一文带您快速入门Kafka

2023-07-07 51CTO

加入收藏

作者 | 蔡柱梁
审校 | 重楼

目标

了解 Kafka 的重要概念
搭建 Kafka 服务端
使用SpringBoot 实现简单的 Demo

1 了解 Kafka 的重要概念

Kafka 是使用 Scala 语言开发的一个多分区、多副本且基于 ZooKeeper 协调的分布式消息系统。目前，它的定位是一个分布式流式处理平台。
Kafka 在我们工作中最常扮演的三个角色：

消息系统

Kafka 和传统的消息中间件一样具有系统解耦、冗余存储、流量削峰、异步通信等功能。

存储系统

Kafka 会将消息持久化到磁盘，并且有多副本机制，有效降低了数据丢失的风险。有时，我们也可以使用它来存储数据，只需要把对应的数据保留策略设置成为“永久”即可。

流式处理平台

Kafka 不仅为很多流式处理框架（如：Storm、Spark、Flink 等）提供了可靠的数据来源，还提供了一个完整的流式处理类库。

1.1 基本概念

上图（图出自于《深入理解Kafka核心设计与实践原理》）体现了 Kafka 的整体架构，Producer 发送消息，Kafka 将元数据存储在 ZK 中并交由ZK 管理，Consumer 通过拉模式获取消息。

Producer

生产者，消息的投递方，负责创建消息并投递到 Kafka 中。

Broker

Kafka 服务实例

Consumer

消费者，处理消息的一方
上面的概念都是物理层面上的，但是在实际使用过程中还有很多逻辑方面的定义，这些概念也是需要了解的。如果不了解，就算勉强写出了代码，但是自己还是一脸懵不知道自己都定义了什么，它们都有什么意义，估计离生产故障就不远了。
接下来我们再去了解三个重要的逻辑概念：

Topic（主题）

生产者创建消息是要发送给特定的主题的，而消费者拉取消息也是要指定主题的。消息就是通过主题来归类的。

Partition（分区）

一个Topic 可以有多个 Patition，而一个 Partition 只属于一个 Topic。同一个 Topic 下，不同 Partition 存储的消息是不同的。

Offset（偏移量）

Kafka 的消息是可以持久化并反复消费的，这是因为在每个分区中，当有消息写入就会像追加日志那样顺序写入（顺序IO的写入性能是十分好的），通过Offset 来记录对应消息所在的位置。因此，Offset 是消息在 Partition 中的唯一标识，并且能看出同一个 Partition 内的消息的先后顺序，我们称之为 “Kafka 保证消息在分区内是有序的”。
为了更好，更直观体现上面三者的关系，我们先一起看下图（图出自于《深入理解Kafka核心设计与实践原理》）

该图展示了一个拥有4个 Partition 的 Topic，而分区里面的阿拉伯数字就是 Offset（也表示着一条消息），虚线部分代表新消息可以插入的位置。每条消息在发送到 Broker 之前，会先计算当前消息应该发送到哪个 Partition。因此，只要我们设置合理，消息可以均匀地分配在不同的 Partition 上，当发现请求数量激增时，我们也可以考虑通过适当增加 Partition（Broker 也要增加）的方式，从而降低每个 Broker 的 I/O 压力。
另外，为了降低消息丢失的风险，Kafka 为 Partition 引进了多副本（Replica）机制，通过增加副本数量来提高容灾能力。副本之间采用的是“一主多从”的设计，其中 Leader 负责读写请求，Follower 则仅负责同步 Leader 的消息（这种设计方式，大家应该要意识到会存在同步滞后的问题），并且副本处于不同的 Broker 中，当 Leader 出现故障（一般是因为其所在的 Broker 出现故障导致的）时，就从 Follower 中重新选举出新的 Leader 提供服务。当选出新的 Leader 并恢复服务后，Consumer 可以通过之前自己保存的 Offset 来继续拉取消息消费。
结合到目前为止我们所知道的知识点，一起看下 4 个 Broker 的 Kafka 集群中，某一个 Topic 有三个 Partition，其副本因子为 3（副本因子为3就是每个 Partition 有 3 个副本，一个 Leader，两个 Follower）的架构图（图出自于《深入理解Kafka核心设计与实践原理》）。

