图文精华

About云-梭伦科技»专题 › 技术学习(版主发帖区) › 大数据学习 › Kafka › 连载型› 大数据技术之Kafka系统入门（三）：Kafka API
分享

大数据技术之Kafka系统入门（三）：Kafka API

nettman 2020-9-27 23:12:54 发表于 连载型 [显示全部楼层] 只看大图 回帖奖励 阅读模式 关闭右栏 0 2835
About云VIP帮助找工作和提升
问题导读

1. 消息发送包含哪些流程？
2.kafka同步发送的含义是什么？
3.Consumer消费数据该如何保证？

上一篇：
大数据技术之Kafka系统入门（二）：Kafka架构深入
https://www.aboutyun.com/forum.php?mod=viewthread&tid=29597

4.1 Producer API
4.1.1 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。


1.png


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。


4.1.2 异步发送API
1）导入依赖

  1. <dependency>

  2. <groupId>org.apache.kafka</groupId>

  3. <artifactId>kafka-clients</artifactId>

  4. <version>0.11.0.0</version>

  5. </dependency>

复制代码
2）编写代码
需要用到的类：
KafkaProducer：需要创建一个生产者对象，用来发送数据
ProducerConfig：获取所需的一系列配置参数
ProducerRecord：每条数据都要封装成一个ProducerRecord对象
1.不带回调函数的API

  1. package com.atguigu.kafka;

  2. 

  3. import org.apache.kafka.clients.producer.*;

  4. 

  5. import java.util.Properties;

  6. import java.util.concurrent.ExecutionException;

  7. 

  8. public class CustomProducer {

  9. 

  10.     public static void main(String[] args) throws ExecutionException, InterruptedException {

  11.         Properties props = new Properties();

  12.         props.put("bootstrap.servers", "hadoop102:9092");//kafka集群，broker-list

  13.         props.put("acks", "all");

  14.         props.put("retries", 1);//重试次数

  15.         props.put("batch.size", 16384);//批次大小

  16.         props.put("linger.ms", 1);//等待时间

  17.         props.put("buffer.memory", 33554432);//RecordAccumulator缓冲区大小

  18.         props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  19.         props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  20. 

  21.         Producer<String, String> producer = new KafkaProducer<>(props);

  22.         for (int i = 0; i < 100; i++) {

  23.             producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), Integer.toString(i)));

  24.         }

  25.         producer.close();

  26.     }

  27. }

复制代码
2.带回调函数的API
回调函数会在producer收到ack时调用，为异步调用，该方法有两个参数，分别是RecordMetadata和Exception，如果Exception为null，说明消息发送成功，如果Exception不为null，说明消息发送失败。
注意：消息发送失败会自动重试，不需要我们在回调函数中手动重试。

  1. package com.atguigu.kafka;

  2. 

  3. import org.apache.kafka.clients.producer.*;

  4. 

  5. import java.util.Properties;

  6. import java.util.concurrent.ExecutionException;

  7. 

  8. public class CustomProducer {

  9. 

  10.     public static void main(String[] args) throws ExecutionException, InterruptedException {

  11.         Properties props = new Properties();

  12.         props.put("bootstrap.servers", "hadoop102:9092");//kafka集群，broker-list

  13.         props.put("acks", "all");

  14.         props.put("retries", 1);//重试次数

  15.         props.put("batch.size", 16384);//批次大小

  16.         props.put("linger.ms", 1);//等待时间

  17.         props.put("buffer.memory", 33554432);//RecordAccumulator缓冲区大小

  18.         props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  19.         props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  20. 

  21.         Producer<String, String> producer = new KafkaProducer<>(props);

  22.         for (int i = 0; i < 100; i++) {

  23.             producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), Integer.toString(i)), new Callback() {

  24. 

