kafka的API操作
1、创建maven工程并添加jar包
创建maven工程并添加以下依赖jar包的坐标到pom.xml
<dependencies>
<!-- https://mvnrepository.com/artifact/org.apache.kafka/kafka-clients -->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>1.0.0</version>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-streams</artifactId>
<version>1.0.0</version>
</dependency>
</dependencies>
<build>
<plugins>
<!-- java编译插件 -->
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.2</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
<encoding>UTF-8</encoding>
</configuration>
</plugin>
</plugins>
</build>
2、生产者代码
1、使用生产者,生产数据
/**
* 订单的生产者代码,
*/
public static void main(String[] args) {
//配置 kafka 集群
Properties props = new Properties();
props.put("bootstrap.servers", "hadoop01:9092,hadoop02:9092,hadoop03:9092");
props.put("acks", "all");
props.put("retries", 1);
props.put("batch.size", 16384);
props.put("linger.ms", 1);
props.put("buffer.memory", 33554432);
props.put("Partitioner.class","demo05.orderPartition");
// kafka 数据中 key-value 的序列化
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
//模拟生产者,请写出代码向title主题中生产数据0-299
KafkaProducer<String, String> producer = new KafkaProducer<>(props);
for (int i = 0; i <300 ; i++) {
ProducerRecord order = new ProducerRecord("order", "" + i);
producer.send(order);
}
producer.close();
}
2、kafka当中的数据分区
kafka生产者发送的消息,都是保存在broker当中,我们可以自定义分区规则,决定消息发送到哪个partition里面去进行保存
查看ProducerRecord这个类的源码,就可以看到kafka的各种不同分区策略
kafka当中支持以下四种数据的分区方式:
/第一种分区策略,如果既没有指定分区号,也没有指定数据key,那么就会使用轮询的方式将数据均匀的发送到不同的分区里面去
//ProducerRecord<String, String> producerRecord1 = new ProducerRecord<>("mypartition", "mymessage" + i);
//kafkaProducer.send(producerRecord1);
//第二种分区策略 如果没有指定分区号,指定了数据key,通过key.hashCode % numPartitions来计算数据究竟会保存在哪一个分区里面
//注意:如果数据key,没有变化 key.hashCode % numPartitions = 固定值 所有的数据都会写入到某一个分区里面去
//ProducerRecord<String, String> producerRecord2 = new ProducerRecord<>("mypartition", "mykey", "mymessage" + i);
//kafkaProducer.send(producerRecord2);
//第三种分区策略:如果指定了分区号,那么就会将数据直接写入到对应的分区里面去
// ProducerRecord<String, String> producerRecord3 = new ProducerRecord<>("mypartition", 0, "mykey", "mymessage" + i);
// kafkaProducer.send(producerRecord3);
//第四种分区策略:自定义分区策略。如果不自定义分区规则,那么会将数据使用轮询的方式均匀的发送到各个分区里面去
kafkaProducer.send(new ProducerRecord<String, String>("mypartition","mymessage"+i));
自定义分区策略
public class orderPartition implements Partitioner {
@Override
public int partition(String topic, Object o, byte[] bytes, Object value, byte[] bytes1, Cluster cluster) {
//数据分发策略为自定义,请把生产的数据100以内的数据分发到分区0中,100-200以内的数据分发到分区1中,200-300内的数据分发到分区2中
int i = Integer.parseInt((String) value);
if (i <= 100) {
return 0;
}
if (i >100 && i <= 200) {
return 1;
}
return 2;
}
@Override
public void close() { }
@Override
public void configure(Map<String, ?> map) { }
}
3、消费者代码``
消费必要条件
消费者要从kafka Cluster进行消费数据,必要条件有以下四个
public static void main(String[] args) {
//1、添加配置
Properties props = new Properties();
//指定kafka服务器
props.put("bootstrap.servers", "hadoop01:9092,hadoop02:9092,hadoop03:9092");
//消费组
props.put("group.id", "test");
//以下两行代码 ---消费者自动提交offset值
props.put("enable.auto.commit", "true");
//自动提交的周期
props.put("auto.commit.interval.ms", "1000");
//设置key value的序列化
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
//模拟消费者,请写出代码把title主题中的数据0-299消费掉 ,打印输出到控制台
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(props);
kafkaConsumer.subscribe(Arrays.asList("order"));
while (true){
ConsumerRecords<String, String> com = kafkaConsumer.poll(1000);
for (ConsumerRecord<String, String> record : com) {
System.out.println("消费者数据是: "+record.value()+" "+"对应的分区是: "+record.partition());
}
}
}