前言：
周末空闲时间无意找到了一套个性化推荐的源码，整体项目运用了SSH，HDFS，Flume，Hive，Kafka，Spark，Scala等。运行时，本来通过spark计算业务埋点数据时，却发现本地没有Kafka。因为我一直也没使用过Kafka，所以也作为新人，浅谈以下Kafka的环境安装与分别在PHP，Scala中的使用。
对比：
1. 横向，相比其他中间件。
关于kafka与其他消息中间件的比较，网上很多的博主，不管是从运行原理还是中间件架构都有很详细的介绍。因为我平时用Rabbit居多，在没有看别人介绍前。Rabbi比Kafka于PHP开发更友好。因为kafka除了PHP的composer依赖包常年不更新外，kafka在windows下的PHP扩展需要自己编译。从这一点上看Rabbit就更适合业务性的消息队列，更别说他还有事务等对消息消费的高保障。kafka在数据增量方面更具优势，所以多数在大数据和推荐系统中都有运用。
2. 纵向，相比其他版本。
如标题所见，这里主要是2.8+与之前版本的对比。因为在2.8以前，kafka安装前需要安装zookeeper。这里只是一小个区别，其他的新特性具体参考kafka官方文档，因为我看到网上关于kafka的安装文章，别人都会安装zookeeper，所以这里就特别说明以下，以及后面启动时与其他人博客的不同。
安装：
1. 下载
下载地址可以在浏览器搜索kafka官网自行下载，见上图。
2. 配置
下载完后目录结构如下，进入config, 主要对zookeeper.properties和server.properties进行分布节点，服务端口，日志存放目录等等的设置，前期也是什么不用管保持默认配置进行启动。
3. 启动
也不知道是不是从2.8开始，bin目录下多了一个windows。所以在windows下启动进入到改目录，运行如下命令执行bat文件。注意启动的时候先zookeeper后kafka，停止的时候先kafka后zookeeper。
(1). zookeeper启动
zookeeper-server-start.bat ..\..\config\zookeeper.properties &
(2).kafka启动
kafka-server-start.bat ..\..\config\server.properties &
(3). 其他命令
查看所有topics kafka-topics.bat --list --zookeeper localhost:2181
新增topics kafka-topics.bat --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
Kafka存储机制：
topic中partition存储分布
partiton中文件存储方式
partiton中segment文件存储结构
在partition中通过offset查找message
图形化工具：
前期可以借助图形化工具快速具象的查看kafka的消息数据，也能便于理解其基本操作流程。以下推荐一块桌面端工具——offsetexplorer，可以在网上搜索下载，当然web控制台也不错，比如kafka manager。
1. kafka连接
(2). Cluster name查看
这个值如果没有设置的情况是生成的，可以在启动日志中查看，根目录/logs/server.log
(3). Topics查看
通过运行一下新增topics或新增消息后就可以在Offset Explorer查看了，更多的使用方法也可以在网上找到。
PHP操作：
1. 下载依赖
composer require nmred/kafka-php
2. 生产者 Producer.php
<?php
require './vendor/autoload.php';
date_default_timezone_set('PRC');
/* 创建一个配置实例 */
$config = \Kafka\ProducerConfig::getInstance();
/* Topic的元信息刷新的间隔 */
$config->setMetadataRefreshIntervalMs(10000);
/* 设置broker的地址 */
$config->setMetadataBrokerList('127.0.0.1:9092');
/* 设置broker的代理版本 */
$config->setBrokerVersion('1.0.0');
/* 只需要leader确认消息 */
$config->setRequiredAck(1);
/* 选择异步 */
$config->setIsAsyn(false);
/* 每500毫秒发送消息 */
$config->setProduceInterval(500);
/* 创建一个生产者实例 */
$producer = new \Kafka\Producer();
for($i = 0; $i < 100; $i++ ) {
$producer->send([
[
'topic' => 'test',
'value' => 'test'.$i,
],
]);
}3. 消费者 Consumer.php
<?php
require './vendor/autoload.php';
date_default_timezone_set('PRC');
$config = \Kafka\ConsumerConfig::getInstance();
$config->setMetadataRefreshIntervalMs(10000);
$config->setMetadataBrokerList('127.0.0.1:9092');
$config->setGroupId('test');
$config->setBrokerVersion('1.0.0');
$config->setTopics(['test']);
$consumer = new \Kafka\Consumer();
$consumer->start(function($topic, $part, $message) {
var_dump($message);
});
Scala操作：
1. 创建基于Maven的Scala项目
(1). 创建
(2). 添加模板（没有模板的前提）
可以网上搜索Scala-archetype-simple的位置并填写。
(3). 完成创建等待IDE自动构建
(4). 给项目添加Scala SDK依赖
2. 配置
(1). 修改pom.xml的scala版本为本地安装scala对应的号。
(2). Cannot resolve plugin org.scala-tools:maven-scala-plugin: unknown解决方法
添加一下依赖后再Maven刷新 <dependency> <groupId>org.scala-tools</groupId> <artifactId>maven-scala-plugin</artifactId> <version>2.11</version> </dependency> <dependency> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-eclipse-plugin</artifactId> <version>2.5.1</version> </dependency>
3. 添加kafka依赖
<!--kafka--><dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka_2.11</artifactId> <version>1.1.0</version></dependency><dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka-clients</artifactId> <version>1.1.0</version></dependency>
4. 创建消费者
package com.xudongimport java.util.Propertiesimport org.apache.kafka.clients.producer.{KafkaProducer, ProducerRecord, RecordMetadata}object KafkaProducerDemo {
def main(args: Array[String]): Unit = { val prop = new Properties // 指定请求的kafka集群列表
prop.put("bootstrap.servers", "127.0.0.1:9092")
prop.put("acks", "all") // 请求失败重试次数
//prop.put("retries", "3")
// 指定key的序列化方式, key是用于存放数据对应的offset
prop.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer") // 指定value的序列化方式
prop.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer") // 配置超时时间
prop.put("request.timeout.ms", "60000") val producer = new KafkaProducer[String, String](prop) // 发送给kafka
for (i <- 1 to 25) { val msg = s"${i}: this is a linys ${i} kafka data"
println("send -->" + msg) val rmd: RecordMetadata = producer.send(new ProducerRecord[String, String]("ceshi", msg)).get()
println(rmd.toString)
Thread.sleep(500)
}
producer.close()
}
}5. 创建消费者
package com.xudongimport java.util.{Collections, Properties}import org.apache.kafka.clients.consumer.{ConsumerRecords, KafkaConsumer}object KafkaConsumerDemo {
def main(args: Array[String]): Unit = { val prop = new Properties
prop.put("bootstrap.servers", "127.0.0.1:9092")
prop.put("group.id", "group01")
prop.put("auto.offset.reset", "earliest")
prop.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer")
prop.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer")
prop.put("enable.auto.commit", "true")
prop.put("session.timeout.ms", "30000") val kafkaConsumer = new KafkaConsumer[String, String](prop)
kafkaConsumer.subscribe(Collections.singletonList("ceshi")) // 开始消费数据
while (true) { val msgs: ConsumerRecords[String, String] = kafkaConsumer.poll(2000) // println(msgs.count())
val it = msgs.iterator() while (it.hasNext) { val msg = it.next()
println(s"partition: ${msg.partition()}, offset: ${msg.offset()}, key: ${msg.key()}, value: ${msg.value()}")
}
}
}
}