Kafka 入门（一）--安装配置和 kafka-python 调用
一、Kafka 简介
1.基本概念
Kafka 是一个分布式的基于发布/订阅消息系统，主要应用于大数据实时处理领域，其官网是：http://kafka.apache.org/。Kafka 是一个分布式、支持分区的（Partition）、多副本的（Replica），基于 ZooKeeper 协调的发布/订阅消息系统。
Kafka 有以下三个基本概念：
- Kafka 作为一个集群运行在一个或多个服务器上；
- Kafka 集群存储的消息是以 Topic 为类别记录的；
- 每个消息是由一个 Key，一个 Value 和时间戳构成。
2.基本架构
Kafka 的基本架构图如下：
- Producer：生产者，就是向 Broker 发消息的客户端；
- Consumer：消费者，就是从 Broker 取消息的客户端；
- Consumer Group：消费者组，由多个消费者组成。组内每个消费者负责消费不同分区的数据，一个分区的数据只能由一个组内的消费者进行消费，组内消费者之间互不影响；
- Broker：一个 Kafka 服务器就是一个 Broker，一个集群由多个 Broker 组成；
- Topic：主题，可以理解为队列，生成者和消费者都是用的同一个队列；
- Partition：分区，为实现扩展性，一个大的 Topic 可以分散到多个 Broker 上，一个 Topic 可以分为多个 Partition；
- Replica：副本，保证集群中某个节点发生故障时，该节点上的数据不丢失。
二、Ubuntu 下安装 Kafka
1.安装 Java
更新软件包
sudo apt-get update
安装 openjdk-8-jdk
sudo apt-get install openjdk-8-jdk
查看 Java 版本，检查是否安装成功
2.安装 ZooKeeper
1）安装
下载 ZooKeeper：http://mirrors.hust.edu.cn/apache/zookeeper/。
下载好之后解压（注意：3.5.5之后的版本应该下载文件名中带“bin”的压缩包），再执行如下命令：
sudo mv apache-zookeeper-3.5.8-bin /usr/local/zookeeper
cd /usr/local/zookeeper
cp conf/zoo_sample.cfg conf/zoo.cfg
其中有一些配置参数：
- tickTime：Zookeeper 使用的基本时间单元，默认值2000；
- initLimit：Zookeeper 中连接同步的最大时间，默认值为10；
- syncLimit：Zookeeper 中进行心跳检测的最大时间，默认值为5；
- dataDir：数据库更新事物保存的目录；
- clientPort：Zookeeper 服务监听的端口，默认值为2181。
2）配置
修改 /etc/profile 文件，增加如下内容：
export ZOOKEEPER_HOME=/usr/local/zookeeper/
export PATH=$PATH:$ZOOKEEPER_HOME/bin
更新环境变量
source /etc/profile
3）测试
首先进入 bin 目录，开启服务：
再启动 CLI 连接服务：
3.安装 Kafka
1）安装
下载 Kafka：http://kafka.apache.org/downloads。
下载好之后解压，再执行如下命令：
sudo mv kafka_2.13-2.5.0/ /usr/local/kafka
cd /usr/local/kafka
2）测试
由于前面已经启动了 Zookeeper 服务，所以这里只需要执行如下命令来开启 Kafka 服务：
bin/kafka-server-start.sh config/server.properties
通过输出信息可以看到 Kafka 服务已经成功开启了，截图如下：
但这样开启之后是阻塞的了，我们可以在中间加一个“-daemon”即开一个守护进程来运行，则命令如下：
bin/kafka-server-start.sh -daemon config/server.properties
创建一个主题，用一个分区和一个副本创建一个名为“mytopic”的主题：
bin/kafka-topics.sh --create --zookeeper 127.0.0.1:2181 --replication-factor 1 --partitions 1 --topic mytopic
这样就已经创建成功了，然后可以使用如下命令查看主题：
bin/kafka-topics.sh --list --zookeeper 127.0.0.1:2181
Kafka 有一个命令行服务端，它将从文件或标准输入中获取输入，并将其作为消息发送到 Kafka 集群。默认情况下，每行将作为单独的消息发送：
bin/kafka-console-producer.sh --broker-list 127.0.0.1:9092 --topic mytopic
同样的，Kafka 还有一个命令行客户端，可以从 Kafka 集群中获取消息：
bin/kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --topic mytopic --from-beginning
三、kafka-python 使用
1.安装 kafka-python
pip3 install kafka-python
2.创建 Consumer
Consumer 消费者负责从 Kafka 中获取消息进行处理，需要实例化 KafkaConsumer 这个类。
1 from kafka import KafkaConsumer 2 3 4 consumer = KafkaConsumer("test", bootstrap_servers=["localhost:9092"]) 5 for msg in consumer: 6 print(msg)
3.创建 Producer
Producer 生产者负责向 Kafka 生产和发送消息，需要实例化 KafkaProducer 这个类。
1 from kafka import KafkaProducer 2 3 4 producer = KafkaProducer(bootstrap_servers="localhost:9092") 5 for i in range(10): 6 producer.send("test", "Hello {}".format(i).encode("utf-8")) 7 producer.close()
4.运行测试
先运行消费者程序，再运行生产者程序，消费者一直在监听，等到生产者发送消息，消费者就把消息取出，运行结果如下：
可以看到其中每个消息都包含了主题、分区、消息内容、时间戳等信息。
