@muyanfeixiang 2016-12-26T15:18:11.000000Z 字数 6989 阅读 2141

快速了解kafka

kafka 使用文档

什么是kafka？

简单来说kafka就是一个消息队列，同rabbitmq、zeromq等功能类似。更广义的来讲Kafka是一个分布式流平台。这意味着它能够：

stream of records的订阅和发布，这一点类似于传统的消息队列。
可以以容错的方式存储records.
可以是充当流处理器。

因此可以使用两种广义的应用：

在系统或应用之间，充当可靠的流数据管道。
构建实时的流应用，来对数据进行处理。

一些概念

Kafka集群可以单服务器或者多服务器
Kafka以类别来存储stream of records,称为topic
每个topic有一个value，一个key和一个timestamp

核心API

Producer API
ConsumerAPI
StreamsAPI，可以让一个应用充当流处理器，从一个或多个topic读取，将产生结果输入到另一个或多个topic
ConnectorAPI，可以构建和运行可服用的producer和consumer，来连接topic到已有的应用或数据系统。如一个关系型的连接器可以捕获表中的每一个变化。

我们目前主要使用前两个。

作为消息系统

Topic和Logs

一个topic可以认为就是一个队列。一个topic可以有0个，1个或多个订阅者。对于一个topic，kafka通过如下分区log来维护（partitioned log）
image_1b40qtkmkc9h138uamqb3u1p2r9.png-37.2kB
每一个partition都是有序的、不可变动的record序列，每个新的record只能append到partition(可以认为partition是structured commit log)。partition中每个record都分配的有一个offset（偏移量），标识在partition中是唯一的。

kafka保存所有的record，不管有没有被消费。可以通过配置滞留期（retention period）来设置消息过期，到期后record会被删除。kafka的性能与数据大小是常量相关的，所以存储大量数据是没关系的。

image_1b40r8bjnfe5133dv2215nttqjm.png-34.4kB

事实上，consumer只需要保存offset数据。offset是由consumer控制的，每次消费数据后可以递增offset，但是consumer也可以以任意顺序和从任意位置来访问partition。这就使得consumer非常轻量级，可以来回访问partition而不影响其他consumer。

将partition放在log中一方面可以在单个服务器上方便调整大小，每个partition要符合宿主服务器大小。但是一个topic可以有多个partition，因此可以方大量数据。另一方面可以并行。

PS. topic在创建的时候会根据kafka server中 num.partitons来创建若干的partition。在之后如果改变了partition的数量，之前的topic的partition数量不会自动改变。

Distribution

partition是分布到kafka集群中不同的服务器上的，每个partition会根据replication配置，会有若干备份来进行容错。partition之间也是分leader和follower的，只有leader是可读可写的。在leader挂了之后，follower会选出新的leader。一般leader和follower是在不同的机器上。

Producer

Producer将消息发布到topic。Producer负责将哪个消息发布到topic上的哪个partition。可以使用round-robbin来做的负载均衡，也可以使用其他方法。在producer的config中可以配置。

Consumer

Consumer可以使用Consumer_Group来进行分组。topic中的每一个消息只会送达给每个分组中的一个Consumer。但是每个消息会送达各个分组。Consumer可是在单独的进程或者机器。

如果所有的Consumer都在同一个分组，那么就可以实现负载均衡；
如果每个Consumer都在不同的分组，那么就可以实现广播的效果。

image_1b40shn40io21v3cmbo11o119ro13.png-53.7kB

如上，两个kafka server，4个partition，P0-P3,A组有两个consumer，B组有四个consumer。
一般情况，一个topic会有几个订阅组，用来进行不同的逻辑处理。每个组有若干的consumer来进行扩展和容错。
kafka中通过把partition来均分给consumer组的每个consumer来进行消费的。没个consumer实例在每一时刻都会独占partitions的一部分份额。kafka协议动态的调整partition在consumer中间的分配。新增和删除组内的consumer实例，kafka都会重新分配partition。

对于同一个topic，kafka提供partition内消息顺序而不是在所有partition之间。大部分情况，partition内的排序和partition中消息的key是能满足需求的。如果需要整个topic的全序，可以只使用一个partition。

保证

可以保证一个producer发布到一个partition的消息有有序的，先发的消息offset比后发的offset更小。
consumer看到存储的消息是有序的。
对一个有N个replica的topic，最多能允许N-1个失效。

Kafka作为消息系统优势

传统的消息队列有queque和publish-subscribe模式。前者是多个consumer从一个server来读，每个record只会到一个consumer；后者消息是发送给所有的订阅者。各有优缺点。queque的优点是可以分发消息做到负载均衡，但是它不是多个订阅者的，一个消息一旦被消费就小时了。publish-subcribe模式允许多个订阅者，但是无法做到负载分配。

kafka通过组的概念，可以既可以做到订阅也可以负载分配。

传统消息队列在服务端是能保证消息的有序，但是一旦消息分发给多个consumer，因为消息分发过程是异步的，不能保证客户端的消息有序。这就意味着，消息系统需要通过使用“独占”consumer来保证消息的有序，当然这就无法做到并行处理。

kafka通过使用partition来提供顺序保证和负载均衡。此时群组内的消费者实例不能多于partition的数量。

样例代码

使用的是https://github.com/ah-/rdkafka-dotnet这个c# client

simple producer

            string brokerList = args[0];  //可以多个broker
            string topicName = args[1];
            using (Producer producer = new Producer(brokerList))
            using (Topic topic = producer.Topic(topicName))
            {
                Console.WriteLine($"{producer.Name} producing on {topic.Name}. q to exit.");
                string text;
                while ((text = Console.ReadLine()) != "q")
                {
                    byte[] data = Encoding.UTF8.GetBytes(text);
                    Task<DeliveryReport> deliveryReport = topic.Produce(data);
                    var unused = deliveryReport.ContinueWith(task =>
                    {
                        Console.WriteLine($"Partition: {task.Result.Partition}, Offset: {task.Result.Offset}");
                    }); //publish confirm  callback
                }
            }

