前言：
周末空闲时间无意找到了一套个性化推荐的源码，整体项目运用了 SSH，HDFS，Flume，Hive，Kafka，Spark，Scala 等。运行时，本来通过 spark 计算业务埋点数据时，却发现本地没有 Kafka。因为我一直也没使用过 Kafka，所以也作为新人，浅谈以下 Kafka 的环境安装与分别在 PHP，Scala 中的使用。
对比：
\1. 横向，相比其他中间件。
关于 kafka 与其他消息中间件的比较，网上很多的博主，不管是从运行原理还是中间件架构都有很详细的介绍。因为我平时用 Rabbit 居多，在没有看别人介绍前。Rabbi 比 Kafka 于 PHP 开发更友好。因为 kafka 除了 PHP 的 composer 依赖包常年不更新外，kafka 在 windows 下的 PHP 扩展需要自己编译。从这一点上看 Rabbit 就更适合业务性的消息队列，更别说他还有事务等对消息消费的高保障。kafka 在数据增量方面更具优势，所以多数在大数据和推荐系统中都有运用。
\2. 纵向，相比其他版本。
如标题所见，这里主要是 2.8+与之前版本的对比。因为在 2.8 以前，kafka 安装前需要安装 zookeeper。这里只是一小个区别，其他的新特性具体参考 kafka 官方文档，因为我看到网上关于 kafka 的安装文章，别人都会安装 zookeeper，所以这里就特别说明以下，以及后面启动时与其他人博客的不同。
安装：
\1. 下载
下载地址可以在浏览器搜索 kafka 官网自行下载，见上图。
\2. 配置
下载完后目录结构如下，进入 config, 主要对 zookeeper.properties 和 server.properties 进行分布节点，服务端口，日志存放目录等等的设置，前期也是什么不用管保持默认配置进行启动。
\3. 启动
也不知道是不是从 2.8 开始，bin 目录下多了一个 windows。所以在 windows 下启动进入到改目录，运行如下命令执行 bat 文件。注意启动的时候先 zookeeper 后 kafka，停止的时候先 kafka 后 zookeeper。
(1). zookeeper 启动
zookeeper-server-start.bat ..\..\config\zookeeper.properties &
复制代码
(2).kafka 启动
kafka-server-start.bat ..\..\config\server.properties &
复制代码
(3). 其他命令
查看所有topicskafka-topics.bat --list --zookeeper localhost:2181新增topics kafka-topics.bat --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
复制代码
Kafka 存储机制：
图形化工具：
前期可以借助图形化工具快速具象的查看 kafka 的消息数据，也能便于理解其基本操作流程。以下推荐一块桌面端工具——offsetexplorer，可以在网上搜索下载，当然 web 控制台也不错，比如 kafka manager。
\1. kafka 连接
(2). Cluster name 查看
这个值如果没有设置的情况是生成的，可以在启动日志中查看，根目录/logs/server.log
(3). Topics 查看
通过运行一下新增 topics 或新增消息后就可以在 Offset Explorer 查看了，更多的使用方法也可以在网上找到。
PHP 操作：
\1. 下载依赖
composer require nmred/kafka-php
复制代码
\2. 生产者 Producer.php
<?php require './vendor/autoload.php'; date_default_timezone_set('PRC'); /* 创建一个配置实例 */$config = \Kafka\ProducerConfig::getInstance(); /* Topic的元信息刷新的间隔 */$config->setMetadataRefreshIntervalMs(10000); /* 设置broker的地址 */$config->setMetadataBrokerList('127.0.0.1:9092'); /* 设置broker的代理版本 */$config->setBrokerVersion('1.0.0'); /* 只需要leader确认消息 */$config->setRequiredAck(1); /* 选择异步 */$config->setIsAsyn(false); /* 每500毫秒发送消息 */$config->setProduceInterval(500); /* 创建一个生产者实例 */$producer = new \Kafka\Producer(); for($i = 0; $i < 100; $i++ ) { $producer->send([ [ 'topic' => 'test', 'value' => 'test'.$i, ], ]);}
复制代码
\3. 消费者 Consumer.php
<?php require './vendor/autoload.php'; date_default_timezone_set('PRC'); $config = \Kafka\ConsumerConfig::getInstance();$config->setMetadataRefreshIntervalMs(10000);$config->setMetadataBrokerList('127.0.0.1:9092');$config->setGroupId('test');$config->setBrokerVersion('1.0.0');$config->setTopics(['test']); $consumer = new \Kafka\Consumer();$consumer->start(function($topic, $part, $message) { var_dump($message);});
复制代码
Scala 操作：
\1. 创建基于 Maven 的 Scala 项目
(1). 创建
(2). 添加模板（没有模板的前提）
可以网上搜索 Scala-archetype-simple 的位置并填写。
(3). 完成创建等待 IDE 自动构建
(4). 给项目添加 Scala SDK 依赖
\2. 配置
(1). 修改 pom.xml 的 scala 版本为本地安装 scala 对应的号。
(2). Cannot resolve plugin org.scala-tools:maven-scala-plugin: unknown 解决方法
添加一下依赖后再Maven刷新
<dependency> <groupId>org.scala-tools</groupId> <artifactId>maven-scala-plugin</artifactId> <version>2.11</version> </dependency> <dependency> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-eclipse-plugin</artifactId> <version>2.5.1</version> </dependency>
复制代码
\3. 添加 kafka 依赖
<!--kafka--><dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka_2.11</artifactId> <version>1.1.0</version></dependency>
<dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka-clients</artifactId> <version>1.1.0</version></dependency>
复制代码
\4. 创建消费者
package com.xudong
import java.util.Propertiesimport org.apache.kafka.clients.producer.{KafkaProducer, ProducerRecord, RecordMetadata}
object KafkaProducerDemo {
def main(args: Array[String]): Unit = { val prop = new Properties // 指定请求的kafka集群列表 prop.put("bootstrap.servers", "127.0.0.1:9092") prop.put("acks", "all") // 请求失败重试次数 //prop.put("retries", "3") // 指定key的序列化方式, key是用于存放数据对应的offset prop.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer") // 指定value的序列化方式 prop.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer") // 配置超时时间 prop.put("request.timeout.ms", "60000")
val producer = new KafkaProducer[String, String](prop)
// 发送给kafka for (i <- 1 to 25) { val msg = s"${i}: this is a linys ${i} kafka data" println("send -->" + msg) val rmd: RecordMetadata = producer.send(new ProducerRecord[String, String]("ceshi", msg)).get() println(rmd.toString) Thread.sleep(500) }
producer.close() }
}
复制代码
\5. 创建消费者
package com.xudong
import java.util.{Collections, Properties}import org.apache.kafka.clients.consumer.{ConsumerRecords, KafkaConsumer}
object KafkaConsumerDemo {
def main(args: Array[String]): Unit = { val prop = new Properties prop.put("bootstrap.servers", "127.0.0.1:9092") prop.put("group.id", "group01") prop.put("auto.offset.reset", "earliest") prop.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer") prop.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer") prop.put("enable.auto.commit", "true") prop.put("session.timeout.ms", "30000") val kafkaConsumer = new KafkaConsumer[String, String](prop) kafkaConsumer.subscribe(Collections.singletonList("ceshi")) // 开始消费数据 while (true) { val msgs: ConsumerRecords[String, String] = kafkaConsumer.poll(2000) // println(msgs.count()) val it = msgs.iterator() while (it.hasNext) { val msg = it.next() println(s"partition: ${msg.partition()}, offset: ${msg.offset()}, key: ${msg.key()}, value: ${msg.value()}") } } }
}
复制代码
评论