kafka 学习笔记

集群搭建：
修改 broker.id 为不同的值0 ，1 ，2 。。。
host.name 设置IP 供连接使用
zookeeper.connect 设置 zk 地址 
注意：zk地址设置是可以为 172.17.44.176:2181,172.17.44.178:2181,172.17.44.180:2181,172.17.44.184:2181,172.17.44.192:2181/kafka 
这里会在zk 上创建目录的时候 将kafka 创建的几个目录 放在根目录下/kafka 下面，另外创建consumer的时候的zk连接地址也需要增加 /kafka
log.dirs -- kafka存放消息文件的路径，默认/tmp/kafka-logs

以及 下面broker设置的内容

启动kafka 会在zookeeper上创建3个目录 1--- brokers  2-- consumers 3----controllers_epoch 4---controllers 等

创建topic 的副本数 不能超过 集群中broker的个数，指定副本数例如：
bin/kafka-create-topic.sh --zookeeper storm1:2181 --replica 3 --partition 1 --topic qqqc5

topic: qqqc5    partition: 0    leader: 1       replicas: 1,0   isr: 1,0
partiton： partion id，由于此处只有一个partition，因此partition id 为0
leader：当前负责读写的lead broker id
relicas：当前partition的所有replication broker  list
isr：relicas的子集，只包含出于活动状态的broker

broker 设置：

##检测log文件的时间间隔 
log.cleanup.interval.mins=1 
##log文件被保留的时长,如果超过此时长,将会被清除,无论log中的消息是否被消费过. 
log.retention.hours=168 

##是否自动创建topic 
##如果broker中没有topic的信息,当producer/consumer操作topic时,是否自动创建. 
##如果为false,则只能通过API或者command创建topic 
auto.create.topics.enable=true

##partitions的"replicas"个数,不得大于集群中broker的个数 
default.replication.factor=1   当设置大于broker个数时 自动创建topic就会报错导致发送不出去消息

##partitions可以被sharding到多个broker上,以提高并发能力和"可用性" 
num.partitions=2

producer ：
//集群中添加brokerlist格式
props.put("metadata.broker.list", "10.12.218.183:9092,10.12.218.184:9092");

high level api：
consumer 配置 --
props.put("auto.offset.reset", "smallest"); //消费者 group 每次取offset 中未处理的老信息
props.put("auto.commit.enable", "true");   //自动提交到 zk  注意offset信息并不是每消费一次消息就向zk提交一次,而是现在本地保存(内存),并定期提交

可以设置为false  自己手动调用consumer中的commit 方法（其实是讲message中存在的offset信息提交到zk上进行存储）
props.put("auto.commit.interval.ms", "1000");  //自动提交的时间间隔,默认为1分钟  这里是1秒
props.put("request.required.acks", "0");
##producer接收消息ack的时机.默认为0. 
##0: producer不会等待broker发送ack 
##1: 当leader接收到消息之后发送ack 
##2: 当所有的follower都同步消息成功后发送ack. 
request.required.acks=0 
问题：当consumer消费失败后，会导致消息丢失；改进：每次consumer消费后，给broker ack，若broker在超时时间未收到ack，则重发此消息。
问题：1.当消费成功，但未ack时，会导致消费2次  2. now the broker must keep multiple states about every single message  3.当broker是多台机器时，则状态之间需要同步

props.put("compression.codec", "snappy");  //提供批量压缩，broker不对此批消息做任何操作，且以压缩的方式，一起被发送到consumer  gzip ,snappy

疑问：
在处理数据的时候 KafkaStream --- 获取 iterator() 遍历的时候
调用
MessageAndMetadata<byte[], byte[]> msgMeta = it.next();
msgMeta.key() 这里会卡死在这里--- 原因未知

low level api：

手动拉取自己设置offset的消息

SimpleConsumer simpleConsumer = new SimpleConsumer(KafkaProperties.kafkaServerURL,KafkaProperties.kafkaServerPort,KafkaProperties.connectionTimeOut,KafkaProperties.kafkaProducerBufferSize,KafkaProperties.clientId);System.out.println("Testing single fetch");String topicl = KafkaProperties.topic2 ;//String topicl = "qcall";int partitopn = 0 ;long offset = 0L ;while(offset >= 0){FetchRequest req = new FetchRequestBuilder().clientId("12dxczxc").addFetch(topicl, partitopn, offset, 64*1024).build();FetchResponse fetchResponse = simpleConsumer.fetch(req);offset = printMessages((ByteBufferMessageSet) fetchResponse.messageSet(topicl, partitopn));}

 

查询topic的最大offset值

 

TopicAndPartition topicAndPartition = new TopicAndPartition(topic,partition);Map<TopicAndPartition, PartitionOffsetRequestInfo> requestInfoMap = new HashMap<TopicAndPartition, PartitionOffsetRequestInfo>();//requestInfoMap.put(topicAndPartition, new PartitionOffsetRequestInfo(//kafka.api.OffsetRequest.LatestTime(), 100));//long ttt = -2 ;long ttt = kafka.api.OffsetRequest.LatestTime();//System.out.println(ttt);requestInfoMap.put(topicAndPartition, new PartitionOffsetRequestInfo(ttt, 100));OffsetRequest request = new OffsetRequest(requestInfoMap,kafka.api.OffsetRequest.CurrentVersion(), clientName);OffsetResponse response = consumer.getOffsetsBefore(request);long[] validOffsets = response.offsets(topic, partition);for (long validOffset : validOffsets) {System.out.println(validOffset + " : ");}if(validOffsets.length <= 0){throw new Exception(" topic：" + topic + ",partition:" + partition + " offset wei" + validOffsets.length);}long largestOffset = validOffsets[0];long smallestOffset = validOffsets[validOffsets.length - 1];System.out.println(smallestOffset + " : " + largestOffset);return largestOffset;