原文地址:http://blog.csdn.net/honglei915/article/details/37697655
Kafka Producer APIs
舊版的Procuder API有兩種:kafka.producer.SyncProducer和kafka.producer.async.AsyncProducer.它們都實現了同一個接口:
[java] view plaincopy
- class Producer {
- /* 將消息發送到指定分區 */
- public void send(kafka.javaapi.producer.ProducerData<K,V> producerData);
- /* 批量發送一批消息 */
- public void send(java.util.List<kafka.javaapi.producer.ProducerData<K,V>> producerData);
- /* 關閉producer */
- public void close();
- }
新版的Producer API提供了以下功能:
- 可以將多個消息緩存到本地隊列裏,然後異步的批量發送到broker,可以通過參數
producer.type=async做到。
緩存的大小可以通過一些參數指定:queue.time
和batch.size
。一個後臺線程((kafka.producer.async.ProducerSendThread
)從隊列中取出數據並讓kafka.producer.EventHandler
將消息發送到broker,也可以通過參數event.handler定製
handler,在producer端處理數據的不同的階段註冊處理器,比如可以對這一過程進行日誌追蹤,或進行一些監控。只需實現kafka.producer.async.CallbackHandler
接口,並在callback.handler
中配置。 - 自己編寫Encoder來序列化消息,只需實現下面這個接口。默認的Encoder是
kafka.serializer.DefaultEncoder
。[java] view plaincopy
- interface Encoder<T> {
- public Message toMessage(T data);
- }
- 提供了基於Zookeeper的broker自動感知能力,可以通過參數
zk.connect
實現。如果不使用Zookeeper,也可以使用broker.list
參數指定一個靜態的brokers列表,這樣消息將被隨機的發送到一個broker上,一旦選中的broker失敗了,消息發送也就失敗了。 - 通過分區函數
kafka.producer.Partitioner類對消息分區
。[java] view plaincopy
- interface Partitioner<T> {
- int partition(T key, int numPartitions);
- }
hash(key)%numPartitions
.如果key是null,就隨機的選擇一個。可以通過參數partitioner.class
定製分區函數。
新的api完整實例如下:
[java] view plaincopy
- import java.util.*;
- import kafka.javaapi.producer.Producer;
- import kafka.producer.KeyedMessage;
- import kafka.producer.ProducerConfig;
- public class TestProducer {
- public static void main(String[] args) {
- long events = Long.parseLong(args[0]);
- Random rnd = new Random();
- Properties props = new Properties();
- props.put("metadata.broker.list", "broker1:9092,broker2:9092 ");
- props.put("serializer.class", "kafka.serializer.StringEncoder");
- props.put("partitioner.class", "example.producer.SimplePartitioner");
- props.put("request.required.acks", "1");
- ProducerConfig config = new ProducerConfig(props);
- Producer<String, String> producer = new Producer<String, String>(config);
- for (long nEvents = 0; nEvents < events; nEvents++) {
- long runtime = new Date().getTime();
- String ip = “192.168.2.” + rnd.nextInt(255);
- String msg = runtime + “,www.example.com,” + ip;
- KeyedMessage<String, String> data = new KeyedMessage<String, String>("page_visits", ip, msg);
- producer.send(data);
- }
- producer.close();
- }
- }
下面這個是用到的分區函數:
[java] view plaincopy
- import kafka.producer.Partitioner;
- import kafka.utils.VerifiableProperties;
- public class SimplePartitioner implements Partitioner<String> {
- public SimplePartitioner (VerifiableProperties props) {
- }
- public int partition(String key, int a_numPartitions) {
- int partition = 0;
- int offset = key.lastIndexOf('.');
- if (offset > 0) {
- partition = Integer.parseInt( key.substring(offset+1)) % a_numPartitions;
- }
- return partition;
- }
- }
KafKa Consumer APIs
Consumer API有兩個級別。低級別的和一個指定的broker保持連接,並在接收完消息後關閉連接,這個級別是無狀態的,每次讀取消息都帶着offset。
高級別的API隱藏了和brokers連接的細節,在不必關心服務端架構的情況下和服務端通信。還可以自己維護消費狀態,並可以通過一些條件指定訂閱特定的topic,比如白名單黑名單或者正則表達式。
低級別的API
[java] view plaincopy
- class SimpleConsumer {
- /*向一個broker發送讀取請求並得到消息集 */
- public ByteBufferMessageSet fetch(FetchRequest request);
- /*向一個broker發送讀取請求並得到一個相應集 */
- public MultiFetchResponse multifetch(List<FetchRequest> fetches);
- /**
- * 得到指定時間之前的offsets
- * 返回值是offsets列表,以倒序排序
- * @param time: 時間,毫秒,
- * 如果指定爲OffsetRequest$.MODULE$.LATIEST_TIME(), 得到最新的offset.
- * 如果指定爲OffsetRequest$.MODULE$.EARLIEST_TIME(),得到最老的offset.
- */
- public long[] getOffsetsBefore(String topic, int partition, long time, int maxNumOffsets);
- }
低級別的API是高級別API實現的基礎,也是爲了一些對維持消費狀態有特殊需求的場景,比如Hadoop consumer這樣的離線consumer。
高級別的API
[java] view plaincopy
- /* 創建連接 */
- ConsumerConnector connector = Consumer.create(consumerConfig);
- interface ConsumerConnector {
- /**
- * 這個方法可以得到一個流的列表,每個流都是MessageAndMetadata的迭代,通過MessageAndMetadata可以拿到消息和其他的元數據(目前之後topic)
- * Input: a map of <topic, #streams>
- * Output: a map of <topic, list of message streams>
- */
- public Map<String,List<KafkaStream>> createMessageStreams(Map<String,Int> topicCountMap);
- /**
- * 你也可以得到一個流的列表,它包含了符合TopicFiler的消息的迭代,
- * 一個TopicFilter是一個封裝了白名單或黑名單的正則表達式。
- */
- public List<KafkaStream> createMessageStreamsByFilter(
- TopicFilter topicFilter, int numStreams);
- /* 提交目前消費到的offset */
- public commitOffsets()
- /* 關閉連接 */
- public shutdown()
- }
這個API圍繞着由KafkaStream實現的迭代器展開,每個流代表一系列從一個或多個分區多和broker上匯聚來的消息,每個流由一個線程處理,所以客戶端可以在創建的時候通過參數指定想要幾個流。一個流是多個分區多個broker的合併,但是每個分區的消息只會流向一個流。
每調用一次createMessageStreams都會將consumer註冊到topic上,這樣consumer和brokers之間的負載均衡就會進行調整。API鼓勵每次調用創建更多的topic流以減少這種調整。createMessageStreamsByFilter方法註冊監聽可以感知新的符合filter的tipic。