Linux下单机安装部署kafka及代码实现

技术交流群：233513714

这几天研究了kafka的安装及使用，在网上找了很多教程但是均以失败告终，直到最后想起网络方面的问题最终才安装部署成功，下面就介绍一下kafka的安装部署及代码实现

一、关闭防火墙

重要的事情说100遍，关闭防火墙...(如果不关闭防火墙就会出现Exception in thread "main" kafka.common.FailedToSendMessageException: Failed to send messages after 3 tries.等各种奇葩的问题)

1、关闭firewall：
systemctl stop firewalld.service #停止firewall
systemctl disable firewalld.service #禁止firewall开机启动
firewall -cmd --state #查看默认防火墙状态（关闭后显示notrunning，开启后显示running）

2、关闭iptables

service iptables stop #停止iptables
chkconfig iptables off #永久关闭防火墙

service iptables status #查看防火墙关闭状态

以上提供了关闭两种防火墙的命令，可以选择性操作

二、kafka安装测试

1、安装JRE/JDK,（kafka的运行要依赖于jdk，这里就省略了jdk的安装，需要注意的是jdk的版本一定要支持所下载的kafka版本，否则就会报错，这里我安装的是jdk1.7）

2、下载地址：http://kafka.apache.org/downloads.html(我下载的版本是kafka_2.11-0.11.0.1)

3、解压：

tar -xzvf kafka_2.11-0.11.0.1.tgz

rm kafka_2.11-0.11.0.1.tgz (这里一定要删除压缩包，不然会出现zk或kafka启动不起来的问题)

cd kafka_2.11-0.11.0.1

4、在kafka_2.11-0.11.0.1目录下

/bin 启动和停止命令等。
/config 配置文件
/libs 类库

5、修改配置

在config下修改zookeeper.properties为如下配置

maxClientCnxns=100
tickTime=2000
initLimit=10
syncLimit=5

在server.properties添加如下配置

port=9092
host.name=10.61.8.6

zookeeper.connect=localhost:2181

zookeeper.connection.timeout.ms=6000

(以上配置没有的就需要添加)

6、启动、测试、停止

（1）、启动zookeeper

bin/zookeeper-server-start.sh config/zookeeper.properties & (&是为了能退出命令行)

（2）、启动kafka

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

（3）、查看kafka和zk是否启动

ps -ef|grep kafka

（4）、创建topic(topic的名字叫abc)

bin/kafka-topics.sh --create --zookeeper localhost:2181 --partitions 8 --replication-factor 2 --topic abc

（5）、删除topic

bin/kafka-run-class.sh kafka.admin.DeleteTopicCommand --topic abc --zookeeper localhost:2181

（6）、查看topic

bin/kafka-topics.sh --list --zookeeper localhost:2181

（7）、producter推送消息

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic abc

（8）、consumer消费消息

bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic abc --from-beginning

（9）、停止kafka

bin/kafka-server-stop.sh

（10）、停止zookeeper

bin/zookeeper-server-stop.sh

（11）、杀死服务

kill -9 123 (123是进程号)

三、java代码实现

producter

import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.Properties;


/**
 * Created by Administrator on 2017/10/23 0023.
 */
public class KafkaProducter {
    private static final Logger log = LoggerFactory.getLogger(KafkaProducter.class);
    private final Producer<String, String> producer;
    public final static String TOPIC = "abc";

    public static void main(String[] args) {
        new KafkaProducter().produce();
    }

    private KafkaProducter() {
        Properties props = new Properties();
        //此处配置的是kafka的端口
        props.put("metadata.broker.list", "10.61.8.6:9092");
        //配置value的序列化类
        props.put("serializer.class", "kafka.serializer.StringEncoder");
        //配置key的序列化类
        props.put("key.serializer.class", "kafka.serializer.StringEncoder");
        //0、这意味着生产者从不等待来自代理的确认(与0.7相同的行为)。这个选项提供了最低的延迟，但是最弱的持久性保证(当服务器失败时，一些数据将丢失)。
        //1、这意味着在主副本接收到数据后，生产者得到确认。这个选项提供了更好的持久性，因为客户机一直等待直到服务器确认请求成功(只有消息被写入到已死的领导人，但尚未被复制的消息将会丢失)。
        //-1、这意味着在所有同步副本都接收到数据之后，生产者得到确认。这个选项提供了最好的持久性，我们保证只要至少有一个同步副本，就不会丢失任何消息。
        props.put("request.required.acks", "-1");
        producer = new Producer<String, String>(new ProducerConfig(props));
    }

    void produce() {
        int messageNo = 1;
        final int COUNT = 10;
        while (messageNo < COUNT) {
            String key = String.valueOf(messageNo);
            String data = "hello kafka" + key;
            producer.send(new KeyedMessage<String, String>(TOPIC, key, data));
            log.info("",data);
            messageNo++;
        }
    }
}

consumer

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import kafka.serializer.StringDecoder;
import kafka.utils.VerifiableProperties;

import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;

/**
 * Created by Administrator on 2017/10/25 0025.
 */
public class KafkaConsumer {
    private static final Logger log = LoggerFactory.getLogger(KafkaConsumer.class);
    private final ConsumerConnector consumer;
    public final static String TOPIC = "abc";


    public static void main(String[] args) {
        new KafkaConsumer().consume();
    }

    private KafkaConsumer() {
        Properties props = new Properties();
        //zookeeper 配置
        props.put("zookeeper.connect", "10.61.8.6:2181");
        //group 代表一个消费组
        props.put("group.id", "jd-group");
        //zk连接超时
        props.put("zookeeper.session.timeout.ms", "4000");
        props.put("zookeeper.sync.time.ms", "200");
        props.put("auto.commit.interval.ms", "1000");
        props.put("auto.offset.reset", "smallest");
        //序列化类
        props.put("serializer.class", "kafka.serializer.StringEncoder");
        ConsumerConfig config = new ConsumerConfig(props);
        consumer = kafka.consumer.Consumer.createJavaConsumerConnector(config);
    }

    void consume() {
        Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
        topicCountMap.put(TOPIC, new Integer(1));
        StringDecoder keyDecoder = new StringDecoder(new VerifiableProperties());
        StringDecoder valueDecoder = new StringDecoder(new VerifiableProperties());
        Map<String, List<KafkaStream<String, String>>> consumerMap = consumer.createMessageStreams(topicCountMap, keyDecoder, valueDecoder);
        KafkaStream<String, String> stream = consumerMap.get(TOPIC).get(0);
        ConsumerIterator<String, String> it = stream.iterator();
        while (it.hasNext()) {
            log.info("kafka监听到的消息:{}", it.next().message());
        }
        log.info("kafka监听完毕");
    }

}

原创不易，您的支持是我前进的动力