  
    每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是leader
 *  **follower**  
    每个分区多个副本中的“从”，实时与leader保持数据的同步。leader发生故障时，某个follower会成为新的follower
 *  **zookeeper**  
    存储topic信息、分区信息、副本信息、ISR信息、消费者的偏移量（0.9版本之前，之后存在kafka集群中d \_\_consumer\_offset主题中，为了提高效率，减少与zookeeper的通信时间）

## 1.3 Kafka工作流程 ##

1.  kafka中消息是以topic进行分类的，生产者生成消息，消费者消费消息，都是面向topic的
2.  topic是逻辑上的概念，而partition是物理上的概念，每个partition对应于一组log文件，该log文件中存储的就是producer生产的数据。
3.  Producer生产的数据会被不断追加到该log文件末端，且每条数据都有自己的offset。
4.  消费者组中的每个消费者，都会实时记录自己消费到了哪个offset，以便出错恢复时，从上次的位置继续消费。

## 1.4 Kafka文件存储机制 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 1]

1.  由于生产者生产的消息会不断追加到log文件末尾，为防止log文件过大导致数据定位效率低下，Kafka采取了分片和索引机制，将每个partition分为多个segment
2.  每个segment对应两个文件——“.index”文件和“.log”文件。这些文件位于一个文件夹下，该文件夹的命名规则为：topic名称+分区序号。例如，first这个topic有三个分区，则其对应的文件夹为first-0,first-1,first-2
3.  index和log文件以当前segment的第一条消息的offset命名
4.  index文件存储大量的索引信息，log文件存储大量的数据，索引文件中的元数据指向对应数据文件中message的物理偏移地址  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70_pic_center]

## 1.5 Kafka生产者 ##

### 1.5.1 分区策略 ###

#### (1) 分区的原因 ####

*  **方便在集群中扩展**  
    每个Partition可以通过调整以适应它所在的机器，而一个topic又可以有多个Partition组成，因此整个集群就可以适应任意大小的数据了
 *  **可以提高并发**  
    因为可以以Partition为单位读写了

#### (2) 分区的原则 ####

我们需要将producer发送的数据封装成一个ProducerRecord对象。

1.  指明 partition 的情况下，直接将指明的值直接作为 partiton 值
2.  没有指明 partition 值但有 key 的情况下，将 key 的 hash 值与 topic 的 partition 数进行取余得到 partition 值
3.  既没有 partition 值又没有 key 值的情况下，第一次调用时随机生成一个整数（后面每次调用在这个整数上自增），将这个值与 topic 可用的 partition 总数取余得到 partition 值，也就是常说的 round-robin 算法

### 1.5.2 数据可靠性保证 ###

为保证producer发送的数据，能可靠的发送到指定的topic，topic的每个partition收到producer发送的数据后，都需要向producer发送ack（acknowledgement确认收到），如果producer收到ack，就会进行下一轮的发送，否则重新发送数据。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 2]

#### (1) 副本数据同步策略 ####

<table> 
 <thead> 
  <tr> 
   <th align="left">方策略</th> 
   <th align="left">优点</th> 
   <th align="left">缺点</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">半数以上完成同步，就发送ack</td> 
   <td align="left">延迟低</td> 
   <td align="left">选举新的leader时，容忍n台节点的故障，需要2n+1个副本</td> 
  </tr> 
  <tr> 
   <td align="left">全部完成同步，就发送ack</td> 
   <td align="left">选举新的leader时，容忍n台节点的故障，需要n+1个副本</td> 
   <td align="left">延迟高</td> 
  </tr> 
 </tbody> 
</table>

Kafka选择了第二种方案，原因如下：

1.  同样为了容忍n台节点的故障，第一种方案需要2n+1个副本，而第二种方案只需要n+1个副本，而Kafka的每个分区都有大量的数据，第一种方案会造成大量数据的冗余。
2.  虽然第二种方案的网络延迟会比较高，但网络延迟对Kafka的影响较小。

