linkedin高吞吐量分布式消息系统kafka使用手记

本文链接: http://www.54chen.com/java-ee/linkedin-kafka-usage.html

kafka是一种高吞吐量的分布式发布订阅消息系统，她有如下特性：

通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。
高吞吐量：即使是非常普通的硬件kafka也可以支持每秒数十万的消息。
支持通过kafka服务器和消费机集群来分区消息。
支持Hadoop并行数据加载。

设计侧重高吞吐量，用于好友动态，相关性统计，排行统计，访问频率控制，批处理等系统。大部分的消息中间件能够处理实时性要求高的消息/数据，但是对于队列中大量未处理的消息/数据在持久性方面比较弱。

kakfa的consumer使用拉的方式工作。

安装kafka
下载：http://people.apache.org/~nehanarkhede/kafka-0.7.0-incubating/kafka-0.7.0-incubating-src.tar.gz

> tar xzf kafka-.tgz
> cd kafka-
> ./sbt update
> ./sbt package
启动zkserver:
bin/zookeeper-server-start.sh config/zookeeper.properties
启动server:
bin/kafka-server-start.sh config/server.properties
就是这么简单。

使用kafka

importjava.util.Arrays;
importjava.util.List;
importjava.util.Properties;
importkafka.javaapi.producer.SyncProducer;
importkafka.javaapi.message.ByteBufferMessageSet;
importkafka.message.Message;
importkafka.producer.SyncProducerConfig;

...

Propertiesprops=newProperties();
props.put(“zk.connect”,“127.0.0.1:2181”);
props.put("serializer.class","kafka.serializer.StringEncoder");
ProducerConfigconfig=newProducerConfig(props);
Producer<String,String>producer=newProducer<String,String>(config);

Sendasinglemessage

//ThemessageissenttoarandomlyselectedpartitionregisteredinZK
ProducerData<String,String>data=newProducerData<String,String>("test-topic","test-message");
producer.send(data);

producer.close();

这样就是一个标准的producer。

consumer的代码

//specifysomeconsumerproperties
Propertiesprops=newProperties();
props.put("zk.connect","localhost:2181");
props.put("zk.connectiontimeout.ms","1000000");
props.put("groupid","test_group");

//Createtheconnectiontothecluster
ConsumerConfigconsumerConfig=newConsumerConfig(props);
ConsumerConnectorconsumerConnector=Consumer.createJavaConsumerConnector(consumerConfig);

//create4partitionsofthestreamfortopic“test”,toallow4threadstoconsume
Map<String,List<KafkaMessageStream<Message>>>topicMessageStreams=
consumerConnector.createMessageStreams(ImmutableMap.of("test",4));
List<KafkaMessageStream<Message>>streams=topicMessageStreams.get("test");

//createlistof4threadstoconsumefromeachofthepartitions
ExecutorServiceexecutor=Executors.newFixedThreadPool(4);

//consumethemessagesinthethreads
for(finalKafkaMessageStream<Message>stream:streams){
executor.submit(newRunnable(){
publicvoidrun(){
for(Messagemessage:stream){
//processmessage
}
}
});
}