5. 消费者消费数据
1. 开启进程
[node123]systemctl stop firewalld
[node123]zkServer.sh start
[node123]kafka-server-start.sh /opt/app/kafka-0.11.0.0/config/server.properties &
[node1]kafka-console-consumer.sh --zookeeper node1:2181 --topic demo
2. java导入依赖
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>org.example</groupId>
<artifactId>kafkacode</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>0.11.0.0</version>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka_2.12</artifactId>
<version>0.11.0.0</version>
</dependency>
</dependencies>
</project>
3. java代码
消费者消费带key值的数据
package new_consumer;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.util.Arrays;
import java.util.Properties;
/**
* 连接我们的kafka集群进行消费 消费者 属于消费者组的
* 创建消费者的时候需要指定消费者的一些相关配置 输入哪个消费者组、连接kafka集群的地址等等
*
* 自定义的消费者比kafka自带消费者的好处在于 我们可以消费key值
*
* 【注意】kafka中 生产者生产的数据是序列化存储的,因此消费者再消费数据的数据必须把数据反序列化回来
*/
public class ConsumerSelf {
public static void main(String[] args) {
Properties prop = new Properties();
// 连接的kafka集群的地址
prop.setProperty("bootstrap.servers","192.168.200.111:9092,192.168.200.112:9092,192.168.200.113:9092");
// 设置一些消费者所属的消费者组
prop.setProperty("group.id", "uek");
// 是否自动确认offset 消费者再去消费某一个分区的时候,怎么知道消费者消息消费到哪个位置?
prop.put("enable.auto.commit", "true");
// 自动确认offset的时间间隔
prop.put("auto.commit.interval.ms", "1000");
// key的反序列化类
prop.put("key.deserializer", "org.apache.kafka.common.serialization.IntegerDeserializer");
// value的反序列化类
prop.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
// 泛型代表生产者生产的key value数据的类型
KafkaConsumer<Integer, String> consumer = new KafkaConsumer<Integer, String>(prop);
consumer.subscribe(Arrays.asList("demo"));
while (true) {
ConsumerRecords<Integer, String> records = consumer.poll(2000);
for (ConsumerRecord<Integer, String> record: records) {
System.out.println("当前消息的key值为" + record.key());
System.out.println("当前消息的value值为" + record.value());
System.out.println("当前消息的分区为" + record.partition());
}
}
}
}
生产者生产带key值的数据
package new_partition_pro;
import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Properties;
// 新版本的生产者API 带有自定义分区和回调函数的生产者
public class NewProducerPartitionAndCallBack {
public static void main(String[] args) {
// 1、定义生产者连接Kafka集群的配置项 key-value格式的
Properties prop = new Properties();
prop.put("bootstrap.servers", "192.168.200.111:9092,192.168.200.112:9092,192.168.200.113:9092");
// key序列化
prop.put("key.serializer", "org.apache.kafka.common.serialization.IntegerSerializer");
// value序列化
prop.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
/**
* 设置分区类的时候 要求类必须是public权限的(无法通过反射构建)
* 第二个参数是全限定类名
*/
prop.put("partitioner.class","new_partition_pro.CustomPartition");
// 2. 创建一个生产者
KafkaProducer<Integer, String> producer = new KafkaProducer<Integer, String>(prop);
// 3、使用生产者向某个主题发送一个数据
for (int i = 0; i < 100; i++) {
ProducerRecord<Integer, String> record = new ProducerRecord<Integer, String>("demo", i, "hello" + i);
final int finalI = i;
/**
* 方法就是kafka生产者消息发送完成之后,触发的一个回调函数
* @param recordMetadata 包含当前这个消息在Topic主题中的分区和offset
* @param e
*/
producer.send(record, new Callback() {
public void onCompletion(RecordMetadata recordMetadata, Exception e) {
System.out.println("当前这个数据的分区为:"+recordMetadata.partition() + "---offset:" + recordMetadata.offset());
System.out.println("当前的key为:" + finalI);
}
});
}
/**
* 4、代表将生产者生产的数据刷新到topic中
*/
producer.flush();
}
}
本文来自博客园,作者:jsqup,转载请注明原文链接:https://www.cnblogs.com/jsqup/p/16667416.html