Kafka 单机和分布式环境搭建与案例使用

实验环境：
1、Ubuntu Server 16.04
2、kafka_2.11-0.11.0.0

一、单机环境搭建

官方参考文章：

http://kafka.apache.org/quickstart

1、下载和解压安装包

这里下载了zookeeper和kafaka两个安装包，下载地址：

zookeeper：http://www.apache.org/dyn/closer.cgi/zookeeper/

kafka：http://kafka.apache.org/downloads

2、启动Zookeeper服务

这里的kafka默认是由内置的zookeeper的，如果使用内置的zookeeper的话，启动的方式如下：

zookeeper的配置文件是在：/kafka_2.12-0.11.0.0/config 目录下

启动Zookeeper：

>bin/zookeeper-server-start.sh config/zookeeper.properties

当看到如下信息的时候，就表示成功了！

3、启动Kafka

kafka的配置文件是在/kafka_2.12-0.11.0.0/config 目录下，默认情况下不需要修改。

>bin/kafka-server-start.sh config/server.properties

4、创建一个Topic

> bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic testTopic

–replication-factor 复制因子为1；
–partitions 分区为1；

查看已创建的Topic：

5、发送测试消息

kafka支持从Console发送信息，消费者从Console接受信息。

>bin/kafka-console-producer.sh --broker-list localhost:9092 --topic testTopic

–broker-list 表示代理服务器的列表，这里只有一个；

创建一个消费者：

>bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic testTopic --from-beginning

–from-beginning 表示从消息开始处读取；

然后在生产者的Console输入数据，消费者的Console就可以看到信息：

二、伪集群环境搭建

官方提供了一种方式在一台机器上启动多个Broker机器构成multi-broker cluster，这是一种伪集群的方式，下边就配置一下。

1、修改配置文件

思路是配置多个config/server.properties文件，修改其中的broker.id=1 和端口号，日志文件位置。

> cp config/server.properties config/server-1.properties
> cp config/server.properties config/server-2.properties

编辑配置文件，修改如下对应的位置：

config/server-1.properties:
    broker.id=1
    listeners=PLAINTEXT://:9093
    log.dir=/tmp/kafka-logs-1

config/server-2.properties:
    broker.id=2
    listeners=PLAINTEXT://:9094
    log.dir=/tmp/kafka-logs-2

2、分别启动另外两个Kafka

>bin/kafka-server-start.sh config/server-1.properties &
>>bin/kafka-server-start.sh config/server-2.properties &

&表示在后台运行

3、查看运行结果：

QuorumPeerMain表示Zookeeper进行；
另外有3个Kafka进程；

4、创建Topic

新建一个复制因子为3的Topic

>bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 1 --topic my-replicated-topic

查看Topic的描述信息：

>bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic

5、发送消息

启动生产者，这里有3个Kafka实例，但是–broker-list 仍是启动的Zookeeper服务。

>bin/kafka-console-producer.sh --broker-list localhost:9092 --topic my-replicated-topic

启动消费者：

>bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --from-beginning --topic my-replicated-topic

和单机的情况是一样的。

三、分布式集群环境搭建

搭建的分布式集群和伪集群的方式大致相同，这里假设使用3台服务器模拟实验，部署3个Zookeeper实例和3个Kafka实例，当然也可以直接部署一个Zookeeper实例，这里只是演示分布式Zookeeper和kafka的搭建。

工具使用的是SecureCRT。

1、分布式Zookeeper的搭建

（1）将Zookeeper安装包分别上传到3台服务器，我的是放在：/home/xuliugen/server 目录下。

（2）配置第一台Zookeeper

复制zookeeper-3.4.10/conf/zoo_sample.cfg 为 zookeeper-3.4.10/conf/zoo.cfg，修改zoo.cfg文件如下，只更改data的目录：

