kafka-producer生产者案例

其他 2018-10-08 20:09:50 阅读次数: 0
版权声明：转发请注明，谢谢配合 https://blog.csdn.net/qq_31289187/article/details/81809014

kafka集群搭建、创建topic、：kafka集群搭建以及kafka命令使用

zookeeper集群搭建：zookeeper集群搭建以及使用

1、创建topic:user-info,3个分区，每个分区有2个副本

kafka-topics.sh --zookeeper 192.168.34.128:2181 --create --topic user-info   --partitions 3  --replication-factor 3

2、生产者：KafkaProducerDemo


package cn.dl.main;

import com.alibaba.fastjson.JSONObject;

import cn.dl.utils.ReadPropertiesUtils;
import java.util.*;
import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
import kafka.serializer.StringEncoder;

/**
 * Created by Tiger on 2018/1/28.
 */
public class KafkaProducerDemo extends Thread{

    //消息主题
    private String topic;
    //producer对象
    private Producer producer;
    private static Map<String,String> config = new HashMap<String, String>();
    public KafkaProducerDemo(String topic){
        this.topic = topic;
        this.producer = createProducer();
    }
    public static void main(String[] args) throws Exception {
        //读取配置文件
        config.putAll(ReadPropertiesUtils.readConfig("config.properties"));
        System.out.println(config);
        new KafkaProducerDemo(config.get("topic")).start();
    }
    /*
    * 初始化producer对象
    * */
    private Producer createProducer() {
        Properties properties = new Properties();
        properties.put("zookeeper.connect",config.get("zookeeper.connect"));
        properties.put("serializer.class", StringEncoder.class.getName());
        properties.put("metadata.broker.list",config.get("metadata.broker.list"));
        properties.put("partitioner.class", PartitionDemo.class.getName());
        return new Producer<Integer, String>(new ProducerConfig(properties));
    }

    @Override
    public void run(){
        System.out.println("start to send message to kafka");
        int count = 0;
        while (true) {
            JSONObject jsonObject = new JSONObject();
            int num = new Random().nextInt(10);
            String ip = "ip" + num;
            //获取随机数
            String userId = UUID.randomUUID().toString().replace("-","");
            jsonObject.put("userId",userId);
            jsonObject.put("userName","Tiger"+userId);
            jsonObject.put("ip",config.get(ip));
            //第一种：两个参数String topic,Object message
//            producer.send(new KeyedMessage<String,String>(topic,jsonObject.toJSONString()));
            //第二种构造方法：String topic ，Object key ，Object message
            System.out.println("userId>>>"+userId);
            producer.send(new KeyedMessage<String,String>(topic,userId,jsonObject.toJSONString()));
            //第三种构造方法：String topic ，Object key ，Object partKey, Object message
//            String partKey = UUID.randomUUID().toString().replace("-","")+System.currentTimeMillis();
//            System.out.println(partKey);
//             producer.send(new KeyedMessage<String,String>(topic,userId,partKey,jsonObject.toJSONString()));
            try {
                Thread.sleep(10);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            count ++;
            if(count == 500){
                System.out.println("Stop to send message to kafka");
                break;
            }
        }
    }
}

 

3、读取配置文件：ReadPropertiesUtils

package cn.dl.utils;

import java.io.IOException;
import java.io.InputStream;
import java.util.HashMap;
import java.util.Map;
import java.util.Properties;
import java.util.Set;

/**
 * Created by Tiger on 2018/8/18.
 */
public class ReadPropertiesUtils {
    /**
    * 读取properties配置文件
     * @param configFileName
     * @exception
     * @return
    * */
    public static Map<String,String> readConfig(String configFileName) throws IOException {
        Map<String,String> config = new HashMap<String, String>();
        InputStream in = ReadPropertiesUtils.class.getClassLoader().getResourceAsStream(configFileName);
        Properties properties = new Properties();
        properties.load(in);
        Set<Map.Entry<Object, Object>> entrySet =  properties.entrySet();
        for(java.util.Map.Entry<Object,Object> entry : entrySet){
            String key = String.valueOf(entry.getKey());
            String value = String.valueOf(entry.getValue());
            config.put(key,value);
        }
        return config;
    }
}

