大数据技术之Kafka-第4章 Kafka Producer API详解
作者：互联网
4.1 Producer API
4.1.1 消息发送流程
Kafka的Producer发送消息采用的是异步发送的方式。
在消息发送的过程中，涉及到了两个线程——main线程和Sender线程，以及一个线程共享变量——RecordAccumulator。main线程将消息发送给RecordAccumulator，Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。
相关参数：
batch.size：只有数据积累到batch.size之后，sender才会发送数据。
linger.ms：如果数据迟迟未达到batch.size，sender等待linger.time之后就会发送数据。
4.1.2 异步发送API
1）导入依赖
<dependencies>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>2.4.1</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-slf4j-impl</artifactId>
<version>2.12.0</version>
</dependency>
</dependencies>
2）添加log4j配置文件
<?xml version="1.0" encoding="UTF-8"?>
<Configuration status="error" strict="true" name="XMLConfig">
<Appenders>
<!-- 类型名为Console，名称为必须属性 -->
<Appender type="Console" name="STDOUT">
<!-- 布局为PatternLayout的方式，
输出样式为[INFO] [2018-01-22 17:34:01][org.test.Console]I'm here -->
<Layout type="PatternLayout"
pattern="[%p] [%d{yyyy-MM-dd HH:mm:ss}][%c{10}]%m%n" />
</Appender>
</Appenders>
<Loggers>
<!-- 可加性为false -->
<Logger name="test" level="info" additivity="false">
<AppenderRef ref="STDOUT" />
</Logger>
<!-- loggerConfig设置 -->
<wolffy level="info">
<AppenderRef ref="STDOUT" />
</wolffy>
</Loggers>
</Configuration>
3）编写代码
需要用到的类：
KafkaProducer：需要创建一个生产者对象，用来发送数据
ProducerConfig：获取所需的一系列配置参数
ProducerRecord：每条数据都要封装成一个ProducerRecord对象
（1）不带回调函数的API
package com.wolffy.kafka.producer;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
import java.util.UUID;
/**
* 生产者 - 异步发送 - 不带回调
*
* 配置类
* CommonClientConfigs : 通用的配置类
* ProducerConfig ： 生产者的配置类
* ConsumerConfig : 消费者的配置类
*/
public class KafkaProducerDemo {
public static void main(String[] args) {
//0. 创建配置对象
Properties props= new Properties();
//kafka集群，broker-list
props.put("bootstrap.servers", "hadoop102:9092");
// ack的级别
props.put("acks", "all");
//重试次数
props.put("retries", 3);
//批次大小
props.put("batch.size", 16384);
//等待时间
props.put("linger.ms", 1);
//RecordAccumulator缓冲区大小
props.put("buffer.memory", 33554432); //32M
// kv的序列化器
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
//1. 创建生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(props);
//2. 生产数据
for (int i = 0; i < 20 ; i++) {
//1. 指定partition
//kafkaProducer.send(new ProducerRecord<String,String>("first",1,null,"wolffy" + i));
//2. 指定key
//kafkaProducer.send(new ProducerRecord<String,String>("first", UUID.randomUUID().toString(),"wolffy-->" + i));
//3. 黏性
kafkaProducer.send(new ProducerRecord<String,String>("first", "wolffy*****" + i));
}
//3. 关闭对象
kafkaProducer.close();
}
}
（2）带回调函数的API
回调函数会在producer收到ack时调用，为异步调用，该方法有两个参数，分别是RecordMetadata和Exception，如果Exception为null，说明消息发送成功，如果Exception不为null，说明消息发送失败。
注意：消息发送失败会自动重试，不需要我们在回调函数中手动重试。
package com.wolffy.kafka.producer;
import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Properties;
/**
* 生产者 - 异步发送 - 带回调
*
* 配置类
* CommonClientConfigs : 通用的配置类
* ProducerConfig ： 生产者的配置类
* ConsumerConfig : 消费者的配置类
*
*/
public class KafkaProducerDemo1 {
public static void main(String[] args) {
//0. 创建配置对象
Properties props= new Properties();
//kafka集群，broker-list
props.put("bootstrap.servers", "hadoop102:9092");
// ack的级别
props.put("acks", "all");
//重试次数
props.put("retries", 3);
//批次大小
props.put("batch.size", 16384);
//等待时间
props.put("linger.ms", 1);
//RecordAccumulator缓冲区大小
props.put("buffer.memory", 33554432); //32M
// kv的序列化器
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
//1. 创建生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(props);
//2. 生产数据
for (int i = 0; i < 10; i++) {
kafkaProducer.send(
new ProducerRecord<String, String>("first", "wolffy####" + i)
, new Callback() {
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
if(exception != null){
System.out.println("消息发送失败: " + exception.getMessage());
}else{
System.out.println("消息发送成功: " + metadata.topic() +
" : " + metadata.partition() +
" : " + metadata.offset()
);
}
}
});
}
//3. 关闭对象
kafkaProducer.close();
}
}
package com.wolffy.kafka.producer;
import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Properties;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.Future;
/**
* 生产者 - 同步发送 - 带回调
*
*/
public class KafkaProducerDemo2 {
public static void main(String[] args) throws ExecutionException, InterruptedException {
//0. 创建配置对象
Properties props= new Properties();
//kafka集群，broker-list
props.put("bootstrap.servers", "hadoop102:9092");
// ack的级别
props.put("acks", "all");
//重试次数
props.put("retries", 3);
//批次大小
props.put("batch.size", 16384);
//等待时间
props.put("linger.ms", 1);
//RecordAccumulator缓冲区大小
props.put("buffer.memory", 33554432); //32M
// kv的序列化器
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
//1. 创建生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(props);
//2. 生产数据
for (int i = 0; i < 10; i++) {
Future<RecordMetadata> future = kafkaProducer.send(
new ProducerRecord<String, String>("first", "wolffy####" + i)
, new Callback() {
/**
* 当消息发送完成后， 会调用该方法
* @param metadata 消息的元数据信息.
