Kafka

Apache Kafka消息系统的基本结构

消息系统存在两种角色

1:消息的生产者 Producer

2:消息的消费者(接收生产者的消息,然后处理我们的消息)-->Consumer


Kafka和hadoop或者spark也类似也支持集群也支持单节点的部署。

kafka的集群当中每个节点都叫做message server,kafka消息系统支持的是topic的消息,topic消息可以理解成分布式的环境,它可以在任意message server处理消息。

在每个message server上,他实际真正用于接收和转发消息的叫Broker,一个message server上可以由多个broker,同样的道理在其他的message server上也会有这样的broker也接收

消息的生产者发送的消息,并且把消息转发给Consumer,在kafka里面消息由分区组成, 分区非常的重要,每个分区运行在不同的broker上,利用这样的一种方式我们可以支持消息的分布式的处理。

我们在创建发送消息的时候首先就需要创建Topic,整个kafka的体系架构包括它的topic和分区信息都叫做元信息。

                                                                                    元信息

                                                                            1:体系架构的信息

                                                                            2:Topic的信息

                                                                            3:分区的信息

                                                                            这些元信息我们需要保存到zookeeper中。

在搭建kafka之前需要搭建zookeeper。


zookeeper之间搭建过了现在搭建kafka ,单机单broker。 kafka的核心文件,server.properties.

broker.id:不能重复

port :broker运行的端口号

log.dirs:保存日志的目录

zookeeper.connect = bigdata116:2181 , zookeeper的地址

63行 num.partitions = 2,表示topic默认的分区数2。

改完以上内容就可以启动kafka了。

(*)启动Kafka:bin/kafka-server-start.sh config/server.properties &

                                    执行效果,按照后台运行方式来运行

看执行日志:

画圈圈的表明我们启动了kafka 的server。kafka的信息会存到zookeeper里面。

可以看到broker的信息,现在并没去创建Topic的主题,还不能发消息。


(*)测试Kafka

 *创建Topic

bin/kafka-topics.sh --create --zookeeper spark81:2181 -replication-factor 1 --partitions 3 --topic mydemo1

   解读这条命令:

        1:--partitions 3 由三个分区组成

        2:-replication-factor 1 分区的冗余是多少

        3:--zookeeper spark81:2181 指定zookeeper的地址

        4:--topic mydemo1创建一个topic叫 mydemo1,Topic由分区组成。

topic的信息相当于是一个频道,它也会被保存到zookeeper中,现在就可以发消息,它是主题、广播。


*发送消息

bin/kafka-console-producer.sh --broker-list spark81:9092 --topic mydemo1

*接收消息

bin/kafka-console-consumer.sh --zookeeper spark81:2181 --topic mydemo1

  *搭建Spark Streaming和Kafka的集成开发环境

由于Spark Streaming和Kafka集成的时候,依赖的jar包比较多,而且还会产生冲突。强烈建议使用Maven的方式来搭建项目工程。

下面是依赖的pom.xml文件:

测试案例,多打开2个窗口,第一个是消息的发送者,后来两个是消息接收者。

上面消息发送者发了hello,下面两个接受者就接到了hello world,这个群发是一个广播。所有消息接受者都能接收到这个消息,后面会把这样的消息集成到spark streaming当中。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容