「Kafka」监控、集成篇

Kafka-Eagle 监控

Kafka-Eagle 框架可以监控 Kafka 集群的整体运行情况，在生产环境中经常使用。

MySQL环境准备

Kafka-Eagle 的安装依赖于 MySQL，MySQL 主要用来存储可视化展示的数据。

安装步骤参考：P61 尚硅谷 kafka监控_MySQL环境准备

Kafka 环境准备

1. 关闭 Kafka 集群

   [atguigu@hadoop102 kafka]$ kf.sh stop
   

2. 修改 /opt/module/kafka/bin/kafka-server-start.sh

   [atguigu@hadoop102 kafka]$ vim bin/kafka-server-start.sh
   

   修改如下参数值：

   if [ "x$KAFKA_HEAP_OPTS" = "x" ]; thenexport KAFKA_HEAP_OPTS="-Xmx1G -Xms1G"
   fi
   

   为

   if [ "x$KAFKA_HEAP_OPTS" = "x" ]; thenexport KAFKA_HEAP_OPTS="-server -Xms2G -Xmx2G -XX:PermSize=128m -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:ParallelGCThreads=8 -XX:ConcGCThreads=5 -XX:InitiatingHeapOccupancyPercent=70"export JMX_PORT="9999"#export KAFKA_HEAP_OPTS="-Xmx1G -Xms1G"
   fi
   

   初始内存只分配1G，如果要使用 Eagle 功能，我们可以将内存设置为 2G。

   注意：修改之后在启动 Kafka 之前要分发至其他节点。

   [atguigu@hadoop102 bin]$ xsync kafka-server-start.sh
   

Kafka-Eagle 安装

1. 官网：https://www.kafka-eagle.org/

2. 上传压缩包 kafka-eagle-bin-2.0.8.tar.gz 到集群 /opt/software 目录

3. 解压到本地

   [atguigu@hadoop102 software]$ tar -zxvf kafka-eagle-bin-2.0.8.tar.gz
   

4. 进入刚才解压的目录

   [atguigu@hadoop102 kafka-eagle-bin-2.0.8]$ ll
   

   总用量 79164
   -rw-rw-r--. 1 atguigu atguigu 81062577 10 月 13 00:00 efak-web-2.0.8-bin.tar.gz
   

5. 将 efak-web-2.0.8-bin.tar.gz 解压至 /opt/module

   [atguigu@hadoop102 kafka-eagle-bin-2.0.8]$ tar -zxvf efak-web-2.0.8-bin.tar.gz -C /opt/module/
   