simple consumer

            string brokerList = args[0];
            var topics = args.Skip(1).ToList();
            var config = new Config() { GroupId = "simple-csharp-consumer" };
            using (var consumer = new EventConsumer(config, brokerList))
            {
                consumer.OnMessage += (obj, msg) =>
                {
                    string text = Encoding.UTF8.GetString(msg.Payload, 0, msg.Payload.Length);
                    Console.WriteLine($"Topic: {msg.Topic} Partition: {msg.Partition} Offset: {msg.Offset} {text}");
                };
                consumer.Assign(new List<TopicPartitionOffset>
                {
                    new TopicPartitionOffset(topics.First(), 1, 0),
                    new TopicPartitionOffset(topics.First(), 2, 0),
                    new TopicPartitionOffset(topics.First(), 0, 0)
                });//这里是重置topic在partition 0的offset到5的位置。可以指定多个partition的偏移量
                consumer.Subscribe(topics);
                consumer.Start();
                Console.WriteLine("Started consumer, press enter to stop consuming");
                Console.ReadLine();

AdvancedProducer

//string brokerList = args[0];
            //string topicName = args[1];
            var brokerList = "127.0.0.1:9092";
            var topics = new string[] { "test1", "test2" }.ToList();
            var topicConfig = new TopicConfig
            {
                CustomPartitioner = (top, key, cnt) =>
                {
                    var kt = (key != null) ? Encoding.UTF8.GetString(key, 0, key.Length) : "(null)";
                    int partition = (key?.Length ?? 0) % cnt;
                    bool available = top.PartitionAvailable(partition);
                    Console.WriteLine($"Partitioner topic: {top.Name} key: {kt} partition count: {cnt} -> {partition} {available}");
                    return partition;
                }
            };//配置根据record的key来讲消息分布到不同的partition
            using (Producer producer = new Producer(brokerList))
            using (Topic topic = producer.Topic("havePartition", topicConfig))
            {
                Console.WriteLine($"{producer.Name} producing on {topic.Name}. q to exit.");
                string text;
                while ((text = Console.ReadLine()) != "q")
                {
                    byte[] data = Encoding.UTF8.GetBytes(text);
                    byte[] key = null;
                    // Use the first word as the key
                    int index = text.IndexOf(" ");
                    if (index != -1)
                    {
                        key = Encoding.UTF8.GetBytes(text.Substring(0, index));
                    }
                    Task<DeliveryReport> deliveryReport = topic.Produce(data, key);
                    var unused = deliveryReport.ContinueWith(task =>
                    {
                        Console.WriteLine($"Partition: {task.Result.Partition}, Offset: {task.Result.Offset}");
                    });
                }
            }

AdvancedConsumer

  public static void Run(string brokerList, List<string> topics)
        {
            bool enableAutoCommit = false;
            var config = new Config()
            {
                GroupId = "advanced-csharp-consumer",
                EnableAutoCommit = enableAutoCommit,
                StatisticsInterval = TimeSpan.FromSeconds(60)  //Statistics emit interval for OnStatistics.
            };
            using (var consumer = new EventConsumer(config, brokerList))
            {
                consumer.OnMessage += (obj, msg) =>
                {
                    string text = Encoding.UTF8.GetString(msg.Payload, 0, msg.Payload.Length);
                    Console.WriteLine($"Topic: {msg.Topic} Partition: {msg.Partition} Offset: {msg.Offset} {text}");
                    if (!enableAutoCommit && msg.Offset % 10 == 0)
                    {
                        Console.WriteLine($"Committing offset");
                        consumer.Commit(msg).Wait();
                        Console.WriteLine($"Committed offset");
                    }
                };
                consumer.OnConsumerError += (obj, errorCode) =>
                {
                    Console.WriteLine($"Consumer Error: {errorCode}");
                };
                consumer.OnEndReached += (obj, end) =>
                {
                    Console.WriteLine($"Reached end of topic {end.Topic} partition {end.Partition}, next message will be at offset {end.Offset}");
                };
                consumer.OnError += (obj, error) =>
                {
                    Console.WriteLine($"Error: {error.ErrorCode} {error.Reason}");
                };
                if (enableAutoCommit)
                {
                    consumer.OnOffsetCommit += (obj, commit) =>
                    {
                        if (commit.Error != ErrorCode.NO_ERROR)
                        {
                            Console.WriteLine($"Failed to commit offsets: {commit.Error}");
                        }
                        Console.WriteLine($"Successfully committed offsets: [{string.Join(", ", commit.Offsets)}]");
                    };
                }
                consumer.OnPartitionsAssigned += (obj, partitions) =>
                {
                    Console.WriteLine($"Assigned partitions: [{string.Join(", ", partitions)}], member id: {consumer.MemberId}");
                    consumer.Assign(partitions);
                };
                consumer.OnPartitionsRevoked += (obj, partitions) =>
                {
                    Console.WriteLine($"Revoked partitions: [{string.Join(", ", partitions)}]");
                    consumer.Unassign();
                };
                consumer.OnStatistics += (obj, json) =>
                {
                    Console.WriteLine($"Statistics: {json}");
                };
                consumer.Subscribe(topics);
                consumer.Start();
                Console.WriteLine($"Assigned to: [{string.Join(", ", consumer.Assignment)}]");
                Console.WriteLine($"Subscribed to: [{string.Join(", ", consumer.Subscription)}]");
                Console.WriteLine($"Started consumer, press enter to stop consuming");
                Console.ReadLine();
            }
        }