kafka消费者高级实例
消费者高级实例
historykafka_history
为什么使用高级消费者（High Level Consumer）
有时，我们消费Kafka的消息，并不关心偏移量，我们仅仅关心数据能被消费就行。High Level Consumer(高级消费者)提供了消费信息的方法而屏蔽了大量的底层细节。
首先要知道的是，高级消费者在zookeeper的特定分区存储最后的偏离。这个偏移当kafka启动时准备完毕。这一般是指消费者组（Consumer group）。
请小心，对于kafka集群消费群体的名字是全局的，任何的“老”逻辑的消费者应该被关闭，然后运行新的代码。当一个新的进程拥有相同的消费者群的名字，kafka将会增加进程的线程消费topic并且引发的“重新平衡（reblannce）”。在这个重新平衡中，kafka将分配现有分区到所有可用线程，可能移动一个分区到另一个进程的消费分区。如果此时同时拥有旧的的新的代码逻辑，将会有一部分逻辑进入旧得Consumer而另一部分进入新的Consumer中的情况.
设计一个高级消费者（Designing a High Level Consumer）
了解使用高层次消费者的第一件事是，它可以（而且应该！）是一个多线程的应用。线程围绕在你的主题分区的数量，有一些非常具体的规则：
如果你提供比在topic分区多的线程数量，一些线程将永远不会看到消息。
如果你提供的分区比你拥有的线程多，线程将从多个分区接收数据。
如果你每个线程上有多个分区，对于你以何种顺序收到消息是没有保证的。举个例子，你可能从分区10上获取5条消息和分区11上的6条消息，然后你可能一直从10上获取消息，即使11上也拥有数据。
添加更多的进程线程将使kafka重新平衡，可能改变一个分区到线程的分配。
这里是一个简单的消费者例子：
package com.test.groups;
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
public class ConsumerTest implements Runnable {
private KafkaStream m_stream;
private int m_threadNumber;
public ConsumerTest(KafkaStream a_stream, int a_threadNumber) {
m_threadNumber = a_threadNumber;
m_stream = a_stream;
}
public void run() {
ConsumerIterator<byte[], byte[]> it = m_stream.iterator();
while (it.hasNext())
System.out.println("Thread " + m_threadNumber + ": " + new String(it.next().message()));
System.out.println("Shutting down Thread: " + m_threadNumber);
}
}
这里最有趣的是 while (it.hasNext()) ,基本上这段代码一直向kafka读取消息，直到你停止它。
配置测试应用（Configuring the test application）
不像simpleconsumer高层消费者为你很多的提供需要bookkeeping和错误处理。但是你要告诉kafka这些信息。下面的方法定义了创建高级消费者基础配置：
private static ConsumerConfig createConsumerConfig(String a_zookeeper, String a_groupId) {
Properties props = new Properties();
props.put("zookeeper.connect", a_zookeeper);
props.put("group.id", a_groupId);
props.put("zookeeper.session.timeout.ms", "400");
props.put("zookeeper.sync.time.ms", "200");
props.put("auto.commit.interval.ms", "1000");
return new ConsumerConfig(props);
}
zookeeper.connect 指定zookeeper集群中的一个实例，kafka利用zookeeper储存topic的分区偏移值。
Groupid 消费者所属的Consumer Group（消费者群）。
zookeeper.session.timeout.ms zookeeper的超时处理。
auto.commit.interval.ms 属性自动提交的间隔。这将替代消息被消费后提交。如果发生错误，你将从新获得未更新的消息。
创建线程池
这个例子使用了Java java.util.concurrent包的线程管理，因为它使创建一个线程池非常简单。
public void run(int a_numThreads) {
Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
topicCountMap.put(topic, new Integer(a_numThreads));
Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
List<KafkaStream<byte[], byte[]>> streams = consumerMap.get(topic);
// now launch all the threads
//
executor = Executors.newFixedThreadPool(a_numThreads);
// now create an object to consume the messages
//
int threadNumber = 0;
for (final KafkaStream stream : streams) {
executor.submit(new ConsumerTest(stream, threadNumber));
threadNumber++;
}
}
首先我们创建一个map，告诉kafka提供给哪个topic多少线程。consumer.createmessagestreams是我们如何把这个信息传递给卡夫卡。返回的是一个包含kafkastream 的以topic 为键list的map结合。（注意，这里我们只向卡夫卡注册一个话题，但我们可以为map中多添加一个元素的）
最后，我们创建的线程池和通过一项新的consumertest对象，每个线程运转我们的业务逻辑。
清理和异常处理
Kafka在每次处理后不会立即更新zookeeper上的偏移值，她会休息上一段时间后提交。在这段时间内，你的消费者可能已经消费了一些消息，但并没有提交到zookeeper上。这样你可能会重复消费数据。
同时一些时候，broker失败从新选取leader是也可能会导致重复消费消息。
为了避免这种情况应该清理完成后再关闭，而不是直接使用kill -9命令。
这里的例子是休息10秒后再关闭。
try {
Thread.sleep(10000);
} catch (InterruptedException ie) {
}
example.shutdown();
运行示例
此处的启动命令需提供：
ZooKeeper连接的字符串和端口号
使用这一过程的消费群的名字
Topic的消费消息
消费topic的线程数
例如:
server01.myco.com1:2181 group3 myTopic 4
连接server01.myco.com端口2181的zookeeper。并要求从Topic的myTopic所有分区，并通过4个线程消费。这个例子的消费群是group3。
完整源码
package com.test.groups;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class ConsumerGroupExample {
private final ConsumerConnector consumer;
private final String topic;
private ExecutorService executor;
public ConsumerGroupExample(String a_zookeeper, String a_groupId, String a_topic) {
consumer = kafka.consumer.Consumer.createJavaConsumerConnector(
createConsumerConfig(a_zookeeper, a_groupId));
this.topic = a_topic;
}
public void shutdown() {
if (consumer != null) consumer.shutdown();
if (executor != null) executor.shutdown();
}
public void run(int a_numThreads) {
Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
topicCountMap.put(topic, new Integer(a_numThreads));
Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
List<KafkaStream<byte[], byte[]>> streams = consumerMap.get(topic);
// now launch all the threads
//
executor = Executors.newFixedThreadPool(a_numThreads);
// now create an object to consume the messages
//
int threadNumber = 0;
for (final KafkaStream stream : streams) {
executor.submit(new ConsumerTest(stream, threadNumber));
threadNumber++;
}
}
private static ConsumerConfig createConsumerConfig(String a_zookeeper, String a_groupId) {
Properties props = new Properties();
props.put("zookeeper.connect", a_zookeeper);
props.put("group.id", a_groupId);
props.put("zookeeper.session.timeout.ms", "400");
props.put("zookeeper.sync.time.ms", "200");
props.put("auto.commit.interval.ms", "1000");
return new ConsumerConfig(props);
}
public static void main(String[] args) {
String zooKeeper = args[0];
String groupId = args[1];
String topic = args[2];
int threads = Integer.parseInt(args[3]);
ConsumerGroupExample example = new ConsumerGroupExample(zooKeeper, groupId, topic);
example.run(threads);
try {
Thread.sleep(10000);
} catch (InterruptedException ie) {
}
example.shutdown();
}
}