#### (2) ISR ####

采用第二种方案之后，设想以下情景：leader收到数据，所有follower都开始同步数据，但有一个follower，因为某种故障，迟迟不能与leader进行同步，那leader就要一直等下去，直到它完成同步，才能发送ack。这个问题怎么解决呢？

Leader维护了一个动态的in-sync replica set (ISR)，意为和leader保持同步的follower集合。当ISR中的follower完成数据的同步之后，leader就会给producer发送ack。如果follower长时间未向leader同步数据，则该follower将被踢出ISR，该时间阈值由replica.lag.time.max.ms参数设定。Leader发生故障之后，就会从ISR中选举新的leader。

#### (3) ack应答机制 ####

对于某些不太重要的数据，对数据的可靠性要求不是很高，能够容忍数据的少量丢失，所以没必要等ISR中的follower全部接收成功。  
所以Kafka为用户提供了三种可靠性级别，用户根据对可靠性和延迟的要求进行权衡，选择以下的配置。

**acks参数配置**

*  **0**  
    producer不等待broker的ack，这一操作提供了一个最低的延迟，broker一接收到还没有写入磁盘就已经返回，当broker故障时有可能丢失数据；
 *  **1**  
    producer等待broker的ack，partition的leader落盘成功后返回ack，如果在follower同步成功之前leader故障，那么将会丢失数据；
 *  **-1（all）**  
    producer等待broker的ack，partition的leader和follower全部落盘成功后才返回ack。但是如果在follower同步完成后，broker发送ack之前，leader发生故障，那么会造成`数据重复`。

#### （4）消费数据一致性保障 ####

*  **LEO**  
    指的是每个副本最大的offset
 *  **HW**  
    指的是消费者能见到的最大的offset，ISR队列中最小的LEO  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70_pic_center 1]

#### （5）故障处理细节 ####

*  **follower故障**  
    follower发生故障后会被临时踢出ISR，待该follower恢复后，follower会读取本地磁盘记录的上次的HW，并将log文件高于HW的部分截取掉，从HW开始向leader进行同步。等该follower的LEO大于等于该Partition的HW，即follower追上leader之后，就可以重新加入ISR了。
 *  **leader故障**  
    leader发生故障之后，会从ISR中选出一个新的leader，之后，为保证多个副本之间的数据一致性，其余的follower会先将各自的log文件高于HW的部分截掉，然后从新的leader同步数据。  
    注意：这只能保证副本之间的数据一致性，并不能保证数据不丢失或者不重复。

### 1.5.3 Exactly Once语义 ###

将服务器的ACK级别设置为-1，可以保证Producer到Server之间不会丢失数据，即At Least Once语义。相对的，将服务器ACK级别设置为0，可以保证生产者每条消息只会被发送一次，即At Most Once语义。

At Least Once可以保证数据不丢失，但是不能保证数据不重复；相对的，At most Once可以保证数据不重复，但是不能保证数据不丢失。但是，对于一些非常重要的信息，比如说交易数据，下游数据消费者要求数据既不重复也不丢失，即Exactly Once语义。在0.11版本以前的Kafka，对此是无能为力的，只能保证数据不丢失，再在下游消费者对数据做全局去重。对于多个下游应用的情况，每个都需要单独做全局去重，这就对性能造成了很大影响。

0.11版本的Kafka，引入了一项重大特性：幂等性。所谓的幂等性就是指Producer不论向Server发送多少次重复数据，Server端都只会持久化一条。 幂等性结合At Least Once语义，就构成了Kafka的Exactly Once语义。即：

`At Least Once + 幂等性 = Exactly Once`

要启用幂等性，只需要将Producer的参数中enable.idempotence设置为true即可。Kafka的幂等性实现其实就是将原来下游需要做的去重放在了数据上游。开启幂等性的Producer在初始化的时候会被分配一个PID，发往同一Partition的消息会附带Sequence Number。而Broker端会对<PID, Partition, SeqNumber>做缓存，当具有相同主键的消息提交时，Broker只会持久化一条。