1.2 Message 与 Partition

在 1.1 小节中，我们已经知道一条消息只会存在一个 Partition中（只管 Leader，不管 Follower），而 Offset 则是消息在 Partition 中的唯一标识。而在本章节，我们将一起更深入地了解消息与 Partition 的关系，还有副本间同步数据所衍生的一些概念。
上面有提到 Kafka 的多副本机制是 Leader 提供读写，而 Flower 是需要同步 Leader 的数据的，那么具体是怎样的呢？请看下图（单主题单分区3副本）：

当Producer 不断往 Leader 写入消息时，Flower 会不断去 Leader 拉取消息，但是每台机器的性能会有出入，所以同步也有差异，正如上图这般。对于 Consumer 而言，只有 HW 之前的消息是可见可拉取消费的，这样做有个好处就是当发生故障转移时，Consumer 的 Offset 也不会发生数组越界的问题。这种做法是 Kafka 权衡利弊后给出的数据可靠性与性能平衡的方案，即不采取同步复制（性能差，对于高并发场景是灾难般的设计），也不采取异步复制（完全异步，数据丢失问题突出）。
当然，对于Producer 而言就是消息丢失了，有时我们需要确保消息百分百投递，这样不就有问题了吗？不急，Kafka 可以在 Producer 的配置上配置 acks=-1 + min.insync.replicas=n（n 大于 1），这样配置后，只有消息被写入所有副本后，Kafka 服务端才会返回 ack 给 Producer。
下面来梳理下上面提及的几个概念：

HW(Heigh Watermark)

它标识了Consumer 可以拉取消息的最高水位，客户端拉取的 Offset 必须小于 HW。

LEO(Log End Offset)

这个标记位标识下一条写入的消息应该存放的位置。

AR(Assigned Rplicas)

所有副本的统称

ISR(In-Syns Rplicas)

与Leader 保持一定程度同步的 Flower 集合。这个一定程度指的是在可容忍滞后范围内，这个可容忍范围可以通过配置修改。

OSR(Out-of-Sync Rplicas)

同步滞后超过了容忍范围的Flower 集合。

2 搭建 Kafka 服务端

这里仅以单节点为例，不配置集群。

2.1 安装 ZooKeeper

在第一章节，我们知道 Kafka 会将元数据交由 ZK 管理，所以我们要先安装好 ZK。
1.首先检查自己的linux 是否安装好了 yum 工具

rpm -qa|grep yum

使用 yum 安装好 wget
2.下载 ZK
wget https://archive.Apache.org/dist/zookeeper/zookeeper-3.4.6/zookeeper-3.4.6.tar.gz

3.解压

tar -zxvf zookeeper-3.4.6.tar.gz

4.为ZK 创建存放数据和日志的文件夹

mkdir data 
mkdir logs

5.修改ZK 配置文件

cd conf
cp zoo_sample.cfg zoo.cfg

vi zoo.cfg
修改配置内容具体如下：

# ZooKeeper 服务器心跳时间，单位:毫秒
tickTime=2000
# 投票选举新 Leader 的初始化时间
initLimit=10
# Leader 与 Flower 心跳检测最大容忍时间，响应超过 syncLimit*tickTime，就剔除 Flower
syncLimit=5
# 存放数据的文件夹
dataDir=/root/zookeeper-3.4.6/data
# 存放日志的文件夹
dataLogDir=/root/zookeeper-3.4.6/logs
# ZooKeeper提供给接入客户端的连接端口
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the mAIntenance section of the
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature

接着，到 /root/zookeeper-3.4.6/data 创建文件 myid（如果部署的是集群，那么这个 myid 必需唯一，不能重复）。

cat > myid
vi myid

具体如下：

6.配置环境变量

vi /etc/profile
 export ZOOKEEPER_HOME=/root/zookeeper-3.4.6
export PATH=$PATH:$ZOOKEEPER_HOME/bin

