Apache Kafka

Apache Kafka 是一個(gè)分布式流處理平臺(tái)，由 LinkedIn 開(kāi)發(fā)并于 2011 年開(kāi)源，后成為 Apache 軟件基金會(huì)的頂級(jí)項(xiàng)目。Kafka 主要用于構(gòu)建實(shí)時(shí)數(shù)據(jù)管道和流應(yīng)用，能夠處理高吞吐量、低延遲的數(shù)據(jù)發(fā)布與訂閱場(chǎng)景，并支持?jǐn)?shù)據(jù)持久化、多消費(fèi)者組并行消費(fèi)以及容錯(cuò)等功能。

基本概念

主題（Topic）：在 Kafka 中，主題是一個(gè)邏輯上的命名空間，是消息發(fā)布的類別或頻道。生產(chǎn)者將消息發(fā)送到特定的主題上，而消費(fèi)者從這些主題中拉取消息。

分區(qū)（Partition）：每個(gè)主題可以被劃分為多個(gè)分區(qū)，每個(gè)分區(qū)都是一個(gè)有序且不可變的消息序列。分區(qū)的設(shè)計(jì)增強(qiáng)了系統(tǒng)的擴(kuò)展性和并行處理能力，同一主題的不同分區(qū)可以分布于不同的服務(wù)器節(jié)點(diǎn)上。

副本（Replica）：同一分區(qū)可以在集群內(nèi)的不同 Broker 上有多個(gè)副本，其中一個(gè)為主副本（Leader），其他為跟隨副本（Follower）。通過(guò)復(fù)制機(jī)制，Kafka 提供了數(shù)據(jù)冗余以實(shí)現(xiàn)高可用性。

生產(chǎn)者（Producer）：生產(chǎn)者負(fù)責(zé)向 Kafka 主題發(fā)送消息。生產(chǎn)者可以選擇將消息發(fā)送至特定分區(qū)，或者讓 Kafka 自動(dòng)基于負(fù)載均衡或其他策略選擇目標(biāo)分區(qū)。

消費(fèi)者（Consumer）：消費(fèi)者從主題的分區(qū)中讀取消息。消費(fèi)者可以通過(guò)訂閱一個(gè)或多個(gè)主題來(lái)接收消息。

消費(fèi)者組（Consumer Group）：消費(fèi)者組是一組共同消費(fèi)主題的消費(fèi)者的邏輯集合。當(dāng)消費(fèi)者屬于同一個(gè)組時(shí)，它們會(huì)集體消費(fèi)主題的所有分區(qū)，但每個(gè)分區(qū)只分配給該組內(nèi)的一臺(tái)消費(fèi)者實(shí)例，從而實(shí)現(xiàn)了消息的并行消費(fèi)和負(fù)載均衡。如果組內(nèi)消費(fèi)者數(shù)量超過(guò)分區(qū)數(shù)，則多余的消費(fèi)者將處于空閑狀態(tài)。

操作指南

創(chuàng)建主題

在早期版本的 Kafka 中，用戶通常使用 kafka-topics.sh 工具通過(guò) ZooKeeper 連接字符串創(chuàng)建主題。例如：

./kafka-topics.sh --create \
    --zookeeper localhost:2181 \
    --replication-factor 3 \
    --partitions 8 \
    --topic my-topic

然而，在較新的 Kafka 版本中，ZooKeeper 的依賴已被移除，現(xiàn)在推薦直接通過(guò) Kafka 的 AdminClient API 或命令行工具與 Kafka 集群通信：

./kafka-topics.sh --bootstrap-server localhost:9092 \
    --topic my-topic \
    --partitions 8 \
    --replication-factor 3 \
    --create

上述命令會(huì)在 Kafka 集群中創(chuàng)建一個(gè)名為 my-topic 的主題，它包含8個(gè)分區(qū)，并且每個(gè)分區(qū)都有3份副本。

消費(fèi)主題

要消費(fèi)主題，開(kāi)發(fā)者通常編寫代碼實(shí)現(xiàn) Kafka Consumer API。以下是一個(gè)簡(jiǎn)單的 Java 示例：

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("group.id", "my-consumer-group");
props.put("key.deserializer", StringDeserializer.class.getName());
props.put("value.deserializer", StringDeserializer.class.getName());
KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
consumer.subscribe(Arrays.asList("my-topic"));
while (true) {
    ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
    for (ConsumerRecord<String, String> record : records) {
        System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
    }
    // 處理記錄后提交偏移量
    consumer.commitAsync();
}

在這個(gè)示例中，我們首先設(shè)置了連接 Kafka 集群所需的屬性，定義了消費(fèi)者組名，并指定了消息的鍵值反序列化方式。然后創(chuàng)建了一個(gè) KafkaConsumer 實(shí)例，訂閱了 my-topic 主題，并開(kāi)始循環(huán)消費(fèi)消息。每當(dāng)收到消息時(shí)，會(huì)輸出消息的偏移量、鍵和值。

總結(jié)

Kafka 通過(guò)其靈活的主題、分區(qū)和消費(fèi)者組模型，提供了一種高效可靠的消息傳遞系統(tǒng)，適用于大規(guī)模實(shí)時(shí)數(shù)據(jù)處理和集成場(chǎng)景。從簡(jiǎn)單到復(fù)雜的應(yīng)用，Kafka 可以支持從日志收集、事件驅(qū)動(dòng)架構(gòu)到大數(shù)據(jù)處理等多種業(yè)務(wù)需求。

以上就是深入解析Apache Kafka實(shí)時(shí)流處理平臺(tái)的詳細(xì)內(nèi)容，更多關(guān)于Apache Kafka流處理的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！