但是PID重启就会变化，同时不同的Partition也具有不同主键，所以幂等性无法保证跨分区跨会话的Exactly Once。

## 1.6 Kafka消费者 ##

### 1.6.1 消费方式 ###

consumer采用pull（拉）模式从broker中读取数据。

push（推）模式很难适应消费速率不同的消费者，因为消息发送速率是由broker决定的。它的目标是尽可能以最快速度传递消息，但是这样很容易造成consumer来不及处理消息，典型的表现就是拒绝服务以及网络拥塞。而pull模式则可以根据consumer的消费能力以适当的速率消费消息。

pull模式不足之处是，如果kafka没有数据，消费者可能会陷入循环中，一直返回空数据。针对这一点，Kafka的消费者在消费数据时会传入一个时长参数timeout，如果当前没有数据可供消费，consumer会等待一段时间之后再返回，这段时长即为timeout。

### 1.6.2 分区分配策略 ###

一个consumer group中有多个consumer，一个 topic有多个partition，所以必然会涉及到partition的分配问题，即确定那个partition由哪个consumer来消费。

Kafka有两种分配策略，一是roundrobin，一是range。

### 1.6.3 offset的维护 ###

由于consumer在消费过程中可能会出现断电宕机等故障，consumer恢复后，需要从故障前的位置的继续消费，所以consumer需要实时记录自己消费到了哪个offset，以便故障恢复后继续消费。

Kafka 0.9版本之前，consumer默认将offset保存在Zookeeper中，从0.9版本开始，consumer默认将offset保存在Kafka一个内置的topic中，该topic为\_\_consumer\_offsets。

# 二、Kafka的安装和使用 #

## 2.0 Kafka群起脚本 ##

#! /bin/bash
    
    case $1 in
    "start"){ 
            for i in hadoop101 hadoop102 hadoop103
            do
                    echo "==========$i=========="
                    ssh $i "source /etc/profile; /opt/module/kafka/bin/kafka-server-start.sh -daemon /opt/module/kafka/config/server.properties"
            done
    };;
    "stop"){ 
            for i in hadoop101 hadoop102 hadoop103
            do
                    echo "==========$i=========="
                    ssh $i "source /etc/profile; /opt/module/kafka/bin/kafka-server-stop.sh"
            done
    };;
    *){ 
            echo "Error: Could not find the option $1 "
    };;
    esac

## 2.1 Kafka安装 ##

tar -xzvf kafka_2.11-0.11.0.0.tgz -C /opt/module
    cd /opt/module
    mv kafka_2.11-0.11.0.0/ kafka

## 2.2 修改配置文件 ##

vi /opt/module/kafka/config/server.properties
    # 修改如下内容
    # The id of the broker. This must be set to a unique integer for each broker.
    broker.id=1
    
    # Switch to enable topic deletion or not, default value is false
    delete.topic.enable=true
    
    # A comma seperated list of directories under which to store log files
    log.dirs=/opt/module/kafka/data1,/opt/module/kafka/data2
    
    # root directory for all kafka znodes.
    zookeeper.connect=hadoop101:2181,hadoop102:2181,hadoop103:2181

## 2.3 配置环境变量 ##

cd /etc/profile
    # 添加如下内容
    #KAFKA_HOME
    export KAFKA_HOME=/opt/module/kafka
    export PATH=$PATH:$KAFKA_HOME/bin

保存退出，并重新打开一个终端，配置文件则会生效

## 2.4 启动kafka ##

首先保证已经启动了zookeeper集群

cd /opt/module/kafka
    bin/kafka-server-start.sh -daemon config/server.properties

## 2.5 停止kafka ##

cd /opt/module/kafka
    bin/kafka-server-stop.sh

## 2.5 kafka启动日志文件 ##

cd /opt/module/kafka/config
    vi server.properties

## 2.6 查看当前服务器中的所有topic ##

bin/kafka-topics.sh --zookeeper hadoop101:2181 --list

## 2.6 创建topic ##

分区数可以大于集群节点数，但是副本数不可以大过集群副本数

bin/kafka-topics.sh --zookeeper hadoop101:2181 --create --replication-factor 3 --partitions 1 --topic first

