Linux下单机安装部署kafka及代码实现
技术交流群：233513714这几天研究了kafka的安装及使用，在网上找了很多教程但是均以失败告终，直到最后想起网络方面的问题最终才安装部署成功，下面就介绍一下kafka的安装部署及代码实现
一、关闭防火墙
重要的事情说100遍，关闭防火墙...(如果不关闭防火墙就会出现Exception in thread "main" kafka.common.FailedToSendMessageException: Failed to send messages after 3 tries.等各种奇葩的问题)
1、关闭firewall：
systemctl stop firewalld.service #停止firewall
systemctl disable firewalld.service #禁止firewall开机启动
firewall -cmd --state #查看默认防火墙状态（关闭后显示notrunning，开启后显示running）
2、关闭iptables
service iptables stop #停止iptables
chkconfig iptables off #永久关闭防火墙
service iptables status #查看防火墙关闭状态
以上提供了关闭两种防火墙的命令，可以选择性操作
二、kafka安装测试
1、安装JRE/JDK,（kafka的运行要依赖于jdk，这里就省略了jdk的安装，需要注意的是jdk的版本一定要支持所下载的kafka版本，否则就会报错，这里我安装的是jdk1.7）
2、下载地址：http://kafka.apache.org/downloads.html(我下载的版本是kafka_2.11-0.11.0.1)
3、解压：
tar -xzvf kafka_2.11-0.11.0.1.tgz
rm kafka_2.11-0.11.0.1.tgz(这里一定要删除压缩包，不然会出现zk或kafka启动不起来的问题)
cd kafka_2.11-0.11.0.1
4、在kafka_2.11-0.11.0.1目录下
/bin 启动和停止命令等。
/config配置文件
/libs 类库
5、修改配置
在config下修改zookeeper.properties为如下配置
maxClientCnxns=100
tickTime=2000
initLimit=10
syncLimit=5
在server.properties添加如下配置
port=9092
host.name=10.61.8.6
zookeeper.connect=localhost:2181
zookeeper.connection.timeout.ms=6000
(以上配置没有的就需要添加)
6、启动、测试、停止
（1）、启动zookeeper
bin/zookeeper-server-start.sh config/zookeeper.properties & (&是为了能退出命令行)
（2）、启动kafka
bin/kafka-server-start.sh config/server.properties &
（3）、查看kafka和zk是否启动
ps -ef|grep kafka
（4）、创建topic(topic的名字叫abc)
bin/kafka-topics.sh --create --zookeeper localhost:2181 --partitions 8 --replication-factor 2 --topic abc
（5）、删除topic
bin/kafka-run-class.sh kafka.admin.DeleteTopicCommand --topic abc --zookeeper localhost:2181
（6）、查看topic
bin/kafka-topics.sh --list --zookeeper localhost:2181
（7）、producter推送消息
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic abc
（8）、consumer消费消息
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic abc --from-beginning
（9）、停止kafka
bin/kafka-server-stop.sh
（10）、停止zookeeper
bin/zookeeper-server-stop.sh
（11）、杀死服务
kill -9 123 (123是进程号)
三、java代码实现
producter
import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.util.Properties;
/**
* Created by Administrator on 2017/10/23 0023.
*/
public class KafkaProducter {
private static final Logger log = LoggerFactory.getLogger(KafkaProducter.class);
private final Producer<String, String> producer;
public final static String TOPIC = "abc";
public static void main(String[] args) {
new KafkaProducter().produce();
}
private KafkaProducter() {
Properties props = new Properties();
//此处配置的是kafka的端口
props.put("metadata.broker.list", "10.61.8.6:9092");
//配置value的序列化类
props.put("serializer.class", "kafka.serializer.StringEncoder");
//配置key的序列化类
props.put("key.serializer.class", "kafka.serializer.StringEncoder");
//0、这意味着生产者从不等待来自代理的确认(与0.7相同的行为)。这个选项提供了最低的延迟，但是最弱的持久性保证(当服务器失败时，一些数据将丢失)。
//1、这意味着在主副本接收到数据后，生产者得到确认。这个选项提供了更好的持久性，因为客户机一直等待直到服务器确认请求成功(只有消息被写入到已死的领导人，但尚未被复制的消息将会丢失)。
//-1、这意味着在所有同步副本都接收到数据之后，生产者得到确认。这个选项提供了最好的持久性，我们保证只要至少有一个同步副本，就不会丢失任何消息。
props.put("request.required.acks", "-1");
producer = new Producer<String, String>(new ProducerConfig(props));
}
void produce() {
int messageNo = 1;
final int COUNT = 10;
while (messageNo < COUNT) {
String key = String.valueOf(messageNo);
String data = "hello kafka" + key;
producer.send(new KeyedMessage<String, String>(TOPIC, key, data));
log.info("",data);
messageNo++;
}
}
}
consumer
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import kafka.serializer.StringDecoder;
import kafka.utils.VerifiableProperties;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
/**
* Created by Administrator on 2017/10/25 0025.
*/
public class KafkaConsumer {
private static final Logger log = LoggerFactory.getLogger(KafkaConsumer.class);
private final ConsumerConnector consumer;
public final static String TOPIC = "abc";
public static void main(String[] args) {
new KafkaConsumer().consume();
}
private KafkaConsumer() {
Properties props = new Properties();
//zookeeper 配置
props.put("zookeeper.connect", "10.61.8.6:2181");
//group 代表一个消费组
props.put("group.id", "jd-group");
//zk连接超时
props.put("zookeeper.session.timeout.ms", "4000");
props.put("zookeeper.sync.time.ms", "200");
props.put("auto.commit.interval.ms", "1000");
props.put("auto.offset.reset", "smallest");
//序列化类
props.put("serializer.class", "kafka.serializer.StringEncoder");
ConsumerConfig config = new ConsumerConfig(props);
consumer = kafka.consumer.Consumer.createJavaConsumerConnector(config);
}
void consume() {
Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
topicCountMap.put(TOPIC, new Integer(1));
StringDecoder keyDecoder = new StringDecoder(new VerifiableProperties());
StringDecoder valueDecoder = new StringDecoder(new VerifiableProperties());
Map<String, List<KafkaStream<String, String>>> consumerMap = consumer.createMessageStreams(topicCountMap, keyDecoder, valueDecoder);
KafkaStream<String, String> stream = consumerMap.get(TOPIC).get(0);
ConsumerIterator<String, String> it = stream.iterator();
while (it.hasNext()) {
log.info("kafka监听到的消息:{}", it.next().message());
}
log.info("kafka监听完毕");
}
}
原创不易，您的支持是我前进的动力
页:
[1]