目录

一、阻塞队列

二、Kafka入门 

2.1 Kafka概念

2.2 Kafka下载及配置

三、Spring整合Kafka

---

一、阻塞队列

在学习Kafka之前，我们需要先了解阻塞队列、以及生产者和消费者模式。

图中：Thread-1为生产者，put往队列里存数据，当队列已满时，该方法将阻塞；
           Thread-2为消费者，take从队列里取数据，当队列已空时，该方法将阻塞；

阻塞队列用于解决线程异步通信的问题，同时在生产者和消费者之间建立了缓冲，提高了系统的性能。

阻塞队列BlockingQueue是一个接口，我们需要通过其实现类来调用。具体实现如下：

【生产者线程】

class Producer implements Runnable {

    // 传入阻塞队列，把线程交予阻塞队列管理
    private BlockingQueue<Integer> queue;

    public Producer(BlockingQueue<Integer> queue){
        this.queue = queue;
    }

    @Override
    public void run() {
        try {
            for (int i = 0; i < 100; i++) {
                Thread.sleep(20);
                queue.put(i);// 将数据交予队列
                System.out.println(Thread.currentThread().getName() + "生产：" + queue.size());
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

【消费者线程】

class Consumer implements Runnable {

    // 传入阻塞队列，把线程交予阻塞队列管理
    private BlockingQueue<Integer> queue;

    public Consumer(BlockingQueue<Integer> queue){
        this.queue = queue;
    }

    @Override
    public void run() {
        try {
            while(true) {
                Thread.sleep(new Random().nextInt(1000));
                queue.take();// 使用队列中的数据
                System.out.println(Thread.currentThread().getName() + "消费：" + queue.size());
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

【main函数实例化阻塞队列、生产者和消费者】

public static void main(String[] args) {
    // 实例化阻塞队列，生产者和消费者共用一个阻塞队列
    BlockingQueue queue = new ArrayBlockingQueue(10);// 默认长度为10
    // 实例化生产者线程
    new Thread(new Producer(queue)).start();
    // 实例化消费者线程
    new Thread(new Consumer(queue)).start();
    new Thread(new Consumer(queue)).start();
    new Thread(new Consumer(queue)).start();
}

运行main函数，观察输出结果：

---

二、Kafka入门 

2.1 Kafka概念

【Kafka简介】

Kafka是一个分布式的流媒体平台。

应用：消息系统、日志收集、用户行为追踪、流式处理

【Kafka特点】

• 高吞吐量：处理数据的能力强，可以处理TB级的海量数据，即使是非常普通的硬件Kafka也可以支持每秒数百万的消息
• 消息持久化：通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。
  有人会有疑问：读取硬盘中的数据岂不是比读取内存中的数据慢很多？为什么还能保持高性能呢？ 实际上，读写硬盘数据性能的高与低，取决于对硬盘的使用，对硬盘的顺序读写的性能其实是很高的，甚至高于内存对数据的随机读写。而Kafka就是采用了对硬盘的顺序读写。
• 高可靠性：分布式服务器，可以做集群部署，有容错的能力。
• 高扩展性：简单的配置即可增加服务器

【Kafka消费模式】

Kafka的消费模式主要有两种：一种是一对一的消费，也即点对点的通信，即一个发送一个接收。第二种为一对多的消费，即一个消息发送到消息队列，消费者根据消息队列的订阅拉取消息消费。

一对一
消息生产者发布消息到Queue队列中，通知消费者从队列中拉取消息进行消费。消息被消费之后则删除，Queue支持多个消费者，但对于一条消息而言，只有一个消费者可以消费，即一条消息只能被一个消费者消费。

 一对多
这种模式也称为发布/订阅模式，即利用Topic存储消息，消息生产者将消息发布到Topic中，同时有多个消费者订阅此topic，消费者可以从中消费消息，注意发布到Topic中的消息会被多个消费者消费，消费者消费数据之后，数据不会被清除，Kafka会默认保留一段时间，然后再删除。

【Kafka术语】

• Broker：Kafka集群包含一个或多个服务器，这种服务器被称为broker
• Topic：主题。生产者把消息发布到的位置/空间，可以理解为一个文件夹，用于存放消息的位置
• Partition：分区。对主题位置的一个分区。每个分区都从队尾追加数据
• offset：索引。消息在分区内存放的索引。
• Consumer Group：消费者组。消费者组则是一组中存在多个消费者。消费者消费Broker中当前Topic的不同分区中的消息，消费者组之间互不影响，所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。某一个分区中的消息只能够一个消费者组中的一个消费者所消费。
• Leader Replica：主副本。对分区数据做备份，提高容错率。当消费者尝试获取数据时，可以做出响应，提供数据。
• Follower Replica：随从副本。只是备份，不做响应。实时的从Leader中同步数据，保持和Leader数据的同步，Leader发生故障的时候，某个Follower会成为新的Leader。
• Zookeeper：独立的软件，管理Kafka的集群

2.2 Kafka下载及配置

【下载】

官网下载地址：Apache Kafka

 根据建议点击链接即可下载。之后解压到某一文件夹即可。

【配置】

配置config/zookeeper.properties文件

 配置config/server.properties文件

【启动】

启动zookeeper(内置)：打开命令行，cd到kafka安装目录下，输入以下命令：

bin\windows\zookeeper-server-start.bat config\zookeeper.properties

启动Kafka：再打开一个命令行，cd到kafka安装目录下，输入以下命令

bin\windows\kafka-server-start.bat config\server.properties

---

三、Spring整合Kafka

【引入依赖】

<!-- https://mvnrepository.com/artifact/org.springframework.kafka/spring-kafka -->
<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
    <version>2.8.2</version>
</dependency>

【配置Kafka】
在application.properties中添加如下配置：

# KafkaProperties
spring.kafka.bootstrap-servers=localhost:9092
spring.kafka.consumer.group-id=test-consumer-group
spring.kafka.consumer.enable-auto-commit=true
spring.kafka.consumer.auto-commit-interval=3000

【测试代码】

Kafka生产者：

@Component
class KafkaProducer {

    @Autowired
    private KafkaTemplate kafkaTemplate;

    public void sendMessage(String topic, String content) {
        kafkaTemplate.send(topic, content);
    }

}

Kafka消费者：

@Component
class KafkaConsumer {

    @KafkaListener(topics = {"test"})
    public void handleMessage(ConsumerRecord record) {
        System.out.println(record.value());
    }

}

实现功能：

@Autowired
private KafkaProducer kafkaProducer;

@Test
public void testKafka() {
    kafkaProducer.sendMessage("test", "你好");
    kafkaProducer.sendMessage("test", "在吗");

    try {
        Thread.sleep(1000 * 10);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
}