Kafka 是一种高吞吐的分布式消息系统，能够替代传统的消息队列用于解耦合数据处理，缓存未处理消息等，同时具有更高的吞吐率，支持分区、多副本、冗余，因此被广泛用于大规模消息数据处理应用。
Kafka的特点：
- 以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常数时间复杂度的访问性能。
- 高吞吐率。即使在非常廉价的商用机器上也能做到单机支持每秒100K条以上消息的传输。【据了解，Kafka每秒可以生产约25万消息（50 MB），每秒处理55万消息（110 MB）】
- 支持Kafka Server间的消息分区，同时保证每个Partition内的消息顺序传输。
- 分布式系统，易于向外扩展。所有的producer、broker和consumer都会有多个，均为分布式的。无需停机即可扩展机器。
- 消息被处理的状态是在consumer端维护，而不是由server端维护。当失败时能自动平衡。
- 同时支持离线数据处理和实时数据处理。
Kafka的架构：
kafka架构图
Kafka的整体架构非常简单，producer、broker（kafka）和consumer都可以有多个。Producer，consumer实现Kafka注册的接口，数据从producer发送到broker，broker承担一个中间缓存和分发的作用。broker分发注册到系统中的consumer。broker的作用类似于缓存，即活跃的数据和离线处理系统之间的缓存。客户端和服务器端的通信，是基于简单，高性能，且与编程语言无关的TCP协议。
Kafka基本概念：
- Topic：特指Kafka处理的消息源（feeds of messages）的不同分类。
- Partition：Topic物理上的分组，一个topic可以分为多个partition，每个partition是一个有序的队列。partition中的每条消息都会被分配一个有序的id（offset）。
- Message：消息，是通信的基本单位，每个producer可以向一个topic（主题）发布一些消息。
- Producers：消息和数据生产者，向Kafka的一个topic发布消息的过程叫做producers。
- Consumers：消息和数据消费者，订阅topics并处理其发布的消息的过程叫做consumers。
- Broker：缓存代理，Kafa集群中的一台或多台服务器统称为broker。
Kafka消息发送的流程：
Kafka消息发送
下面是PHP生产、消费Kafka消息的例子（假设已经配置好Kafka）：
1.从zookeeper源码src/c/src安装zookeeper c client
|
|
cd zookeeper - 3.4.8 / src / c
. / configure
make && make install
|
2.编译php libzookper扩展
|
|
git clone https : / / github .com / Timandes / libzookeeper .git
cd libzookeeper
phpize
. / configure -- with - libzookeeper = / usr / local / bin / cli_mt
make && make install
|
3.编译php zookeeper扩展
|
|
git clone https : / / github .com / andreiz / php - zookeeper .git
cd php - zookeeper
phpize
. / configure
make && make install
|
4.修改php.ini配置，添加libzookeeper和php-zookeeper扩展
|
|
extension = libzookeeper .so
extension = zookeeper .so
|
PHP处理Kafka消息：
1.启动zookeeper和kafka
|
|
kafka_2 . 11 - 0.10.0.0 / bin / zookeeper - server - start .sh -- daemon kafka_2 . 11 - 0.10.0.0 / config / zookeeper .properties
kafka_2 . 11 - 0.10.0.0 / bin / kafka - server - start .sh kafka_2 . 11 - 0.10.0.0 / config / server .properties
|
2.创建由2个partition组成的、名为testtopic的topic
|
|
kafka_2 . 11 - 0.10.0.0 / bin / kafka - topics .sh -- create -- zookeeper localhost : 2181 -- replication - factor 1 -- partitions 2 -- topic testtopic
|
3.composer安装nmred/kafka-php
|
|
composer require "nmred/kafka-php"
|
4.producer.php代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
<?php
require_once ( './vendor/autoload.php' ) ;
$produce = \ Kafka \ Produce:: getInstance ( 'localhost:2181' , 3000 ) ;
$produce -> setRequireAck ( - 1 ) ;
$topicName = 'testtopic' ;
//获取到topic下可用的partitions
$partitions = $produce -> getAvailablePartitions ( $topicName ) ;
$partitionCount = count ( $partitions ) ;
$count = 1 ;
while ( true ) {
$message = json_encode ( array ( 'uid' = > $count , 'age' = > $count % 100 , 'datetime' = > date ( 'Y-m-d H:i:s' ) ) ) ;
//发送消息到不同的partition
$partitionId = $count % $partitionCount ;
$produce -> setMessages ( 'testtopic' , $partitionId , array ( $message ) ) ;
$result = $produce -> send ( ) ;
var_dump ( $result ) ;
$count ++ ;
echo "producer sleeping\n" ;
sleep ( 1 ) ;
}
|
5.consumer.php代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
<?php
require_once ( './vendor/autoload.php' ) ;
//获取需要处理的partitionId
$partitionId = isset ( $argv [ 1 ] ) ? intval ( $argv [ 1 ] ) : 0 ;
$consumer = \ Kafka \ Consumer:: getInstance ( 'localhost:2181' ) ;
$consumer -> setGroup ( 'test-consumer-group' ) ;
$consumer -> setPartition ( 'testtopic' , $partitionId ) ;
$consumer -> setFromOffset ( true ) ;
$consumer -> setMaxBytes ( 102400 ) ;
while ( true ) {
$topic = $consumer -> fetch ( ) ;
foreach ( $topic as $topicName = > $partition ) {
foreach ( $partition as $partId = > $messageSet ) {
foreach ( $messageSet as $message ) {
var_dump ( $message ) ;
}
}
}
echo "consumer sleeping\n" ;
sleep ( 1 ) ;
}
|
6.运行php代码
在3个终端界面分别运行
|
|
php producer . php
php consumer . php 0
php consumer . php 1
|
7.结果
两个consumer脚本依次收到producer发送的消息
php-kafka-consumer-output
Related Posts
0
0
已为社区贡献4条内容
所有评论(0)