## 2.7 查看topic详情 ##

bin/kafka-topics.sh --zookeeper hadoop101:2181 --describe --topic first

## 2.8 修改topic分区数量 ##

bin/kafka-topics.sh --zookeeper hadoop101:2181 --alter --topic first --partitions 6

## 2.9 删除topic ##

bin/kafka-topics.sh --zookeeper hadoop101:2181 --delete --topic first

## 2.10 发送消息 ##

bin/kafka-console-producer.sh --broker-list hadoop101:9092 --topic first
    
    hello world
    xuzheng

## 2.11 从头消费消息 ##

bin/kafka-console-consumer.sh --bootstrap-server hadoop101:9092 --from-beginning --topic first
    
    # kafka 0.9版本之前借助于zookeeper存储offset信息，所以要使用
    # bin/kafka-console-consumer.sh --zookeeper hadoop101:2181 --from-beginning --topic first

## 2.12 实时消费消息 ##

bin/kafka-console-consumer.sh --bootstrap-server hadoop101:9092 --topic first

## 2.13 从上次故障恢复消费消息 ##

bin/kafka-console-consumer.sh --bootstrap-server hadoop101:9092  --topic first --consumer-property group.id=consoleGroup

# 三、Kafka的API #

## 3.1 Producer API ##

### 3.1.1 消息发送流程 ###

Kafka的Producer发送消息采用的是异步发送的方式。在消息发送的过程中，涉及到了两个线程——main线程和Sender线程，以及一个线程共享变量——RecordAccumulator。main线程将消息发送给RecordAccumulator，Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。

**相关参数**

*  **batch.size**  
    只有数据积累到batch.size之后，sender才会发送数据
 *  **linger.ms**  
    如果数据迟迟未达到batch.size，sender等待linger.time之后就会发送数据

### 3.1.2 异步发送API ###

#### （1）不带回调函数的发送消息 ####

package com.inspur.producer;
    
    import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.Producer;
    import org.apache.kafka.clients.producer.ProducerRecord;
    
    import java.util.Properties;
    import java.util.concurrent.Future;
    
    public class ProducerWithOutCallback { 
        public static void main(String[] args) { 
            Properties props = new Properties();
            props.put("bootstrap.servers", "hadoop101:9092");
            props.put("acks", "all");
            props.put("retries", 1);
            props.put("batch.size", 16384);
            props.put("linger.ms", 1);
            props.put("buffer.memory", 33554432);
            props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
            props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    
            Producer producer = new KafkaProducer<String, String>(props);
            for (int i = 0; i < 10; i++) { 
                Future future = producer.send(new ProducerRecord<String, String>("first", "message" + i));
            }
        }
    }

#### （2）带回调函数的发送消息 ####

package com.inspur.producer;
    
    import org.apache.kafka.clients.producer.*;
    
    import java.util.Properties;
    import java.util.concurrent.Future;
    
    public class ProducerWithCallback { 
        public static void main(String[] args) { 
            Properties props = new Properties();
            props.put("bootstrap.servers", "192.168.10.101:9092");
            props.put("acks", "all");
            props.put("retries", 1);
            props.put("batch.size", 16384);
            props.put("linger.ms", 1);
            props.put("buffer.memory", 33554432);
            props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
            props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    
            Producer<String, String> producer = new KafkaProducer<String, String>(props);
            for (int i = 0; i < 10; i++) { 
                producer.send(new ProducerRecord<String, String>("first", "call" + i), new Callback() { 
                    public void onCompletion(RecordMetadata recordMetadata, Exception e) { 
                        System.out.println(recordMetadata.toString() + "发送成功，在第" + recordMetadata.partition() + "偏移量" + recordMetadata.offset());
                    }
                });
            }
        }
    }