6. 修改名称

   [atguigu@hadoop102 module]$ mv efak-web-2.0.8/ efak
   

7. 修改配置文件/opt/module/efak/conf/system-config.properties

   [atguigu@hadoop102 conf]$ vim system-config.properties
   

   ######################################
   # multi zookeeper & kafka cluster list
   # Settings prefixed with 'kafka.eagle.' will be deprecated, use 'efak.'instead
   ######################################
   efak.zk.cluster.alias=cluster1
   cluster1.zk.list=hadoop102:2181,hadoop103:2181,hadoop104:2181/kafka
   ######################################
   # zookeeper enable acl
   ######################################
   cluster1.zk.acl.enable=false
   cluster1.zk.acl.schema=digest
   cluster1.zk.acl.username=test
   cluster1.zk.acl.password=test123
   ######################################
   # broker size online list
   ######################################
   cluster1.efak.broker.size=20
   ######################################
   # zk client thread limit
   ######################################
   kafka.zk.limit.size=32
   ######################################
   # EFAK webui port
   ######################################
   efak.webui.port=8048
   ######################################
   # kafka jmx acl and ssl authenticate
   ######################################
   cluster1.efak.jmx.acl=false
   cluster1.efak.jmx.user=keadmin
   cluster1.efak.jmx.password=keadmin123
   cluster1.efak.jmx.ssl=false
   cluster1.efak.jmx.truststore.location=/data/ssl/certificates/kafka.truststore
   cluster1.efak.jmx.truststore.password=ke123456
   ######################################
   # kafka offset storage
   ######################################
   # offset 保存在 kafka
   cluster1.efak.offset.storage=kafka
   ######################################
   # kafka jmx uri
   ######################################
   cluster1.efak.jmx.uri=service:jmx:rmi:///jndi/rmi://%s/jmxrmi
   ######################################
   # kafka metrics, 15 days by default
   ######################################
   efak.metrics.charts=true
   efak.metrics.retain=15
   ######################################
   # kafka sql topic records max
   ######################################
   efak.sql.topic.records.max=5000
   efak.sql.topic.preview.records.max=10
   ######################################
   # delete kafka topic token
   ######################################
   efak.topic.token=keadmin
   ######################################
   # kafka sasl authenticate
   ######################################
   cluster1.efak.sasl.enable=false
   cluster1.efak.sasl.protocol=SASL_PLAINTEXT
   cluster1.efak.sasl.mechanism=SCRAM-SHA-256
   cluster1.efak.sasl.jaas.config=org.apache.kafka.common.security.scram.ScramL
   oginModule required username="kafka" password="kafka-eagle";
   cluster1.efak.sasl.client.id=
   cluster1.efak.blacklist.topics=
   cluster1.efak.sasl.cgroup.enable=false
   cluster1.efak.sasl.cgroup.topics=
   cluster2.efak.sasl.enable=false
   cluster2.efak.sasl.protocol=SASL_PLAINTEXT
   cluster2.efak.sasl.mechanism=PLAIN
   cluster2.efak.sasl.jaas.config=org.apache.kafka.common.security.plain.PlainL
   oginModule required username="kafka" password="kafka-eagle";
   cluster2.efak.sasl.client.id=
   cluster2.efak.blacklist.topics=
   cluster2.efak.sasl.cgroup.enable=false
   cluster2.efak.sasl.cgroup.topics=
   ######################################
   # kafka ssl authenticate
   ######################################
   cluster3.efak.ssl.enable=false
   cluster3.efak.ssl.protocol=SSL
   cluster3.efak.ssl.truststore.location=
   cluster3.efak.ssl.truststore.password=
   cluster3.efak.ssl.keystore.location=
   cluster3.efak.ssl.keystore.password=
   cluster3.efak.ssl.key.password=
   cluster3.efak.ssl.endpoint.identification.algorithm=https
   cluster3.efak.blacklist.topics=
   cluster3.efak.ssl.cgroup.enable=false
   cluster3.efak.ssl.cgroup.topics=
   ######################################
   # kafka sqlite jdbc driver address
   ######################################
   # 配置 mysql 连接
   efak.driver=com.mysql.jdbc.Driver
   efak.url=jdbc:mysql://hadoop102:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
   efak.username=root
   efak.password=000000
   ######################################
   # kafka mysql jdbc driver address
   ######################################
   #efak.driver=com.mysql.cj.jdbc.Driver
   #efak.url=jdbc:mysql://127.0.0.1:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
   #efak.username=root
   #efak.password=123456
   

8. 添加环境变量

   [atguigu@hadoop102 conf]$ sudo vim /etc/profile.d/my_env.sh
   

   # kafkaEFAK
   export KE_HOME=/opt/module/efak
   export PATH=$PATH:$KE_HOME/bin
   

   注意：source /etc/profile

   [atguigu@hadoop102 conf]$ source /etc/profile
   

9. 启动

   • 注意：启动之前需要先启动 zk 以及 kafka

     [atguigu@hadoop102 kafka]$ kf.sh start
     

   • 启动 efak

     [atguigu@hadoop102 efak]$ bin/ke.sh start
     

     Version 2.0.8 -- Copyright 2016-2021
     *****************************************************************
     * EFAK Service has started success.
     * Welcome, Now you can visit 'http://192.168.10.102:8048'
     * Account:admin ,Password:123456
     *****************************************************************
     * <Usage> ke.sh [start|status|stop|restart|stats] </Usage>
     * <Usage> https://www.kafka-eagle.org/ </Usage>
     *****************************************************************
     