4、配置文件：config.properties

ip0=192.168.34.130
ip1=192.168.34.128
ip2=192.168.34.129
ip3=192.168.34.121
ip4=192.168.34.122
ip5=192.168.34.123
ip6=192.168.34.124
ip7=192.168.34.125
ip8=192.168.34.126
ip9=192.168.34.127
zookeeper.connect=192.168.34.128:2181,192.168.34.129:2181,192.168.34.130:2181
metadata.broker.list=192.168.34.128:9092,192.168.34.129:9092,192.168.34.130:9092
topic=user-info

 private Producer createProducer() {
        Properties properties = new Properties();
        properties.put("zookeeper.connect",config.get("zookeeper.connect"));
        properties.put("serializer.class", StringEncoder.class.getName());
        properties.put("metadata.broker.list",config.get("metadata.broker.list"));
//        properties.put("partitioner.class", PartitionDemo.class.getName());
        return new Producer<Integer, String>(new ProducerConfig(properties));
    }

这个方法是初始化Producer对象:

zookeeper.connect:zk服务器列表，格式ip:port,ip:port或者host:port

metadata.broker.list:kafka broker列表：格式ip:port,ip:port

serializer.class:默认为kafka.serializer.DefaultEncoder，默认的序列号类

partitioner.class：自定义的分区规则，class路径，默认值：kafka.producer.DefaultPartitioner,目的是让数据在各个partition上分布平衡

ps：执行一次，入500条数据到kafka

KeyedMessage有三个构造方法：

第一种：两个参数String topic,Object message

运行之前，各个分区数据分布情况

user-info:2:965
user-info:1:979
user-info:0:2701

 

5.1、第一种构造方法运行结果

user-info:2:965
user-info:1:1479
user-info:0:2701

500条数据全部到user-info:1了！！！ 数据分布不均衡，再多运行几次，每次都是其中一个分区数据增加500条！！！

5.2第二种构造方法：String topic ，Object key ，Object message

运行之前数据分布情况:

user-info:2:965
user-info:1:1979
user-info:0:2701

运行之后数据分布情况：

user-info:2:1132     比运行之前多了167条
user-info:1:2145    比运行之前多了166条
user-info:0:2868    比运行之前多了167条 

总共多了500，而且每个分区数据分布相当平衡，在多运行几次，发现每个分区增加的条数都差不多，其实500条只能大致看分布情况，可以用5000条、50000条，甚至生成更多数据来看看分布情况，最终发现每个分区分布相对均衡

5.3第三种构造方法：String topic ，Object key ，Object partKey, Object message

运行之前分布情况：

user-info:2:1533
user-info:1:2577
user-info:0:3265

运行之后分布情况：

user-info:2:1716  比之前增加了 183条
user-info:1:2747  比之前增加了 170条
user-info:0:3412  表之前增加了147条

数据分布均衡，多运行几次看看

6、kafka各个分区之间为什么会负载均衡？

1、自定义分区规则，初始化Producer时指定分区规则类的路径

2、创建分区规则类：PartitionDemo ，实现Partitioner ，重写partition（Object key,int numPartitions）方法

package cn.dl.main;


import kafka.producer.Partitioner;
import kafka.utils.VerifiableProperties;

/**
 * Created by Tiger on 2018/8/18.
 */
public class PartitionDemo implements Partitioner {

    //这个构造器必须加，否则初始化Producer对象有问题
    public PartitionDemo(VerifiableProperties props){

    }
    public int partition(Object key, int numPartitions) {
        //看到很多案例用了Integer.parseInt(key.toString()) % numPartitions，这种方式取模，其实会异常，不捕获异常
        //会停止运行
//        try{
//            Integer partition = Integer.parseInt(key.toString()) % numPartitions;
//            return Math.abs(partition);
//        }catch (Exception e){
//            e.printStackTrace();
//            return key.hashCode() % numPartitions;
//        }
//        System.out.println("key>>>>"+key.toString());
//        System.out.println("numPartitions>>>"+numPartitions);
//        try {
//            return Math.abs(key.hashCode()%numPartitions);
//        }catch (Exception e){
//            e.printStackTrace();
//            return 0;
//        }
        return 0;
    }
}

运行之前分区数据分布情况：

user-info:2:2239
user-info:1:3206
user-info:0:3930

运行之后分区数据分布情况：

user-info:2:2239
user-info:1:3206
user-info:0:4430

发现500条数据全部到分区user-info:0！！！

返回值改成

500条数据全部到分区user-info:1，返回值为2时，全部在分区user-info:2

如果返回值： num<0 || num>=numPartitions，会报：kafka.common.FailedToSendMessageException

Exception in thread "Thread-0" kafka.common.FailedToSendMessageException: Failed to send messages after 3 tries.
	at kafka.producer.async.DefaultEventHandler.handle(DefaultEventHandler.scala:90)
	at kafka.producer.Producer.send(Producer.scala:77)
	at kafka.javaapi.producer.Producer.send(Producer.scala:33)
	at cn.dl.main.KafkaProducerDemo.run(KafkaProducerDemo.java:64)