### 3.1.3 同步发送API ###

kafka消息顺序发送：可以通过发往某一个指定分区+同步发送机制

package com.chaoyue.dw.kafka.producer;
    
    
    import org.apache.kafka.clients.producer.*;
    import org.apache.kafka.common.serialization.StringSerializer;
    
    import java.util.Properties;
    import java.util.concurrent.ExecutionException;
    
    public class MyProducer { 
        public static void main(String[] args) { 
            Properties props = new Properties();
            //kafka集群，broker-list
            props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.232.202:9092");
            props.put(ProducerConfig.ACKS_CONFIG, "all");
            //重试次数
            props.put(ProducerConfig.RETRIES_CONFIG, 3);
            //批次大小
            props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
            //等待时间
            props.put(ProducerConfig.LINGER_MS_CONFIG, 1);
            //RecordAccumulator缓冲区大小
            props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432);
            props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
            props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
            KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(props);
    
            for (int i = 10; i < 20; i++) { 
                try { 
                    kafkaProducer.send(new ProducerRecord<>("three","chaoyue--new-" + i)).get();
                } catch (InterruptedException e) { 
                    e.printStackTrace();
                } catch (ExecutionException e) { 
                    e.printStackTrace();
                }
            }
            kafkaProducer.close();
        }
    }

## 3.2 Consumer API ##

### 3.2.1 自动提交offset ###

package com.inspur.consumer;
    
    import org.apache.kafka.clients.consumer.Consumer;
    import org.apache.kafka.clients.consumer.ConsumerRecord;
    import org.apache.kafka.clients.consumer.ConsumerRecords;
    import org.apache.kafka.clients.consumer.KafkaConsumer;
    
    import java.util.Collections;
    import java.util.Properties;
    
    public class AutoCommitConsumer { 
        public static void main(String[] args) { 
            Properties props = new Properties();
            props.put("bootstrap.servers", "192.168.10.101:9092");
            props.put("group.id", "test");
            props.put("enable.auto.commit", "true");
            props.put("auto.commit.interval.ms", "1000");
            props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
            props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    
            Consumer<String, String> consumer = new KafkaConsumer<String, String>(props);
            consumer.subscribe(Collections.singleton("first"));
            while (true){ 
                ConsumerRecords<String, String> records = consumer.poll(1000);
                for (ConsumerRecord<String, String> record : records){ 
                    System.out.println(record.value());
                }
            }
    
        }
    }

### 3.2.2 手动同步提交offset ###

package com.inspur.consumer;
    
    import org.apache.kafka.clients.consumer.Consumer;
    import org.apache.kafka.clients.consumer.ConsumerRecord;
    import org.apache.kafka.clients.consumer.ConsumerRecords;
    import org.apache.kafka.clients.consumer.KafkaConsumer;
    
    import java.util.Collections;
    import java.util.Properties;
    
    public class SyncCommitConsumer { 
        public static void main(String[] args) { 
            Properties props = new Properties();
            props.put("bootstrap.servers", "192.168.10.101:9092");
            props.put("group.id", "test");
    
            props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
            props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    
            Consumer<String, String> consumer = new KafkaConsumer<String, String>(props);
            consumer.subscribe(Collections.singleton("first"));
            while (true){ 
                ConsumerRecords<String, String> records = consumer.poll(1000);
                for (ConsumerRecord<String, String> record : records){ 
                    System.out.println(record.value());
                }
                consumer.commitSync();
            }
    
        }
    }

### 3.2.3 手动异步提交offset ###

package com.inspur.consumer;
    
    import org.apache.kafka.clients.consumer.*;
    import org.apache.kafka.common.TopicPartition;
    
    import java.util.Collections;
    import java.util.Map;
    import java.util.Properties;
    
    public class AyncCommitConsumer { 
        public static void main(String[] args) { 
            Properties props = new Properties();
            props.put("bootstrap.servers", "192.168.10.101:9092");
            props.put("group.id", "test");
    
            props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
            props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    
            Consumer<String, String> consumer = new KafkaConsumer<String, String>(props);
            consumer.subscribe(Collections.singleton("first"));
            while (true){ 
                ConsumerRecords<String, String> records = consumer.poll(1000);
                for (ConsumerRecord<String, String> record : records){ 
                    System.out.println(record.value());
                }
                consumer.commitAsync(new OffsetCommitCallback() { 
                    public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) { 
                        System.out.println("提交完成");
                    }
                });
            }
        }
    }