   • 如果停止 efak，执行命令：

     [atguigu@hadoop102 efak]$ bin/ke.sh stop
     

Kafka-Eagle 页面操作

• 登录页面查看监控数据
  • http://192.168.10.102:8048/

主面板

Brokers

Topics

Zookeepers

Consumers

大屏信息

Kafka-Kraft 模式

Kafka-Kraft 架构

左图为 Kafka 现有架构，元数据在 zookeeper 中，运行时动态选举 controller，由 controller 进行 Kafka 集群管理。

右图为 kraft 模式架构（实验性），不再依赖 zookeeper 集群，而是用三台 controller 节点代替 zookeeper，元数据保存在 controller 中，由 controller 直接进行 Kafka 集群管理。

这样做的好处有以下几个：

• Kafka 不再依赖外部框架，而是能够独立运行；
• controller 管理集群时，不再需要从 zookeeper 中先读取数据，集群性能上升；
• 由于不依赖 zookeeper，集群扩展时不再受到 zookeeper 读写能力限制；
• controller 不再动态选举，而是由配置文件规定。
  • 这样我们可以有针对性的加强 controller 节点的配置，而不是像以前一样对随机 controller 节点的高负载束手无策。

Kafka-Kraft 集群部署

Kafka-Kraft 集群启动停止脚本

1. 在 /home/atguigu/bin 目录下创建文件 kf2.sh 脚本文件

   [atguigu@hadoop102 bin]$ vim kf2.sh
   

   脚本如下：

   #! /bin/bashcase $1 in
   "start"){for i in hadoop102 hadoop103 hadoop104doecho " --------启动 $i Kafka2-------"ssh $i "/opt/module/kafka2/bin/kafka-server-start.sh -daemon /opt/module/kafka2/config/kraft/server.properties"done
   };;
   "stop"){for i in hadoop102 hadoop103 hadoop104doecho " --------停止 $i Kafka2-------"ssh $i "/opt/module/kafka2/bin/kafka-server-stop.sh "done
   };;
   esac
   

2. 添加执行权限

   [atguigu@hadoop102 bin]$ chmod +x kf2.sh
   

3. 启动集群命令

   [atguigu@hadoop102 ~]$ kf2.sh start
   

4. 停止集群命令

   [atguigu@hadoop102 ~]$ kf2.sh stop
   

Kafka 集成

Kafka 集成 Flume

Flume 是一个在大数据开发中非常常用的组件，可以用于 Kafka 的生产者，也可以用于 Kafka 的消费者。

Flume 环境准备

1. 启动 kafka 集群

   [atguigu@hadoop102 ~]$ zk.sh start
   [atguigu@hadoop102 ~]$ kf.sh start
   

2. 启动 kafka 消费者

   [atguigu@hadoop103 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
   

3. Flume 安装步骤

   • 参考：P66 尚硅谷 Kafka 集成 Flume 环境准备

Flume 生产者

• 通过 Flume 实时监控 app.log 文件数据的变化
• 使用 taildir source，支持断点续传、实时监控文件变化，并获取到数据
• 由于我们传输的就是普通的日志，没有必要追求太高的可靠性，使用 memory channel，完全基于内存，速度非常快；断电后会丢数据，最多丢 100 条日志（因为内存大小最大上线就是 100）
• 数据是发往到 kafka 的，所以使用 kafka sink
• 发到 first 主题中，启动消费者消费。

1. 配置 Flume

   • 在 hadoop102 节点的 Flume 的 job 目录下创建 file_to_kafka.conf

     [atguigu@hadoop102 flume]$ mkdir jobs
     [atguigu@hadoop102 flume]$ vim jobs/file_to_kafka.conf 
     

   • 配置文件内容如下：

     # 1 组件定义
     a1.sources = r1
     a1.sinks = k1
     a1.channels = c1# 2 配置source
     a1.sources.r1.type = TAILDIR
     a1.sources.r1.filegroups = f1
     a1.sources.r1.filegroups.f1 = /opt/module/applog/app.* # 监控文件目录
     a1.sources.r1.positionFile = /opt/module/flume/taildir_position.json # offset文件 支持断点续传# 3 配置channel
     a1.channels.c1.type = memory
     a1.channels.c1.capacity = 1000
     a1.channels.c1.transactionCapacity = 100# 4 配置sink
     a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
     a1.sinks.k1.kafka.bootstrap.servers = hadoop102:9092,hadoop103:9092,hadoop104:9092
     a1.sinks.k1.kafka.topic = first
     a1.sinks.k1.kafka.flumeBatchSize = 20
     a1.sinks.k1.kafka.producer.acks = 1
     a1.sinks.k1.kafka.producer.linger.ms = 1# 5 拼接组件
     a1.sources.r1.channels = c1
     a1.sinks.k1.channel = c1
     

