前言:kafka的教程,概念比较多和细,这里不做分享,这里分享下环境搭建和基础demo构建。
【环境】
windows10
JDK1.8
zookeeper 3.5.9
kafka 2.12-2.8.0
注意:如果没有JDK,请先安装JDK
【安装zookeeper】
Zookeeper:
1) 建议下载稳定版。
下载地址:http://mirrors.hust.edu.cn/apache/zookeeper/
2) 下载后解压到一个目录:eg: E:\\env\\zookeeper
3) 在zookeeper目录下,新建文件夹,并命名(eg: data).(路径为:E:\\env\\zookeeper\\data)
4) 进入Zookeeper设置目录,eg: E:\\env\\zookeeper\\conf
复制“zoo_sample.cfg”副本à并将副本重命名为“zoo.cfg”
在任意文本编辑器(eg:记事本)中打开zoo.cfg
找到并编辑dataDir=E:\\env\\zookeeper\\data
5) 添加系统环境变量:
在系统变量中添加ZOOKEEPER_HOME = E:\\env\\zookeeper
编辑path系统变量,添加为路径%ZOOKEEPER_HOME%\bin
6) 在zoo.cfg文件中修改默认的Zookeeper端口(默认端口2181),比如修改为12181(我这里避开了hype-v默认的保留端口)
7) Dos(cmd或者powershell)下运行:zkserver
【安装kafka】
2) 下载后解压缩。eg: E:\\env\\kafka
3) 建立一个空文件夹 logs. eg: E:\\env\\kafka\\logs
4) 进入config目录,编辑 server.properties文件(eg: 用“写字板”打开)。
找到并编辑log.dirs= E:\\env\\kafka\\logs
找到并编辑zookeeper.connect=localhost:12181。表示本地运行。 需要配置成和你的zk一样的端口号
(Kafka会按照默认,在9092端口上运行,并连接zookeeper的默认端口:12181)
运行:请确保在启动Kafka服务器前,Zookeeper实例已经准备好并开始运行。(就是开着Zookeeper窗口不要关)
1) 在 E:\env\kafka(你的kafka路径)下,按住shift+鼠标右键。
选择“在此处打开Powershell窗口(S)”(如果没有此选项,在此处打开命令窗口)。
2) 运行:.\bin\windows\kafka-server-start.bat .\config\server.properties
3) 可能会报错:“找不到或无法加载主类 ”
4) 解决(3)的办法:
在kafka安装目录中找到bin\windows目录中的kafka-run-class.bat为%CLASSPATH%加上双引号(可用Matlab打开,并进行搜索)
修改前:setCOMMAND=%JAVA%%KAFKA_HEAP_OPTS% %KAFKA_JVM_PERFORMANCE_OPTS% %KAFKA_JMX_OPTS%%KAFKA_LOG4J_OPTS% -cp%CLASSPATH% %KAFKA_OPTS% %*
修改后:SetCOMMAND=%JAVA%%KAFKA_HEAP_OPTS% %KAFKA_JVM_PERFORMANCE_OPTS% %KAFKA_JMX_OPTS%%KAFKA_LOG4J_OPTS% -cp"%CLASSPATH%"%KAFKA_OPTS% %*
5) 再次运行:.\bin\windows\kafka-server-start.bat.\config\server.properties
【Demo】(这里引用网上的一个简单的例子,没有使用Boot,使用boot的话例子回头开一篇详尽的)
依赖:
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>0.10.2.0</version>
</dependency>
import java.util.Properties;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
public class ProducerSend {
public static void main(String args[]) {
//1.参数配置:端口、缓冲内存、最大连接数、key序列化、value序列化等等(不是每一个非要配置)
Properties props=new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("acks", "all");
props.put("retries", 0);
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");
//2.创建生产者对象,并建立连接
Producer<String, String> producer = new KafkaProducer<String,String>(props);
try {
//3.在my-topic主题下,发送消息
for (int i = 0; i < 10000; i++) {
System.out.println(Integer.toString(i));
producer.send(new ProducerRecord<String, String>("my-topic", Integer.toString(i), Integer.toString(i)));
Thread.sleep(500);
}
}
catch (Exception e)
{
System.out.println("ERROR");
}
//4.关闭
producer.close();
}
}
package com.arcvideo.kafka.service;
import java.util.Arrays;
import java.util.Properties;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
/**
* @author martin
* @version 1.0
* @name: ConsumerReceive
* @date: 2021/5/23 22:55
* @description
* @comepony
**/
public class ConsumerReceive {
public static void main(String args[]) {
//1.参数配置:不是每一非得配置
Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("auto.commit.interval.ms", "1000");
//因为每一个消费者必须属于某一个消费者组,所以必须还设置group.id
props.put("group.id", "test1");
props.put("enable.auto.commit", "true");
props.put("session.timeout.ms", "30000");
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
//2.创建消费者对象,并建立连接
KafkaConsumer<String, String> consumer = new KafkaConsumer<String,String>(props);
//3.设置从"my-topic"主题下拿取数据
consumer.subscribe(Arrays.asList("my-topic"));
//4.消费数据
while (true) {
//阻塞时间,从kafka中取出100毫秒的数据,有可能一次性去除0-n条
ConsumerRecords<String, String> records = consumer.poll(100);
//遍历
for (ConsumerRecord<String, String> record : records)
//打印结果
//System.out.printf("offset = %d, key = %s, value = %s", record.offset(), record.key(), record.value());
System.out.println("消费者消费的数据为:"+record.value());
}
}
}