本文共 4242 字,大约阅读时间需要 14 分钟。
原文:http://lxw1234.com/archives/2015/10/538.htm
Kafka中可以将Topic从物理上划分成一个或多个分区(Partition),每个分区在物理上对应一个文件夹,以”topicName_partitionIndex”的命名方式命名,该文件夹下存储这个分区的所有消息(.log)和索引文件(.index),这使得Kafka的吞吐率可以水平扩展。
生产者在生产数据的时候,可以为每条消息指定Key,这样消息被发送到broker时,会根据分区规则选择被存储到哪一个分区中,如果分区规则设置的合理,那么所有的消息将会被均匀的分布到不同的分区中,这样就实现了负载均衡和水平扩展。另外,在消费者端,同一个消费组可以多线程并发的从多个分区中同时消费数据(后续将介绍这块)。
上面所说的分区规则,是实现了kafka.producer.Partitioner接口的类,可以自定义。比如,下面的代码SimplePartitioner中,将消息的key做了hashcode,然后和分区数(numPartitions)做模运算,使得每一个key都可以分布到一个分区中:
- package com.lxw1234.kafka;
-
- import kafka.producer.Partitioner;
- import kafka.utils.VerifiableProperties;
-
- public class SimplePartitioner implements Partitioner {
-
- public SimplePartitioner (VerifiableProperties props) {
- }
-
- @Override
- public int partition(Object key, int numPartitions) {
- int partition = 0;
- String k = (String)key;
- partition = Math.abs(k.hashCode()) % numPartitions;
- return partition;
- }
-
- }
在创建Topic时候可以使用–partitions <numPartitions>指定分区数。也可以在server.properties配置文件中配置参数num.partitions来指定默认的分区数。
但有一点需要注意,为Topic创建分区时,分区数最好是broker数量的整数倍,这样才能是一个Topic的分区均匀的分布在整个Kafka集群中,假设我的Kafka集群由4个broker组成,以下图为例:
创建带分区的Topic
现在创建一个topic “lxw1234”,为该topic指定4个分区,那么这4个分区将会在每个broker上各分布一个:
- ./kafka-topics.sh
- --create
- --zookeeper zk1:2181,zk2:2181,zk3:2181
- --replication-factor 1
- --partitions 4
- --topic lxw1234
这样所有的分区就均匀分布在集群中,如果创建topic时候指定了3个分区,那么就有一个broker上没有该topic的分区。
带分区规则的生产者
现在用一个生产者示例(PartitionerProducer),向Topic lxw1234中发送消息。该生产者使用的分区规则,就是上面的SimplePartitioner。从0-10一共11条消息,每条消息的key为”key”+index,消息内容为”key”+index+”–value”+index。比如:key0–value0、key1–value1、、、key10–value10。
- package com.lxw1234.kafka;
-
- import java.util.Properties;
-
- import kafka.javaapi.producer.Producer;
- import kafka.producer.KeyedMessage;
- import kafka.producer.ProducerConfig;
-
- public class PartitionerProducer {
- public static void main(String[] args) {
- Properties props = new Properties();
- props.put("serializer.class", "kafka.serializer.StringEncoder");
- props.put("metadata.broker.list", "127.0.0.17:9091,127.0.0.17:9092,127.0.0.102:9091,127.0.0.102:9092");
- props.put("partitioner.class", "com.lxw1234.kafka.SimplePartitioner");
- Producer<String, String> producer = new Producer<String, String>(new ProducerConfig(props));
- String topic = "lxw1234";
- for(int i=0; i<=10; i++) {
- String k = "key" + i;
- String v = k + "--value" + i;
- producer.send(new KeyedMessage<String, String>(topic,k,v));
- }
- producer.close();
- }
- }
-
理论上来说,生产者在发送消息的时候,会按照SimplePartitioner的规则,将key0做hashcode,然后和分区数(4)做模运算,得到分区索引:
hashcode(”key0”) % 4 = 1
hashcode(”key1”) % 4 = 2
hashcode(”key2”) % 4 = 3
hashcode(”key3”) % 4 = 0
……
对应的消息将会被发送至相应的分区中。
统计各分区消息的消费者
下面的消费者代码用来验证,在消费数据时,打印出消息所在的分区及消息内容:
- package com.lxw1234.kafka;
-
- import java.util.HashMap;
- import java.util.List;
- import java.util.Map;
- import java.util.Properties;
-
- import kafka.consumer.Consumer;
- import kafka.consumer.ConsumerConfig;
- import kafka.consumer.ConsumerIterator;
- import kafka.consumer.KafkaStream;
- import kafka.javaapi.consumer.ConsumerConnector;
- import kafka.message.MessageAndMetadata;
-
- public class MyConsumer {
- public static void main(String[] args) {
- String topic = "lxw1234";
- ConsumerConnector consumer = Consumer.createJavaConsumerConnector(createConsumerConfig());
- Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
- topicCountMap.put(topic, new Integer(1));
- Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
- KafkaStream<byte[], byte[]> stream = consumerMap.get(topic).get(0);
- ConsumerIterator<byte[], byte[]> it = stream.iterator();
- while(it.hasNext()) {
- MessageAndMetadata<byte[], byte[]> mam = it.next();
- System.out.println("consume: Partition [" + mam.partition() + "] Message: [" + new String(mam.message()) + "] ..");
- }
-
- }
-
- private static ConsumerConfig createConsumerConfig() {
- Properties props = new Properties();
- props.put("group.id","group1");
- props.put("zookeeper.connect","127.0.0.132:2181,127.0.0.133:2182,127.0.0.134:2183");
- props.put("zookeeper.session.timeout.ms", "400");
- props.put("zookeeper.sync.time.ms", "200");
- props.put("auto.commit.interval.ms", "1000");
- props.put("auto.offset.reset", "smallest");
- return new ConsumerConfig(props);
- }
- }
-
-
运行程序验证结果
先启动消费者,再运行生产者。
之后在消费者的控制台可以看到如下输出:
结果和正常预期一致。
相关阅读:
接下来将学习使用Kafka的底层API(low-level API),指定分区和offset来消费数据。
转载地址:http://bkvmi.baihongyu.com/