注意：打印key和numPartitions的值观察，key.hashCode()%numPartitions，返回值有可能<0,所以取绝对值，如果捕获到异常，直接返回0

debug打印的userId和后面的key和numPartitios：

key其实就是userId,numPartitions等于创建topic时指定的分区数！！！

结论：kafka在初始化Producer对象时有默认的分区规则类，我们传入的useId就是为了让数据在各个分区分布均匀！！！

如果用第三种构造方法：String topic ，Object key ，Object partKey, Object message，自定义分区类中的key就是传入的partKey！！！

7、kafka-producer案例遇到的异常

a、 kafka.common.FailedToSendMessageException

Exception in thread "Thread-0" kafka.common.FailedToSendMessageException: Failed to send messages after 3 tries.
	at kafka.producer.async.DefaultEventHandler.handle(DefaultEventHandler.scala:90)
	at kafka.producer.Producer.send(Producer.scala:77)
	at kafka.javaapi.producer.Producer.send(Producer.scala:33)
	at cn.dl.main.KafkaProducerDemo.run(KafkaProducerDemo.java:57)

错误原因：自定义分区规则类，没有构造方法，或者return值（num<0 || num>=numPartitions），总之，只要是你自定义分区规则类，执行这个方法有问题public int partition(Object key, int numPartitions)，都会报这个异常

//这个构造器必须加，否则初始化Producer对象有问题
public PartitionDemo(VerifiableProperties props){}

在网上百度到到很多自定义分区规则方法，最终的想法都是一样的

try{
      Integer partition = Integer.parseInt(key.toString()) % numPartitions;
      return Math.abs(partition);
}catch (Exception e){
       e.printStackTrace();
       return key.hashCode() % numPartitions;
}
java.lang.NumberFormatException: For input string: "d335c02ebdf144f69e1e101ca9b262ec"
	at java.lang.NumberFormatException.forInputString(NumberFormatException.java:65)
	at java.lang.Integer.parseInt(Integer.java:580)
	at java.lang.Integer.parseInt(Integer.java:615)
	at cn.dl.main.PartitionDemo.partition(PartitionDemo.java:18)
	at kafka.producer.async.DefaultEventHandler.kafka$producer$async$DefaultEventHandler$$getPartition(DefaultEventHandler.scala:227)
	at kafka.producer.async.DefaultEventHandler$$anonfun$partitionAndCollate$1.apply(DefaultEventHandler.scala:151)
	at kafka.producer.async.DefaultEventHandler$$anonfun$partitionAndCollate$1.apply(DefaultEventHandler.scala:149)
	at scala.collection.mutable.ResizableArray$class.foreach(ResizableArray.scala:59)
	at scala.collection.mutable.ArrayBuffer.foreach(ArrayBuffer.scala:47)
	at kafka.producer.async.DefaultEventHandler.partitionAndCollate(DefaultEventHandler.scala:149)
	at kafka.producer.async.DefaultEventHandler.dispatchSerializedData(DefaultEventHandler.scala:95)
	at kafka.producer.async.DefaultEventHandler.handle(DefaultEventHandler.scala:72)
	at kafka.producer.Producer.send(Producer.scala:77)
	at kafka.javaapi.producer.Producer.send(Producer.scala:33)
	at cn.dl.main.KafkaProducerDemo.run(KafkaProducerDemo.java:57)

这里用了Integer.parseInt(key.toString()) % numPartitions，传入的key必须可以转换成数字，否则会报上面的异常，而且线上环境，key一般不会为数字，基本都是类似UUID生成的唯一字符串!!!!