因为，修改了dataDir目录的位置，那么就需要创建一个/zookeeper-3.4.6/data目录。

（3）按同样的方式修改第二台Zookeeper和第三台Zookeeper服务器配置。

（4）然后，在每一台Zookeeper的配置文件中的最下边添加Zookeeper的集群配置：

（5）最后创建每一个Zookeeper的 myid 文件，在/data/myid文件

xuliugen@xuliugen-pc:~/server/zookeeper-3.4.6/data$ echo 1 > myid

则，另外两台分别为：

xuliugen@xuliugen-pc:~/server/zookeeper-3.4.6/data$ echo 2 > myid

xuliugen@xuliugen-pc:~/server/zookeeper-3.4.6/data$ echo 3 > myid

2、启动Zookeeper服务器

依此使用命令./bin/zkServer.sh start 启动Zookeeper服务。

使用jps 查看是否已经启动

查看zookeeper日志的话，是在/zookeeper-3.4.6/bin 目录下的zookeeper.out 文件：

使用tailf zookeeper.out 可以进行查看。

3、分布式Kafka的搭建

（1）将Kafka安装包分别上传到3台服务器，我的是放在：/home/xuliugen/server 目录下。

（2）配置第一台Kafka

Kafka的配置文件是在/conf/server.properties ，修改日志的目录：

配置主机IP或者hostname：

然后修改kafka中使用的Zookeeper集群地址：

多个Zookeeper之间以英文逗号分开。

（3）按同样的方式配置第二台kafka和第三台kafka服务器。

要注意的是不同的kafka的broker.id 一定要不一样，我这里分别配置的是0、1、2。

4、分别启动Kafka服务

>bin/kafka-server-start.sh config/server.properties

四、代码测试

1、项目结构

2、pom文件内容

    <dependencies>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>0.11.0.0</version>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-log4j12</artifactId>
<version>1.7.12</version>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-api</artifactId>
<version>1.7.12</version>
</dependency>
</dependencies>

3、日志配置log4j.properties

log4j.rootLogger=DEBUG,rolling,errlog,stdout
#stdout log
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d{HH:mm:ss} [%-5p] %c{1}.%M:%L-[%X{traceId}]-%m%n
#common log
log4j.appender.rolling=org.apache.log4j.DailyRollingFileAppender
log4j.appender.rolling.File=${catalina.base}/logs/kafka-demo.log
log4j.appender.rolling.DatePattern='.'yyyy-MM-dd-HH
log4j.appender.rolling.layout=org.apache.log4j.PatternLayout
log4j.appender.rolling.layout.ConversionPattern=%d{HH:mm:ss.SSS} [%-5p] %-20c{1} [%t]%x [%X{traceId}]-%m%n
#error log
log4j.appender.errlog=org.apache.log4j.DailyRollingFileAppender
log4j.appender.errlog.Threshold=ERROR
log4j.appender.errlog.File=${catalina.base}/logs/error.log
log4j.appender.errlog.DatePattern='.'yyyy-MM-dd-HH
log4j.appender.errlog.layout=org.apache.log4j.PatternLayout
log4j.appender.errlog.layout.ConversionPattern=%d{MM-dd HH:mm:ss.SSS} [%-5p] %-20c{1} [%.11t] [%X{traceId}]%x-%m%n

3、生产者

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;

import java.util.Properties;

public class ProducerDemo {

// Topic
private static final String topic = "kafkaTopic";

public static void main(String[] args) throws Exception {

        Properties props = new Properties();
        props.put("bootstrap.servers", "192.168.1.120:9092,192.168.1.135:9093,192.168.1.227:9094");
        props.put("acks", "0");
        props.put("group.id", "1111");
        props.put("retries", "0");
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

//生产者实例
        KafkaProducer producer = new KafkaProducer(props);

int i = 1;

// 发送业务消息
// 读取文件 读取内存数据库 读socket端口
while (true) {
            Thread.sleep(1000);
            producer.send(new ProducerRecord<String, String>(topic, "key:" + i, "value:" + i));
            System.out.println("key:" + i + " " + "value:" + i);
            i++;
        }
    }
}

4、消费者

import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.Arrays;
import java.util.Properties;

public class ConsumerDemo {

    private static final Logger logger = LoggerFactory.getLogger(ConsumerDemo.class);
    private static final String topic = "kafkaTopic";

    public static void main(String[] args) {

        Properties props = new Properties();
        props.put("bootstrap.servers", "192.168.1.120:9092,192.168.1.135:9093,192.168.1.227:9094");
        props.put("group.id", "1111");
        props.put("enable.auto.commit", "true");
        props.put("auto.commit.interval.ms", "1000");
        props.put("auto.offset.reset", "earliest");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

        KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);

        consumer.subscribe(Arrays.asList(topic));

        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(1000);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
            }
        }
    }
}

5、测试结果

生产者：

消费者：

代码下载地址：http://download.csdn.net/download/u010870518/9938605

也可以到官网下载Kafka的源代码包，包里边有example代码可以参考

https://www.apache.org/dyn/closer.cgi?path=/kafka/0.11.0.0/kafka-0.11.0.0-src.tgz