上周分享了Kafka性能测试初探的Java版本，有读者留言说太简单，内容比较水。这里澄清一下，是我学得比较水。文章定位就是一篇使用Java语言的Kafka Client客户端进行简单操作演示，然后模拟一下简单场景的性能测试。其中深入学习Kafka的可以随处搜到很权威实用的资料，有深入学习需求的可以自行寻找。
好久没有写Go了，这才突然觉察到，又重新复习了一波Go语言的基础语法。顺带着之前留下的好习惯，每个学习的框架和工具都用Java和Go写一遍。这次也分享一下Go语言的Kafka基础入门，以及生产者的简单测试场景。
我用的是shopify出的sarama，依赖如下github.com/Shopify/sarama v1.38.1。在搜资料的过程中，还发现有使用其他客户端的，选择挺多。
Kafka配置
Sarama框架中的生产者和消费者的配置类是一个，不太清楚这么设计的意图，两个配置重合度并不高，在Sarama中也是分开配置，但使用了同一个配置类。
生产者配置：
config := sarama.NewConfig()
config.Producer.Return.Successes = true
config.Producer.Return.Errors = true
config.Producer.RequiredAcks = sarama.NoResponse
config.Producer.Compression = sarama.CompressionLZ4
config.Producer.Timeout = time.Duration(50) * time.Millisecond
config.Producer.Retry.Max = 3
消费者配置：
config := sarama.NewConfig()
config.Consumer.Offsets.AutoCommit.Enable = true
config.Consumer.Offsets.AutoCommit.Interval = 1 * time.Second
config.Consumer.Offsets.Initial = sarama.OffsetOldest
config.Consumer.Offsets.Retry.Max = 3
这里只选择部分参数，详细的配置项和注释都可以在源码中找到，Sarama的一个好处就是注释非常全，甚至不用看官方API文档。
生产者
下面是生产者的代码，相比较Java来说，我这里增加了header的实践，其实Java也是支持的，只是当时学的时候漏掉了这个知识点。
producer, err := sarama.NewSyncProducer([]string{"localhost:9092"}, config)
if err != nil {
log.Fatal(err)
return
}
defer func() {
// 关闭生产者
if err = producer.Close(); err != nil {
log.Fatal(err)
return
}
}()
// 定义需要发送的消息
headers := []sarama.RecordHeader{sarama.RecordHeader{
Key: []byte("funtest"),
Value: []byte("have fun ~"),
}}
msg := &sarama.ProducerMessage{
Topic: "topic_test",
Key: sarama.StringEncoder("test"),
Value: sarama.StringEncoder("ddddddddddddddddd"),
Headers: headers,
}
// 发送消息，并获取该消息的分片、偏移量
for i := 0; i < 100; i++ {
ftool.Sleep(1000)
partition, offset, err := producer.SendMessage(msg)
if err != nil {
log.Fatal(err)
}
fmt.Printf("partition:%d offset:%d\n", partition, offset)
}
这里官方给的实践代码中感觉ProducerMessage类似于Java的org.apache.kafka.clients.producer.ProducerRecord#ProducerRecord，也是可以指定partitionid和时间戳，以及单独设置retries次数的。还有一个比较重要的类AsyncProducer，暂时不探索了。
消费者
消费者使用上Go和Java差异比较大，Sarama用了channel的概念，可以一直不停止从服务端获取消息对象，不像Java可以指定一次接受的消息数量，单次最大等待时间等。盲猜这里channel的性能太好了吧，不需要复杂设计也能满足需求。
consumer, err := sarama.NewConsumer([]string{"localhost:9092"}, config)
if err != nil {
fmt.Printf("fail to start consumer, err:%v\n", err)
return
}
topic := "topic_test"
partitionList, err := consumer.Partitions(topic) // 根据topic取到所有的分区
if err != nil {
fmt.Printf("fail to get list of partition:err%v\n", err)
return
}
fmt.Println(partitionList)
defer consumer.Close()
for partition := range partitionList { // 遍历所有的分区
// 针对每个分区创建一个对应的分区消费者
log.Println(partition)
pc, err := consumer.ConsumePartition(topic, int32(partition), sarama.OffsetOldest)
if err != nil {
fmt.Printf("failed to start consumer for partition %d,err:%v\n", partition, err)
}
for msg := range pc.Messages() {
log.Println(string(msg.Value))
//log.Println(string(msg.Headers[0].Value))
}
for {
msg := <-pc.Messages()
log.Println(string(msg.Value))
}
}
后来我写了两种接受方式，其实都是阻塞的，如果是性能测试的时候可以使用Go中的go关键字起routine来执行。
性能测试
我这之展示性能测试简单的例子，即生产者不停地往Kafka发消息的Demo，复用了上文中的生产者代码，下面只展示执行部分。
execute.ExecuteRoutineTimes(func() {
_, _, _ := producer.SendMessage(msg)
}, 100, 10)
执行方法ExecuteRoutineTimes是我写的一个基于线程模型的压测执行方法，内容如下：
// ExecuteRoutineTimes
// @Description: FunTester性能测试执行框架
// @param fun 待执行方法
// @param times 次数
// @param routine 线程数
func ExecuteRoutineTimes(fun func(), times, routine int) {
c := make(chan int) //确认所有线程都结束
key := false //用于控制所有线程一起结束
start := ftool.Milli()
for i := 0; i < routine; i++ {
go func() {
sum := 0
for i := 0; i < times; i++ {
if key {
break
}
fun()
sum++
}
key = true
c <- sum
}()
}
total := 0
for i := 0; i < routine; i++ {
num := <-c
total += num
}
end := ftool.Milli()
diff := end - start
//total := thread * times
log.Printf("总耗时: %f", float64(diff)/1000)
log.Printf("请求总数: %d", total)
log.Printf("QPS: %f", float64(total)/float64(diff)*1000.0)
}
总结起来，相比Java，Go语言相对简单一些。如果习惯了Go语言的习惯，对于做测试来说上手要比Java快一些。再买个坑，改天测试一下两者之间的性能差异。理论上Go要比Java好一些。
Sarama是一个用于Apache Kafka的Go语言库。Kafka是一个分布式流处理平台，它可以处理大规模的数据流，并将其发布到主题中，供其他应用程序使用。Sarama库允许Go应用程序与Kafka集群进行通信。它支持多个版本的Kafka协议，并提供了生产者和消费者API，以便应用程序可以轻松地将消息发布到Kafka主题或从中读取消息。Sarama还提供了一些有用的工具，如分区选择器和负载平衡器，以帮助开发人员更好地管理Kafka消费者。