b、java.net.SocketTimeoutException

[root@yaner01 kafka_2.12-0.11]# kafka-run-class.sh kafka.tools.GetOffsetShell --broker-list 192.168.34.128:9092 --time -1 --topic user-info
[2018-08-18 01:04:56,205] WARN Fetching topic metadata with correlation id 0 for topics [Set(user-info)] from broker [BrokerEndPoint(0,192.168.34.128,9092)] failed (kafka.client.ClientUtils$)
java.net.SocketTimeoutException
        at sun.nio.ch.SocketAdaptor$SocketInputStream.read(SocketAdaptor.java:211)
        at sun.nio.ch.ChannelInputStream.read(ChannelInputStream.java:103)
        at java.nio.channels.Channels$ReadableByteChannelImpl.read(Channels.java:385)
        at org.apache.kafka.common.network.NetworkReceive.readFromReadableChannel(NetworkReceive.java:85)
        at kafka.network.BlockingChannel.readCompletely(BlockingChannel.scala:131)
        at kafka.network.BlockingChannel.receive(BlockingChannel.scala:122)
        at kafka.producer.SyncProducer.liftedTree1$1(SyncProducer.scala:82)
        at kafka.producer.SyncProducer.doSend(SyncProducer.scala:79)
        at kafka.producer.SyncProducer.send(SyncProducer.scala:124)
        at kafka.client.ClientUtils$.fetchTopicMetadata(ClientUtils.scala:61)
        at kafka.client.ClientUtils$.fetchTopicMetadata(ClientUtils.scala:96)
        at kafka.tools.GetOffsetShell$.main(GetOffsetShell.scala:79)
        at kafka.tools.GetOffsetShell.main(GetOffsetShell.scala)
Exception in thread "main" kafka.common.KafkaException: fetching topic metadata for topics [Set(user-info)] from broker [ArrayBuffer(BrokerEndPoint(0,192.168.34.128,9092))] failed
        at kafka.client.ClientUtils$.fetchTopicMetadata(ClientUtils.scala:75)
        at kafka.client.ClientUtils$.fetchTopicMetadata(ClientUtils.scala:96)
        at kafka.tools.GetOffsetShell$.main(GetOffsetShell.scala:79)
        at kafka.tools.GetOffsetShell.main(GetOffsetShell.scala)
Caused by: java.net.SocketTimeoutException
        at sun.nio.ch.SocketAdaptor$SocketInputStream.read(SocketAdaptor.java:211)
        at sun.nio.ch.ChannelInputStream.read(ChannelInputStream.java:103)
        at java.nio.channels.Channels$ReadableByteChannelImpl.read(Channels.java:385)
        at org.apache.kafka.common.network.NetworkReceive.readFromReadableChannel(NetworkReceive.java:85)
        at kafka.network.BlockingChannel.readCompletely(BlockingChannel.scala:131)
        at kafka.network.BlockingChannel.receive(BlockingChannel.scala:122)
        at kafka.producer.SyncProducer.liftedTree1$1(SyncProducer.scala:82)
        at kafka.producer.SyncProducer.doSend(SyncProducer.scala:79)
        at kafka.producer.SyncProducer.send(SyncProducer.scala:124)
        at kafka.client.ClientUtils$.fetchTopicMetadata(ClientUtils.scala:61)
        ... 3 more

原因：zookeeper集群挂了，解决办法，就是重启

使用命令：zkServer.sh status，查看zookeeper集群状态

使用命令：zkServer.sh stop，先杀死zookeeper进程，或者用kill命令，然后执行zkServer.sh start命令，再看zookeeper状态。

有时候重启了好几次都不行，在配置myid文本的目录下，删除除myid文件之外的所有文件，再重启，线上环境谨慎用，最好先看zookeeper日志，有可能删除其它文件，zookeeper能正常启动，但是有的topic不能用了，具体原因不太清楚！！！

8、 遗留问题：

a、自定义的分区规则类：必须要有参构造方法，而且参数必须是：VerifiableProperties props？

b、异步发送数据，如何更好的处理异常数据？

c、第三种构造方法还有其它作用吗？

producer.send(new KeyedMessage<String,String>(topic,userId,partKey,jsonObject.toJSONString()));

9、下次目标

a、解决遗留的三个问题；

b、多线程消费数据;

c、如何获取指定offset位置的数据;

d、server.properties配置文件各个参数的作用；

猜你喜欢

转载自blog.csdn.net/qq_31289187/article/details/81809014
今日推荐
TIOBE 5 月榜单：Fortran “复活”进入 Top 10
GCC 14.1 发布
面壁智能发布 Eurux-8x22B 开源大模型 —— 堪称「理科状元」
开源日报 | 谷歌扶持鸿蒙上位；开源Rabbit R1；Docker加持的安卓手机；微软的焦虑和野心；海尔电器把开放平台关了
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
周排行
基本数据类型封装类比较 Java源码解读(一) 8种基本类型对应的封装类型
JS实现无缝滚动上
深入解析HashMap原理（基于JDK1.8）
mysql的连接池
关于.htc
linux下的ubuntu12.04图形界面
【数论】好推不好记的扩展欧几里德
设备树详解
cscope + tags 简单设置
xml学习
每日归档
更多
2024-05-09(35)
2024-05-08(42)
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022