kafka java代码的使用[Producer和Consumer]

用java代码对kafka消息进行消费与发送，首先咱们得引入相关jar包

maven:

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka_2.10</artifactId>
    <version>0.8.2.1</version>
</dependency>

gradle:

compile("org.apache.kafka:kafka_2.10:0.8.2.1")

 在新版本的kafka中（具体版本记不清楚了），添加了java代码实现的producer，consumer目前仍是Scala的，以前的producer和consumer均是Scala编写的，在这里则介绍java版本的producer。

另外一点须要特别注意：

当发送消息时咱们不指定key时，producer将消息分发到各partition的机制是：

Scala版本的producer：在你的producer启动的时候，随机得到一个partition，而后后面的消息都会发送到这个partition，也就是说，只要程序启动了，这个producer都会往同一个partition里发送消息

java版本的producer：会轮询每一个partition，因此发送的会比较平均

因此当使用Scala版本的producer时，尽可能传入key，保证消息在partition的平均性

下面是具体的代码：

import java.io.Serializable;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;

import kafka.consumer.Consumer;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;

import org.apache.commons.lang.SerializationUtils;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import cn.qlt.study.domain.User;

public class KafkaUtil {

	
	private static KafkaProducer<String, byte[]> producer=null;

	private static ConsumerConnector consumer=null;
	
	static{
		//生产者配置文件，具体配置可参考ProducerConfig类源码，或者参考官网介绍
		Map<String,Object> config=new HashMap<String, Object>();
		//kafka服务器地址
		config.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.100.90:9092,192.168.100.91:9092");
		//kafka消息序列化类 即将传入对象序列化为字节数组
		config.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.ByteArraySerializer");
		//kafka消息key序列化类 若传入key的值，则根据该key的值进行hash散列计算出在哪一个partition上
		config.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
		config.put(ProducerConfig.BATCH_SIZE_CONFIG, 1024*1024*5);
		//往kafka服务器提交消息间隔时间，0则当即提交不等待
		config.put(ProducerConfig.LINGER_MS_CONFIG,0);
		//消费者配置文件
		Properties props = new Properties();
		//zookeeper地址
	    props.put("zookeeper.connect", "192.168.100.90:2181");
	    //组id
	    props.put("group.id", "123");
	    //自动提交消费状况间隔时间
	    props.put("auto.commit.interval.ms", "1000");
	    
	    ConsumerConfig consumerConfig=new ConsumerConfig(props);
		producer=new KafkaProducer<String,byte[]>(config);
		consumer=Consumer.createJavaConsumerConnector(consumerConfig);
	}

	/**
	 *启动一个消费程序 
	* @param topic 要消费的topic名称
	* @param handler 本身的处理逻辑的实现
	* @param threadCount 消费线程数，该值应小于等于partition个数，多了也没用
	 */
	public static <T extends Serializable>void startConsumer(String topic,final MqMessageHandler<T> handler,int threadCount) throws Exception{
		if(threadCount<1)
			throw new Exception("处理消息线程数最少为1");
	   //设置处理消息线程数，线程数应小于等于partition数量，若线程数大于partition数量，则多余的线程则闲置，不会进行工做
	   //key:topic名称 value:线程数
	   Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
	   topicCountMap.put(topic, new Integer(threadCount));
	   Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
	   //声明一个线程池，用于消费各个partition
	   ExecutorService executor=Executors.newFixedThreadPool(threadCount);
	   //获取对应topic的消息队列
	   List<KafkaStream<byte[], byte[]>> streams = consumerMap.get(topic);
	   //为每个partition分配一个线程去消费
	   for (final KafkaStream stream : streams) {
		   executor.execute(new Runnable() {
			@Override
			public void run() {
			     ConsumerIterator<byte[], byte[]> it = stream.iterator();
			     //有信息则消费，无信息将会阻塞
			     while (it.hasNext()){
			        T message=null;
					try {
						//将字节码反序列化成相应的对象
						byte[] bytes=it.next().message();
						message = (T) SerializationUtils.deserialize(bytes);
					} catch (Exception e) {
						e.printStackTrace();
						return;
					}
			    	//调用本身的业务逻辑
			    	try {
						handler.handle(message);
					} catch (Exception e) {
						e.printStackTrace();
					}
			     }
			}
		});
       }
	}
	/**
	 *发送消息，发送的对象必须是可序列化的 
	 */
	public static Future<RecordMetadata> send(String topic,Serializable value) throws Exception{
		try {
			//将对象序列化称字节码
			byte[] bytes=SerializationUtils.serialize(value);
			Future<RecordMetadata> future=producer.send(new ProducerRecord<String,byte[]>(topic,bytes));
			return future;
		}catch(Exception e){
			throw e;
		}
	}
	
	//内部抽象类 用于实现本身的处理逻辑
	public static abstract class MqMessageHandler<T extends Serializable>{
		public abstract void handle(T message);
	}
	
	
	public static void main(String[] args) throws Exception {
		//发送一个信息
		send("test",new User("id","userName", "password"));
		//为test启动一个消费者，启动后每次有消息则打印对象信息
		KafkaUtil.startConsumer("test", new MqMessageHandler<User>() {
			@Override
			public void handle(User user) {
				//实现本身的处理逻辑，这里只打印出消息
				System.out.println(user.toString());
			}
		},2);
	}
}

相关配置解释：

producer:

一、producer的配置不须要zookeeper地址，会直接获取kafka的元数据，直接和broker进行通讯

二、ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG即value.serializer，kafka生产者与broker之间数据是以byte进行传递的，因此这个参数的意思是把咱们传入对象转换成byte[]的类，通常使用org.apache.kafka.common.serialization.ByteArraySerializer便可，咱们本身把对象序列化为byte[]

三、ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG即key.serializer，首先说明下key值是干什么的，若咱们指定了key的值，生产者则会根据该key进行hash散列计算出具体的partition。若不指定，则随机选择partition。通常状况下咱们不必指定该值。这个类与上面功能同样，即将key转换成byte[]

四、ProducerConfig.LINGER_MS_CONFIG即linger.ms，为了减小请求次数提升吞吐率，这个参数为每次提交间隔的次数，若设置了该值，如1000，则意味着咱们的消息可能不会立刻提交到kafka服务器，须要等上1秒中，才会进行批量提交。咱们能够适当的配置该值。0为不等待马上提交。

consumer：

一、zookeeper.connect：zookeeper的地址，多个之间用，分割

二、group.id：这个值能够随便写，但建议写点有意义的值，别随便写个123。kafka保证同一个组内的消息只会被消费一次，若须要重复消费消息，则能够配置不一样的groupid。

三、auto.commit.interval.ms：consumer本身会记录消费的偏移量，并定时往zookeeper上提交，该值即为提交时间间隔，若该值设置太大可能会出现重复消费的状况，如咱们中止了某个consumer，但该consumer还未往zookeeper提交某段时间的消费记录，这致使咱们下次启动该消费者的时候，它会从上次提交的偏移量进行消费，这就致使了某些数据的重复消费。

注意：在杀死consumer进程后，应等一下子再去重启，由于杀死consumer进程时，会删除zookeeper的一些临时节点，若咱们立刻重启的话，可能会在启动的时候那些节点还没删除掉，出现写没必要要的错误