再执行 source /etc/profile
至此，ZooKeeper 已经配置好了，我们可以启动看下是否有问题。

2.2 安装 Kafka

1.到官网下载安装包

2.使用 psftp 上传到服务器

# put dir remoteDir
put D:downloadskafka_2.13-3.5.0.tgz /root/kafka_2.13-3.5.0.tgz

3.解压

tar -zxvf kafka_2.13-3.5.0.tgz

4.修改配置

cd kafka_2.13-3.5.0cd config/

由于 server.properties 比较大，就不全部贴上来了，只贴我修改的部分：

# 是Broker的标识，因此在集群中必需唯一
broker.id=0
# Broker 对外服务地址(我这里vmware的ip是192.168.226.140)
listeners=PLAINTEXT://192.168.226.140:9092
# 实际工作中，会分内网外网，当有需要提供给外部客户端使用时，我们一般 listeners 配置内网供 Broker 之间通信使用，而 advertised.listeners 配置走外网给接入的客户端使用
#advertised.listeners=PLAINTEXT://your.host.name:9092
# 存放消息日志文件地址
log.dirs=/root/kafka_2.13-3.5.0/logs
# ZK 的访问路径，我这里因为 ZK 和 Kafka 放在了同一个服务器上，所以就使用了 localhost
zookeeper.connect=localhost:2181

5.修改环境变量

vi /etc/profile
 export KAFKA_HOME=/root/kafka_2.13-3.5.0
export PATH=$PATH:$KAFKA_HOME/bin

再执行 source /etc/profile
6.进入bin目录，启动 Broker

kafka-server-start.sh ../config/server.properties &

ps -ef|grep kafka 看下进程，但是是否已经可以使用，要通过发送消息和消费消息来验证。

3 使用 Spring Boot 实现简单的 Demo

下面是示例代码：
pom.xml

<?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>
        <!-- spring boot3.0+ 只支持jdk17，如果使用1.8出现包冲突需要自己处理 -->
        <version>2.7.12</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.example.czl</groupId>
    <artifactId>kafka</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>springboot-kafka</name>
    <description>spring boot集成kafka demo</description>
    <properties>
        <JAVA.version>1.8</java.version>
        <MyBatis-plus.version>3.5.3.1</mybatis-plus.version>
        <velocity-engine-core.version>2.3</velocity-engine-core.version>
        <lombok.version>1.18.26</lombok.version>
        <guava.version>31.1-jre</guava.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>com.MySQL</groupId>
            <artifactId>mysql-connector-j</artifactId>
            <scope>runtime</scope>
        </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>
            <exclusions>
                <exclusion>
                    <artifactId>scala-library</artifactId>
                    <groupId>org.scala-lang</groupId>
                </exclusion>
                <exclusion>
                    <artifactId>scala-reflect</artifactId>
                    <groupId>org.scala-lang</groupId>
                </exclusion>
            </exclusions>
        </dependency>

        <!-- mybatis-plus -->
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>${mybatis-plus.version}</version>
        </dependency>
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-generator</artifactId>
            <version>${mybatis-plus.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.velocity</groupId>
            <artifactId>velocity-engine-core</artifactId>
            <version>${velocity-engine-core.version}</version>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>${lombok.version}</version>
        </dependency>

        <dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>${guava.version}</version>
        </dependency>
    </dependencies>

    <!-- 对于一些特殊的依赖指定特定版本 -->
    <!--<dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.yaml</groupId>
                <artifactId>snakeyaml</artifactId>
                <version>2.0</version>
            </dependency>
        </dependencies>
    </dependencyManagement>-->