2. 启动 Flume

   [atguigu@hadoop102 flume]$ bin/flume-ng agent -c conf/ -n a1 -f  jobs/file_to_kafka.conf &
   

3. 向 /opt/module/applog/app.log 里追加数据，查看 kafka 消费者消费情况

   [atguigu@hadoop102 module]$ mkdir applog
   [atguigu@hadoop102 applog]$ echo hello >> /opt/module/applog/app.log
   

4. 观察 kafka 消费者，能够看到消费的 hello 数据

   

Flume 消费者

• Flume 作为消费者，首先肯定选用 kafka source
• 通道选择 memory channel
• 打印到控制台选择 logger sink

1. 配置 Flume

   • 在 hadoop102 节点的 Flume 的 /opt/module/flume/jobs 目录下创建 kafka_to_file.conf

     [atguigu@hadoop102 jobs]$ vim kafka_to_file.conf
     

   • 配置文件内容如下：

     # 1 组件定义
     a1.sources = r1
     a1.sinks = k1
     a1.channels = c1# 2 配置source
     a1.sources.r1.type = org.apache.flume.source.kafka.KafkaSource
     a1.sources.r1.batchSize = 50
     a1.sources.r1.batchDurationMillis = 200
     a1.sources.r1.kafka.bootstrap.servers = hadoop102:9092
     a1.sources.r1.kafka.topics = first
     a1.sources.r1.kafka.consumer.group.id = custom.g.id# 3 配置channel
     a1.channels.c1.type = memory
     a1.channels.c1.capacity = 1000
     a1.channels.c1.transactionCapacity = 100# 4 配置sink
     a1.sinks.k1.type = logger# 5 拼接组件
     a1.sources.r1.channels = c1
     a1.sinks.k1.channel = c1
     

2. 启动 Flume

   [atguigu@hadoop102 flume]$ bin/flume-ng agent -c conf/ -n a1 -f jobs/kafka_to_file.conf -Dflume.root.logger=INFO,console
   

3. 启动 kafka 生产者

   [atguigu@hadoop103 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
   

   并输入数据，例如：hello

4. 观察控制台输出的日志

   

Kafka 集成 Flink

Flink是一个在大数据开发中非常常用的组件，可以用于 Kafka 的生产者，也可以用于 Kafka 的消费者。

Flink 环境准备

1. 创建一个 maven 项目 flink-kafka

2. 添加配置文件

   <dependencies><dependency><groupId>org.apache.flink</groupId><artifactId>flink-java</artifactId><version>1.13.0</version></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-streaming-java_2.12</artifactId><version>1.13.0</version></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-clients_2.12</artifactId><version>1.13.0</version></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-connector-kafka_2.12</artifactId><version>1.13.0</version></dependency>
   </dependencies>
   

3. 将 log4j.properties 文件添加到 resources 里面，就能更改打印日志的级别为 error

   log4j.rootLogger=error, stdout,R
   log4j.appender.stdout=org.apache.log4j.ConsoleAppender
   log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
   log4j.appender.stdout.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss,SSS}  %5p --- [%50t]  %-80c(line:%5L)  :  %m%nlog4j.appender.R=org.apache.log4j.RollingFileAppender
   log4j.appender.R.File=../log/agent.log
   log4j.appender.R.MaxFileSize=1024KB
   log4j.appender.R.MaxBackupIndex=1log4j.appender.R.layout=org.apache.log4j.PatternLayout
   log4j.appender.R.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss,SSS}  %5p --- [%50t]  %-80c(line:%6L)  :  %m%n
   