# 四、Flume对接kafka #

## 4.1 配置flume(flume-kafka.conf) ##

# define
    a1.sources = r1
    a1.sinks = k1
    a1.channels = c1
    
    # source
    a1.sources.r1.type = exec
    a1.sources.r1.command = tail -F -c +0 /opt/module/flume/data/flume.log
    a1.sources.r1.shell = /bin/bash -c
    
    # sink
    a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
    a1.sinks.k1.kafka.bootstrap.servers = hadoop101:9092,hadoop102:9092,hadoop103:9092
    a1.sinks.k1.kafka.topic = first
    a1.sinks.k1.kafka.flumeBatchSize = 20
    a1.sinks.k1.kafka.producer.acks = 1
    a1.sinks.k1.kafka.producer.linger.ms = 1
    
    # channel
    a1.channels.c1.type = memory
    a1.channels.c1.capacity = 1000
    a1.channels.c1.transactionCapacity = 100
    
    # bind
    a1.sources.r1.channels = c1
    a1.sinks.k1.channel = c1

## 4.2 启动flume ##

bin/flume-ng agent -c conf/ -n a1 -f jobs/flume-kafka.conf

## 4.3 启动kafka消费者 ##

bin/kafka-console-consumer.sh --bootstrap-server hadoop101:9092 --from-beginning --topic first

## 4.4 向flume.log里追加数据 ##

cd /opt/module/flume/data
    cat >> flume.log
    ddddddddd

# 五、Kafka监控 #

## 5.1 修改kafka配置文件 ##

vi kafka-server-start.sh
    #修改 KAFKA_HEAP_OPTS
    export KAFKA_HEAP_OPTS="-server -Xms1g -Xmx1g -XX:PermSize=128m -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:ParallelGCThreads=8 -XX:ConcGCThreads=5 -XX:InitiatingHeapOccupancyPercent=70"
    export JMX_PORT="9999"

## 5.2 分发配置文件 ##

xsync kafka-server-start.sh

## 5.3 Eagle安装 ##

tar -xzvf kafka-eagle-bin-1.3.7.tar.gz -C /opt/module
    cd /opt/module
    mv kafka-eagle-bin-1.3.7 eagle

## 5.4 配置环境变量 ##

cd /etc/profile
    # 添加如下内容
    #KE_HOME
    export KE_HOME=/opt/module/eagle
    export PATH=$PATH:$KE_HOME/bin
    
    source /etc/profile

## 5.5 分发配置文件 ##

xsync /etc/profile
    source /etc/profile

## 5.6 修改ke.sh的执行权限 ##

cd /opt/module/eagle/bin
    chmod a+x ke.sh

## 5.7 修改system-config.properties ##

cd /opt/module/eagle/conf
    vi system-config.properties
    # 修改如下内容
    # multi zookeeper&kafka cluster list
    ######################################
    kafka.eagle.zk.cluster.alias=cluster1
    cluster1.zk.list=hadoop101:2181,hadoop102:2181,hadoop103:2181
    
    # kafka offset storage
    ######################################
    cluster1.kafka.eagle.offset.storage=kafka
    
    # enable kafka metrics
    ######################################
    kafka.eagle.metrics.charts=true
    
    # kafka jdbc driver address
    ######################################
    kafka.eagle.driver=com.mysql.jdbc.Driver
    kafka.eagle.url=jdbc:mysql://hadoop101:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
    kafka.eagle.username=root
    kafka.eagle.password=123456

## 5.8 重启kafka ##

# kafka.sh 为自定义集群启动/停止脚本
    kafka.sh stop
    kafka.sh start

## 5.9 启动Eagle ##

cd /opt/module/eagle/bin
    ./ke.sh start

## 5.10 访问Eagle的页面 ##

http://192.168.20.101:8048/ke
    admin
    123456

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70]: /images/20210920/7b2b95e0cf604687bf8b366776333eef.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 1]: /images/20210920/02e0eba661bb4a93896adae9fc50f958.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70_pic_center]: /images/20210920/77f6e7b243214b2188f6f9d8141e981f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 2]: /images/20210920/49bb3a215e1d47adbc3291525c275ef4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20210920/cd21baa53afc4328bb935acbe547e42a.png