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

</project>

Application.yml

spring:
  application:
    name: spring-boot-kafka
  profiles:
    active: dev

server:
  port: 8080

application-dev.yml

spring:
  datasource:
    url: "jdbc:mysql://***:***/***?useSSL=false&useUnicode=true&characterEncoding=utf8&ApplicationName=spring-boot-demo&serverTimezone=UTC&allowMultiQueries=true"
    username: "***"
    password: "***"
  kafka:
    bootstrap-servers: "192.168.226.140:9092" # 访问Kafka服务端的地址
    consumer:
      group-id: ${spring.application.name}-${spring.profiles.active} # 一条消息只会被订阅了该主题的同一个分组内的一个消费者消费

mybatis-plus:
  configuration:
    # 打印sql
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl

logback.xml

<?xml version="1.0" encoding="UTF-8"?>
<configuration>
    <property name="LOG_PATH_HOME" value="./logs/spring-boot-kafka"/>
    <property name="LOG_LEVEL" value="INFO"/>

    <!-- 日志文件布局 -->
    <appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
            <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%t] %-5level %logger{36}(%L) - [%X{traceId}] %msg%n</pattern>
        </encoder>
        <!-- 按时间大小归档日志 -->
        <rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
            <FileNamePattern>${LOG_PATH_HOME}/log.%d{yyyy-MM-dd}.%i.log</FileNamePattern>
            <maxFileSize>200MB</maxFileSize>
        </rollingPolicy>
    </appender>

    <!-- 控制台日志布局 -->
    <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
        <encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
            <Pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%t] %-5level %logger{36}(%L) - [%X{traceId}] %msg%n</Pattern>
        </encoder>
    </appender>

    <logger name="org.springframework.web.filter.CommonsRequestLoggingFilter" level="INFO"/>
    <logger name="org.springframework" level="INFO"/>
    <logger name="com.czl.demo" level="${LOG_LEVEL}"/>
    <root level="${LOG_LEVEL}">
        <appender-ref ref="FILE"/>
        <appender-ref ref="STDOUT"/>
    </root>
</configuration>

ProducerDemo

import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.support.SendResult;
import org.springframework.stereotype.Component;
import org.springframework.util.concurrent.ListenableFuture;
import org.springframework.util.concurrent.ListenableFutureCallback;

/**
 * @author CaiZhuliang
 * @date 2023/6/18
 */
@Slf4j
@Component
@RequiredArgsConstructor
public class ProducerDemo {
    private final KafkaTemplate<String, String> kafkaTemplate;

    /**
     * 发送消息
     * @param topic 主题
     * @param msg 消息
     * @param callback 钩子
     */
    public void send(String topic, String msg, ListenableFutureCallback<SendResult<String, String>> callback) {
        log.info("发送Kafka消息 - topic : {}, msg : {}", topic, msg);
        ListenableFuture<SendResult<String, String>> future = kafkaTemplate.send(topic, msg);
        if (null != callback) {
            future.addCallback(callback);
        }
    }
}

ConsumerDemo

package com.example.czl.kafka.kafka.producer.consumer;

import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;

/**
 * @author CaiZhuliang
 * @date 2023/6/18
 */
@Slf4j
@Component
@RequiredArgsConstructor
public class ConsumerDemo {
    @KafkaListener(topics = "test-topic-1")
    public void receivingMsg(String msg) {
        log.info("接收到Kafka消息 - msg : {}", msg);
    }
}

TestController

package com.example.czl.kafka.controller;

import com.example.czl.kafka.kafka.producer.ProducerDemo;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * @author CaiZhuliang
 * @date 2023/6/18
 */
@Slf4j
@RestController
@RequiredArgsConstructor
@RequestMapping("/test")
public class TestController {
    private final ProducerDemo producerDemo;

    @GetMapping("/send/kafka_msg")
    public Long sendMsg(String msg) {
        log.info("测试发送kafka消息 - msg : {}", msg);
        producerDemo.send("test-topic-1", msg, null);
        return System.currentTimeMillis();
    }
}

postman请求测试如下：

控制台信息如下：

作者介绍

蔡柱梁，51CTO社区编辑，从事Java后端开发8年，做过传统项目广电BOSS系统，后投身互联网电商，负责过订单，TMS，中间件等。