*
* @param exception 当消息发送过程中,如果抛出异常，会传入到该方法.
*/
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
if (exception != null) {
System.out.println("消息发送失败: " + exception.getMessage());
} else {
System.out.println("消息发送成功: " + metadata.topic() +
" : " + metadata.partition() +
" : " + metadata.offset()
);
}
}
});
System.out.println("************** 消息发送出去 **************");
//future.get(); // 阻塞当前线程。 一直等到该方法的结果返回为止.
System.out.println("************** 消息发送完成 **************");
}
//3. 关闭对象
kafkaProducer.close();
}
}
4.1.3 分区器
1） 默认的分区器 DefaultPartitioner
2） 自定义分区器
package com.wolffy.kafka.partitioner;
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
import java.util.UUID;
/**
* 生产者 - 自定义分区
*/
public class KafkaProducerPartitioner {
public static void main(String[] args) {
//0. 创建配置对象
Properties props= new Properties();
//kafka集群，broker-list
props.put("bootstrap.servers", "hadoop102:9092");
// ack的级别
props.put("acks", "all");
//重试次数
props.put("retries", 3);
//批次大小
props.put("batch.size", 16384);
//等待时间
props.put("linger.ms", 1);
//RecordAccumulator缓冲区大小
props.put("buffer.memory", 33554432); //32M
// kv的序列化器
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
// 设置分区类
props.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,"com.wolffy.kafka.partitioner.MyPartitioner");
//1. 创建生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(props);
//2. 生产数据
for (int i = 0; i < 10; i++) {
String value = "" ;
if(i % 2 == 0){
value = "wolffy==>" + i ;
}else{
value = UUID.randomUUID().toString() + "==>" + i ;
}
kafkaProducer.send(
new ProducerRecord<String, String>("first", value)
, new Callback() {
/**
* 当消息发送完成后， 会调用该方法
* @param metadata 消息的元数据信息.
*
* @param exception 当消息发送过程中,如果抛出异常，会传入到该方法.
*/
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
if(exception != null){
System.out.println("消息发送失败: " + exception.getMessage());
}else{
System.out.println("消息发送成功: " + metadata.topic() +
" : " + metadata.partition() +
" : " + metadata.offset()
);
}
}
});
}
//3. 关闭对象
kafkaProducer.close();
}
}
package com.wolffy.kafka.partitioner;
import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;
import java.util.Map;
/**
* 自定义分区器 需要实现Kafka提供的partitioner接口
*/
public class MyPartitioner implements Partitioner {
/**
* 计算分区号
* 以first主题为例， 有两个分区.
* 包含wolffy的消息发送0号分区
* 其他消息发送1号分区
*
*
* @param topic 当前消息发往的主题
* @param key 当前消息的key
* @param keyBytes 当前消息的key序列化后字节数组
* @param value 当前消息的值
* @param valueBytes 当前消息的值序列化后的字节数组
* @param cluster
* @return
*/
@Override
public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
if(value.toString().contains("wolffy")){
return 0 ;
}else{
return 1 ;
}
}
@Override
public void close() {
}
@Override
public void configure(Map<String, ?> configs) {
}
}
4.1.4 同步发送API
同步发送的意思就是，一条消息发送之后，会阻塞当前线程，直至返回ack。
由于send方法返回的是一个Future对象，根据Futrue对象的特点，我们也可以实现同步发送的效果，只需在调用Future对象的get方发即可。
package com.wolffy.kafka;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
import java.util.concurrent.ExecutionException;
public class CustomProducer {
public static void main(String[] args) throws ExecutionException, InterruptedException {
Properties props = new Properties();
props.put("bootstrap.servers", "hadoop102:9092");//kafka集群，broker-list
props.put("acks", "all");
props.put("retries", 1);//重试次数
props.put("batch.size", 16384);//批次大小
props.put("linger.ms", 1);//等待时间
props.put("buffer.memory", 33554432);//RecordAccumulator缓冲区大小
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
Producer<String, String> producer = new KafkaProducer<>(props);
for (int i = 0; i < 100; i++) {
producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), Integer.toString(i))).get();
}
producer.close();
}
}
IT学习网站
牛牛IT网站：https://www.cowcowit.com/
Kafka学习资源推荐
Kafka多维度系统精讲-从入门到熟练掌握
链接: https://pan.baidu.com/s/1fvhFRu9eExVKq8tGr3mPsw 提取码: 2mdb
--来自百度网盘超级会员v4的分享
失效加V：x923713
标签：Producer,import,kafka,apache,API,props,put,org,Kafka 来源： https://www.cnblogs.com/niuniu2022/p/16345814.html