4. 在 java 文件夹下创建包名为 com.atguigu.flink

Flink 生产者

1. 在 com.atguigu.flink 包下创建 java 类：FlinkKafkaProducer1（系统也有一个 FlinkKafkaProducer，会重名，所以这里命名为 1）。

   import org.apache.flink.api.common.serialization.SimpleStringSchema;
   import org.apache.flink.streaming.api.datastream.DataStream;
   import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
   import org.apache.flink.streaming.connectors.kafka.FlinkKafkaProducer;
   import org.apache.kafka.clients.producer.ProducerConfig;import java.util.ArrayList;
   import java.util.Properties;public class FlinkKafkaProducer1 {public static void main(String[] args) throws Exception {// 0 初始化flink环境StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();env.setParallelism(3); // 3个槽 对应kafka主题题的3个分区// 1 准备数据源 读取集合中数据ArrayList<String> wordsList = new ArrayList<>();wordsList.add("hello");wordsList.add("atguigu");DataStream<String> stream = env.fromCollection(wordsList);// 2 kafka生产者配置信息Properties properties = new Properties();properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");// 3 创建kafka生产者FlinkKafkaProducer<String> kafkaProducer = new FlinkKafkaProducer<>("first",new SimpleStringSchema(), // 序列化和反序列化模板类 string类型properties);// 4 生产者和flink流关联stream.addSink(kafkaProducer);// 5 执行env.execute();}
   }
   

2. 启动Kafka消费者

   [atguigu@hadoop104 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
   

3. 执行 FlinkKafkaProducer1 程序，观察 kafka 消费者控制台情况

   

   Q：

   • 为什么先接收到 atguigu，然后才是 hello 呢？

   A：

   • 在 Flink 中，对于并行度大于 1 的情况，不同的算子实例是并行运行的，也就是说当你的 env.setParallelism(3) 时，会有 3 个线程同时运行。在你的例子中，"hello" 和 "atguigu" 可能由不同的线程处理，并且处理的顺序是不确定的。
   • 如果你希望严格按照顺序处理，你可以将并行度设置为 1，即 env.setParallelism(1)。但是这样可能会影响处理速度。此外，Flink 也提供了一些方法来保证在并行处理时的顺序，可以查阅相关资料来了解更多。

Flink 消费者

1. 在 com.atguigu.flink 包下创建 java 类：FlinkKafkaConsumer1

   import org.apache.flink.api.common.serialization.SimpleStringSchema;
   import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
   import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer;
   import org.apache.kafka.clients.consumer.ConsumerConfig;
   import org.apache.kafka.common.serialization.StringDeserializer;import java.util.Properties;public class FlinkKafkaConsumer1 {public static void main(String[] args) throws Exception {// 0 初始化flink环境StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();env.setParallelism(3);// 1 kafka消费者配置信息Properties properties = new Properties();properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");// group.id可选，不配置不会报错// 2 创建kafka消费者FlinkKafkaConsumer<String> kafkaConsumer = new FlinkKafkaConsumer<>("first",new SimpleStringSchema(),properties);// 3 消费者和flink流关联env.addSource(kafkaConsumer).print();// 4 执行env.execute();}
   }
   

2. 启动 FlinkKafkaConsumer1 消费者

3. 启动 kafka 生产者

   [atguigu@hadoop103 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
   

4. 观察 IDEA 控制台数据打印

   

   有 3 个消费者并行消费，因为只发了两条消息，所以这里只有 1 和 3。

Kafka 集成 SpringBoot

SpringBoot 是一个在 JavaEE 开发中非常常用的组件。可以用于 Kafka 的生产者，也可以用于 SpringBoot 的消费者。

跟之前不太一样的是，外部数据是通过接口的方式发送到 SpringBoot 程序，然后 SpringBoot 接收到这个接口的数据，然后再发送到 kafka 集群。

SpringBoot 环境准备

1. 在 IDEA 中安装 lombok 插件

   在 Plugins 下搜索 lombok 然后在线安装即可，安装后注意重启

   

2. 创建一个 Spring Initializr

   

   注意：有时候SpringBoot官方脚手架不稳定，我们切换国内地址：https://start.aliyun.com

3. 项目名称 springboot

   

4. 添加项目依赖

   

   