  25.                 //回调函数，该方法会在Producer收到ack时调用，为异步调用

  26.                 @Override

  27.                 public void onCompletion(RecordMetadata metadata, Exception exception) {

  28.                     if (exception == null) {

  29.                         System.out.println("success->" + metadata.offset());

  30.                     } else {

  31.                         exception.printStackTrace();

  32.                     }

  33.                 }

  34.             });

  35.         }

  36.         producer.close();

  37.     }

  38. }

复制代码


4.1.3 同步发送API
        同步发送的意思就是，一条消息发送之后，会阻塞当前线程，直至返回ack。
由于send方法返回的是一个Future对象，根据Futrue对象的特点，我们也可以实现同步发送的效果，只需在调用Future对象的get方发即可。


  1. package com.atguigu.kafka;

  2. 

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

  4. import org.apache.kafka.clients.producer.Producer;

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

  6. 

  7. import java.util.Properties;

  8. import java.util.concurrent.ExecutionException;

  9. 

  10. public class CustomProducer {

  11. 

  12.     public static void main(String[] args) throws ExecutionException, InterruptedException {

  13.         Properties props = new Properties();

  14.         props.put("bootstrap.servers", "hadoop102:9092");//kafka集群，broker-list

  15.         props.put("acks", "all");

  16.         props.put("retries", 1);//重试次数

  17.         props.put("batch.size", 16384);//批次大小

  18.         props.put("linger.ms", 1);//等待时间

  19.         props.put("buffer.memory", 33554432);//RecordAccumulator缓冲区大小

  20.         props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  21.         props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  22. 

  23.         Producer<String, String> producer = new KafkaProducer<>(props);

  24.         for (int i = 0; i < 100; i++) {

  25.             producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), Integer.toString(i))).get();

  26.         }

  27.         producer.close();

  28.     }

  29. }

复制代码


4.2 Consumer API
Consumer消费数据时的可靠性是很容易保证的，因为数据在Kafka中是持久化的，故不用担心数据丢失问题。
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。
所以offset的维护是Consumer消费数据是必须考虑的问题。

4.2.1 手动提交offset
1）导入依赖

  1. <dependency>

  2. <groupId>org.apache.kafka</groupId>

  3. <artifactId>kafka-clients</artifactId>

  4. <version>0.11.0.0</version>

  5. </dependency>

复制代码
2）编写代码
需要用到的类：
KafkaConsumer：需要创建一个消费者对象，用来消费数据
ConsumerConfig：获取所需的一系列配置参数
ConsuemrRecord：每条数据都要封装成一个ConsumerRecord对象

  1. package com.atguigu.kafka;

  2. 

  3. import org.apache.kafka.clients.consumer.ConsumerRecord;

  4. import org.apache.kafka.clients.consumer.ConsumerRecords;

  5. import org.apache.kafka.clients.consumer.KafkaConsumer;

  6. 

  7. import java.util.Arrays;

  8. import java.util.Properties;

  9. 

  10. public class CustomConsumer {

  11. 

  12.     public static void main(String[] args) {

  13.         Properties props = new Properties();

  14.         props.put("bootstrap.servers", "hadoop102:9092");

  15.         props.put("group.id", "test");//消费者组，只要group.id相同，就属于同一个消费者组

  16.         props.put("enable.auto.commit", "false");//自动提交offset

  17.        

  18.         props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

  19.         props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

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

  21.         consumer.subscribe(Arrays.asList("first"));

  22.         while (true) {

  23.             ConsumerRecords<String, String> records = consumer.poll(100);

  24.             for (ConsumerRecord<String, String> record : records) {

  25.                 System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());

  26.             }

  27.             consumer.commitSync();

  28.         }

  29.     }

  30. }

复制代码
3）代码分析：
手动提交offset的方法有两种：分别是commitSync（同步提交）和commitAsync（异步提交）。两者的相同点是，都会将本次poll的一批数据最高的偏移量提交；不同点是，commitSync会失败重试，一直到提交成功（如果由于不可恢复原因导致，也会提交失败）；而commitAsync则没有失败重试机制，故有可能提交失败。

4）数据重复消费问题


1.png

4.2.2 自动提交offset
为了使我们能够专注于自己的业务逻辑，Kafka提供了自动提交offset的功能。
自动提交offset的相关参数：
enable.auto.commit：是否开启自动提交offset功能
auto.commit.interval.ms：自动提交offset的时间间隔
以下为自动提交offset的代码：

  1. package com.atguigu.kafka;

  2. 

