IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> window下搭建kafak -> 正文阅读

[大数据]window下搭建kafak

环境准备

  1. zookeeper-3.4.12.tar.gz
  2. kafka_2.12-2.1.1.tgz
  3. jdk8(自己设置, 并设置好环境变量)

下载地址
https://pan.baidu.com/s/12iHj1ya-8bu2r3NS1VoAcw
提取码: dw8j

搭建步骤

1.安装zookeeper

  • 解压安装包 -> D:\java\zookeeper-3.4.12
  • 新建文件夹data -> D:\java\zookeeper-3.4.12\conf\data
  • 新建配置文件 : zoo_sample.cfg -> zoo.cfg
  • 找到并修改配置文件
dataDir=D:\java\zookeeper-3.4.12\conf\data
  • 将D:\java\zookeeper-3.4.12\bin -> 添加到环境变量
    在这里插入图片描述
  • 启动zookeeper -> 双击D:\java\zookeeper-3.4.12\bin\zkServer.cmd

2.搭建kafak

  • 解压文件 -> D:\java\kafka_2.12-2.1.1
  • 新建文件夹logs -> D:\java\kafka_2.12-2.1.1\logs
  • 找到并修改配置文件 😄:\java\kafka_2.12-2.1.1\config\server.properties
log.dirs=D:\java\kafka_2.12-2.1.1\logs
  • 启动kafak:

zookeep 一定要先启动

.\bin\windows\kafka-server-start.bat .\config\server.properties

在这里插入图片描述

3. 建一个maven项目用作测试:

  • 依赖包
<!--kafak-->
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka-clients</artifactId>
            <version>0.8.2.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka_2.11</artifactId>
            <version>0.8.2.1</version>
        </dependency>
  • 新建producer


import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;

import java.util.Properties;

public class RunKafkaProduce {


    private final Producer<String, String> producer;
    public final static String TOPIC = "logstest";

    private RunKafkaProduce() {
        Properties props = new Properties();
        // 此处配置的是kafka的broker地址:端口列表
        props.put("metadata.broker.list", "localhost: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");

        //request.required.acks
        //0, which means that the producer never waits for an acknowledgement from the broker (the same behavior as 0.7). This option provides the lowest latency but the weakest durability guarantees (some data will be lost when a server fails).
        //1, which means that the producer gets an acknowledgement after the leader replica has received the data. This option provides better durability as the client waits until the server acknowledges the request as successful (only messages that were written to the now-dead leader but not yet replicated will be lost).
        //-1, which means that the producer gets an acknowledgement after all in-sync replicas have received the data. This option provides the best durability, we guarantee that no messages will be lost as long as at least one in sync replica remains.
        props.put("request.required.acks", "-1");

        producer = new Producer<String, String>(new ProducerConfig(props));
    }

    void produce() {
        int messageNo = 1;
        final int COUNT = 11;

        int messageCount = 0;
        while (messageNo < COUNT) {
            String key = String.valueOf(messageNo);
            String data = "Hello kafka message :" + key;
            producer.send(new KeyedMessage<String, String>(TOPIC, key, data));
            System.out.println(data);
            messageNo++;
            messageCount++;
        }
        System.out.println("Producer端一共产生了" + messageCount + "条消息!");
    }

    public static void main(String[] args) {
        new RunKafkaProduce().produce();
    }

}

  • 建立consumer


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;

public class RunKafkaConsumer {

    private final ConsumerConnector consumer;

    private final static String TOPIC = "logstest";

    private RunKafkaConsumer() {
        Properties props = new Properties();
        //zookeeper
        props.put("zookeeper.connect", "localhost:2181");
        //topic
        props.put("group.id", "logstest");
        //Zookeeper 超时
        props.put("zookeeper.session.timeout.ms", "50000");
        props.put("zookeeper.sync.time.ms", "200");
        props.put("auto.commit.interval.ms", "1000");
        props.put("auto.offset.reset", "smallest");

        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, 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();

        int messageCount = 0;
        while (it.hasNext()) {
            System.out.println(it.next().message());
            messageCount++;
            if (messageCount == 10) {
                System.out.println("Consumer端一共消费了" + messageCount + "条消息!");
            }
        }
    }

    public static void main(String[] args) {
        new RunKafkaConsumer().consume();
    }

}

  • 输出结果
    consumer

producer

  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2021-08-19 12:07:10  更:2021-08-19 12:07:58 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/23 12:57:07-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码