   

   

5. 检查自动生成的配置文件

   <?xml version="1.0" encoding="UTF-8"?>
   <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.6.1</version><relativePath/> <!-- lookup parent from repository --></parent><groupId>com.atguigu</groupId><artifactId>springboot</artifactId><version>0.0.1-SNAPSHOT</version><name>springboot</name><description>Demo project for Spring Boot</description><properties><java.version>1.8</java.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.kafka</groupId><artifactId>spring-kafka</artifactId></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>org.springframework.kafka</groupId><artifactId>spring-kafka-test</artifactId><scope>test</scope></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><configuration><excludes><exclude><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></exclude></excludes></configuration></plugin></plugins></build></project>
   

SpringBoot 生产者

1. 修改 SpringBoot 核心配置文件 application.propeties，添加生产者相关信息

   # 应用名称
   spring.application.name=atguigu_springboot_kafka# 指定kafka的地址
   spring.kafka.bootstrap-servers=hadoop102:9092,hadoop103:9092,hadoop104:9092# 指定key和value的序列化器
   spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
   spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer
   

2. 创建 controller 从浏览器接收数据，并写入指定的 topic

   import org.springframework.beans.factory.annotation.Autowired;
   import org.springframework.kafka.core.KafkaTemplate;
   import org.springframework.web.bind.annotation.RequestMapping;
   import org.springframework.web.bind.annotation.RestController;@RestController
   public class ProducerController {// Kafka模板用来向kafka发送数据@AutowiredKafkaTemplate<String, String> kafka;@RequestMapping("/atguigu")public String data(String msg) {kafka.send("first", msg);return "ok";}
   }
   

3. 在浏览器中给 /atguigu 接口发送数据

   http://localhost:8080/atguigu?msg=hello

4. kafka 消费者接收到数据

   

SpringBoot 消费者

1. 修改 SpringBoot 核心配置文件 application.propeties

   # =========消费者配置开始=========
   # 指定kafka的地址
   spring.kafka.bootstrap-servers=hadoop102:9092,hadoop103:9092,hadoop104:9092# 指定key和value的反序列化器
   spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer
   spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer# 指定消费者组的group_id
   spring.kafka.consumer.group-id=atguigu
   # =========消费者配置结束=========
   

2. 创建类消费 Kafka 中指定 topic 的数据

   import org.springframework.context.annotation.Configuration;
   import org.springframework.kafka.annotation.KafkaListener;@Configuration
   public class KafkaConsumer {// 指定要监听的topic@KafkaListener(topics = "first")public void consumeTopic(String msg) { // 参数: 收到的valueSystem.out.println("收到的信息: " + msg);}
   }
   

3. 向 first 主题发送数据

   [atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
   > atguigu
   

4. SpringBoot 消费者接收到数据

   

Kafka 集成 Spark

Spark 是一个在大数据开发中非常常用的组件，可以用于 Kafka 的生产者，也可以用于 Kafka 的消费者。

Spark 环境准备

1. Scala 环境准备

   • 参考：P73 尚硅谷 Kafka 集成 Spark 生产者

   Spark 的底层源码是用 Scala 编写的。

2. 创建一个 maven 项目 spark-kafka

3. 在项目 spark-kafka 上点击右键，Add Framework Support => 勾选 scala

4. 在 main 下创建 scala 文件夹，并右键 Mark Directory as Sources Root => 在 scala 下创建包名为 com.atguigu.spark

5. 添加配置文件

   <dependencies><dependency><groupId>org.apache.spark</groupId><artifactId>spark-streaming-kafka-0-10_2.12</artifactId><version>3.0.0</version></dependency>
   </dependencies>
   

6. 将 log4j.properties 文件添加到 resources 里面，就能更改打印日志的级别为 error

   log4j.rootLogger=error, stdout,R
   log4j.appender.stdout=org.apache.log4j.ConsoleAppender
   log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
   log4j.appender.stdout.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss,SSS}  %5p --- [%50t]  %-80c(line:%5L)  :  %m%nlog4j.appender.R=org.apache.log4j.RollingFileAppender
   log4j.appender.R.File=../log/agent.log
   log4j.appender.R.MaxFileSize=1024KB
   log4j.appender.R.MaxBackupIndex=1log4j.appender.R.layout=org.apache.log4j.PatternLayout
   log4j.appender.R.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss,SSS}  %5p --- [%50t]  %-80c(line:%6L)  :  %m%n
   