  3. import org.apache.kafka.clients.consumer.ConsumerRecord;

  4. import org.apache.kafka.clients.consumer.ConsumerRecords;

  5. import org.apache.kafka.clients.consumer.KafkaConsumer;

  6. 

  7. import java.util.Arrays;

  8. import java.util.Properties;

  9. 

  10. public class CustomConsumer {

  11. 

  12.     public static void main(String[] args) {

  13.         Properties props = new Properties();

  14.         props.put("bootstrap.servers", "hadoop102:9092");

  15.         props.put("group.id", "test");

  16.         props.put("enable.auto.commit", "true");

  17.         props.put("auto.commit.interval.ms", "1000");

  18.         props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

  19.         props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

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

  21.         consumer.subscribe(Arrays.asList("first"));

  22.         while (true) {

  23.             ConsumerRecords<String, String> records = consumer.poll(100);

  24.             for (ConsumerRecord<String, String> record : records)

  25.                 System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());

  26.         }

  27.     }

  28. }

复制代码


4.3 自定义Interceptor

4.3.1 拦截器原理
Producer拦截器(interceptor)是在Kafka 0.10版本被引入的，主要用于实现clients端的定制化控制逻辑。
对于producer而言，interceptor使得用户在消息发送前以及producer回调逻辑前有机会对消息做一些定制化需求，比如修改消息等。同时，producer允许用户指定多个interceptor按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor的实现接口是org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：
（1）configure(configs)
获取配置信息和初始化数据时调用。
（2）onSend(ProducerRecord)：
该方法封装进KafkaProducer.send方法中，即它运行在用户主线程中。Producer确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，但最好保证不要修改消息所属的topic和分区，否则会影响目标分区的计算。
（3）onAcknowledgement(RecordMetadata, Exception)：
该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后，或者在发送过程中失败时调用。并且通常都是在producer回调逻辑触发之前。onAcknowledgement运行在producer的IO线程中，因此不要在该方法中放入很重的逻辑，否则会拖慢producer的消息发送效率。
（4）close：
关闭interceptor，主要用于执行一些资源清理工作
如前所述，interceptor可能被运行在多个线程中，因此在具体实现时用户需要自行确保线程安全。另外倘若指定了多个interceptor，则producer将按照指定顺序调用它们，并仅仅是捕获每个interceptor可能抛出的异常记录到错误日志中而非在向上传递。这在使用过程中要特别留意。


4.3.2 拦截器案例
1）需求：
实现一个简单的双interceptor组成的拦截链。第一个interceptor会在消息发送前将时间戳信息加到消息value的最前部；第二个interceptor会在消息发送后更新成功发送消息数或失败发送消息数。


1.png
2）案例实操
（1）增加时间戳拦截器

  1. package com.atguigu.kafka.interceptor;

  2. import java.util.Map;

  3. import org.apache.kafka.clients.producer.ProducerInterceptor;

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

  5. import org.apache.kafka.clients.producer.RecordMetadata;

  6. 

  7. public class TimeInterceptor implements ProducerInterceptor<String, String> {

  8. 

  9.         @Override

  10.         public void configure(Map<String, ?> configs) {

  11. 

  12.         }

  13. 

  14.         @Override

  15.         public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {

  16.                 // 创建一个新的record，把时间戳写入消息体的最前部

  17.                 return new ProducerRecord(record.topic(), record.partition(), record.timestamp(), record.key(),

  18.                                 System.currentTimeMillis() + "," + record.value().toString());

  19.         }

  20. 

  21.         @Override

  22.         public void onAcknowledgement(RecordMetadata metadata, Exception exception) {

  23. 

  24.         }

  25. 

  26.         @Override

  27.         public void close() {

  28. 

  29.         }

  30. }

复制代码
（2）统计发送消息成功和发送失败消息数，并在producer关闭时打印这两个计数器

  1. package com.atguigu.kafka.interceptor;

  2. import java.util.Map;

  3. import org.apache.kafka.clients.producer.ProducerInterceptor;

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

  5. import org.apache.kafka.clients.producer.RecordMetadata;

  6. 

  7. public class CounterInterceptor implements ProducerInterceptor<String, String>{

  8.     private int errorCounter = 0;

  9.     private int successCounter = 0;

  10. 

  11.         @Override

  12.         public void configure(Map<String, ?> configs) {

  13.                 

  14.         }

  15. 

  16.         @Override

  17.         public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {

  18.                  return record;

  19.         }

  20. 

  21.         @Override

  22.         public void onAcknowledgement(RecordMetadata metadata, Exception exception) {

  23.                 // 统计成功和失败的次数

  24.         if (exception == null) {

  25.             successCounter++;

  26.         } else {

  27.             errorCounter++;

  28.         }

  29.         }

  30. 

  31.         @Override

  32.         public void close() {

  33.         // 保存结果

  34.         System.out.println("Successful sent: " + successCounter);

  35.         System.out.println("Failed sent: " + errorCounter);

  36.         }

  37. }

复制代码
（3）producer主程序

  1. package com.atguigu.kafka.interceptor;

  2. import java.util.ArrayList;

  3. import java.util.List;

  4. import java.util.Properties;

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

  6. import org.apache.kafka.clients.producer.Producer;

  7. import org.apache.kafka.clients.producer.ProducerConfig;

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

  9. 

  10. public class InterceptorProducer {

  11. 

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

  13.                 // 1 设置配置信息

  14.                 Properties props = new Properties();

  15.                 props.put("bootstrap.servers", "hadoop102:9092");

  16.                 props.put("acks", "all");

  17.                 props.put("retries", 0);

  18.                 props.put("batch.size", 16384);

  19.                 props.put("linger.ms", 1);

  20.                 props.put("buffer.memory", 33554432);

  21.                 props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  22.                 props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

  23.                 

  24.                 // 2 构建拦截链

  25.                 List<String> interceptors = new ArrayList<>();

  26.                 interceptors.add("com.atguigu.kafka.interceptor.TimeInterceptor");         interceptors.add("com.atguigu.kafka.interceptor.CounterInterceptor"); 

  27.                 props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);

  28.                  

  29.                 String topic = "first";

  30.                 Producer<String, String> producer = new KafkaProducer<>(props);

  31.                 

  32.                 // 3 发送消息

  33.                 for (int i = 0; i < 10; i++) {

  34.                         

  35.                     ProducerRecord<String, String> record = new ProducerRecord<>(topic, "message" + i);

  36.                     producer.send(record);

  37.                 }

  38.                  

  39.                 // 4 一定要关闭producer，这样才会调用interceptor的close方法

  40.                 producer.close();

  41.         }

  42. }

复制代码


3）测试
（1）在kafka上启动消费者，然后运行客户端java程序。

[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh \
--bootstrap-server hadoop102:9092 --from-beginning --topic first

1501904047034,message0
1501904047225,message1
1501904047230,message2
1501904047234,message3
1501904047236,message4
1501904047240,message5
1501904047243,message6
1501904047246,message7
1501904047249,message8
1501904047252,message9





获取更多资源：
领取100本书+1T资源
http://www.aboutyun.com/forum.php?mod=viewthread&tid=26480

大数据5个项目视频
http://www.aboutyun.com/forum.php?mod=viewthread&tid=25235

名企资源、名企面试题、最新BAT面试题、专题面试题等资源汇总
https://www.aboutyun.com/forum.php?mod=viewthread&tid=27732


名企资源、名企面试题、最新BAT面试题、专题面试题等资源汇总
https://www.aboutyun.com/forum.php?mod=viewthread&tid=27732


加微信w3aboutyun，可拉入技术爱好者群
回复

使用道具 举报

自定义广告语

没找到任何评论，期待你打破沉寂

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

发表新帖
nettman

超级版主

关注

  • 2910

    主题

  • 3203

    帖子

  • 478

    粉丝

TA的主题
关闭

推荐上一条 /2 下一条

关于我们· 联系我们· 加入我们· 小黑屋· 合作伙伴   

Copyright © 2001-2024 About云-梭伦科技 Powered by Discuz! X3.4 Licensed Discuz Team.

简书 / Smrz 京ICP备2020039040号 Wxb 简书网举报电话：021-34700000