Spark 生产者

1. 在 com.atguigu.spark 包下创建 scala Object：SparkKafkaProducer

   

   import java.util.Properties
   import org.apache.kafka.clients.producer.{KafkaProducer, ProducerRecord}object SparkKafkaProducer {def main(args: Array[String]): Unit = {// 0 kafka配置信息val properties = new Properties()properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092,hadoop104:9092")properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, classOf[StringSerializer])properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, classOf[StringSerializer])// 1 创建kafka生产者var producer = new KafkaProducer[String, String](properties)// 2 发送数据for (i <- 1 to 5) {producer.send(new ProducerRecord[String, String]("first", "atguigu" + i))}// 3 关闭资源producer.close()}
   }
   

2. 启动 Kafka 消费者

   [atguigu@hadoop104 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
   

3. 执行 SparkKafkaProducer 程序，观察 kafka 消费者控制台情况

   

Spark 消费者

1. 添加配置文件

   <dependencies><dependency><groupId>org.apache.spark</groupId><artifactId>spark-streaming-kafka-0-10_2.12</artifactId><version>3.0.0</version></dependency><dependency><groupId>org.apache.spark</groupId><artifactId>spark-core_2.12</artifactId><version>3.0.0</version></dependency><dependency><groupId>org.apache.spark</groupId><artifactId>spark-streaming_2.12</artifactId><version>3.0.0</version></dependency>
   </dependencies>
   

2. 在 com.atguigu.spark 包下创建 scala Object：SparkKafkaConsumer

   import org.apache.kafka.clients.consumer.{ConsumerConfig, ConsumerRecord}
   import org.apache.kafka.common.serialization.StringDeserializer
   import org.apache.spark.SparkConf
   import org.apache.spark.streaming.dstream.{DStream, InputDStream}
   import org.apache.spark.streaming.{Seconds, StreamingContext}
   import org.apache.spark.streaming.kafka010.{ConsumerStrategies, KafkaUtils, LocationStrategies}object SparkKafkaConsumer {def main(args: Array[String]): Unit = {// 1.创建SparkConfval sparkConf: SparkConf = new SparkConf().setAppName("sparkstreaming").setMaster("local[*]")// 2.创建StreamingContext 初始化上下文环境// Seconds(3)：时间窗口，批处理间隔，表示每隔3秒钟，Spark Streaming就会收集一次数据进行处理。val ssc = new StreamingContext(sparkConf, Seconds(3))// 3.定义Kafka参数：kafka集群地址、消费者组名称、key序列化、value序列化val kafkaPara: Map[String, Object] = Map[String, Object](ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG -> "hadoop102:9092,hadoop103:9092,hadoop104:9092",ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG -> classOf[StringDeserializer],ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG -> classOf[StringDeserializer],ConsumerConfig.GROUP_ID_CONFIG -> "atguiguGroup")// 4.读取Kafka数据创建DStreamval kafkaDStream: InputDStream[ConsumerRecord[String, String]] = KafkaUtils.createDirectStream[String, String](ssc, // 上下文环境LocationStrategies.PreferConsistent, // 数据存储位置 优先位置ConsumerStrategies.Subscribe[String, String](Set("first"), kafkaPara) // 消费策略：（订阅多个主题，配置参数） )// 5.将每条消息的KV取出val valueDStream: DStream[String] = kafkaDStream.map(record => record.value())// 6.计算WordCountvalueDStream.print()// 7.开启任务 并阻塞（使程序一直执行）ssc.start()ssc.awaitTermination()}
   }
   

3. 启动 SparkKafkaConsumer 消费者

4. 启动 kafka 生产者

   [atguigu@hadoop103 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
   

5. 观察IDEA控制台数据打印

   

---

笔记整理自b站尚硅谷视频教程：【尚硅谷】Kafka3.x教程（从入门到调优，深入全面）