学习kafka教程（二）

欢迎关注公众号：n平方

本文主要介绍【 KafkaStreams 】

简介

Kafka Streams编写关键任务实时应用程序和微服务的最简单方法，是一个用于构建应用程序和微服务的客户端库，其中输入和输出数据存储在Kafka集群中。它结合了在客户端编写和部署标准 Java 和Scala应用程序的简单性和Kafka服务器端集群技术的优点。

Kafka Streams是一个用于构建关键任务实时应用程序和微服务的客户端库，其中输入和/或输出数据存储在Kafka集群中。Kafka Streams结合了在客户端编写和部署标准Java和Scala应用程序的简单性和Kafka服务器端集群技术的优点，使这些应用程序具有高度可伸缩性、灵活性、容错性、分布式等等。

目标

• 了解kafka Streams
• 会使用kafka Streams

过程

1.首先WordCountDemo示例代码(Java8以上)

// Serializers/deserializers (serde) for String and Long types
final Serde<String> stringSerde = Serdes.String();
final Serde<Long> longSerde = Serdes.Long();
 
// Construct a `KStream` from the input topic "streams-plaintext-input", where message values
// represent lines of text (for the sake of this example, we ignore whatever may be stored
// in the message keys).
KStream<String, String> textLines = builder.stream("streams-plaintext-input",
    Consumed.with(stringSerde, stringSerde);
 
KTable<String, Long> wordCounts = textLines
    // Split each text line, by whitespace, into words.
    .flatMapValues(value -> Arrays.asList(value.toLowerCase().split("\\W+")))
 
    // Group the text words as message keys
    .groupBy((key, value) -> value)
 
    // Count the occurrences of each word (message key).
    .count()
 
// Store the running counts as a changelog stream to the output topic.
wordCounts.toStream().to("streams-wordcount-output", Produced.with(Serdes.String(), Serdes.Long()));

它实现了WordCount算法，该算法从输入文本计算单词出现的直方图。然而，与您以前可能看到的对有界数据进行操作的其他WordCount示例不同，WordCount演示应用程序的行为略有不同，因为它被设计为对无限、无界的数据流进行操作。与有界变量类似，它是一种有状态算法，用于跟踪和更新单词的计数。然而，由于它必须假定输入数据可能是无界的，因此它将周期性地输出当前状态和结果，同时继续处理更多的数据，因为它不知道何时处理了“所有”输入数据。

2.安装并启动zookeeper和kafka

bin/zookeeper-server-start.sh config/zookeeper.properties
bin/kafka-server-start.sh config/server.properties

3.创建主题

接下来，我们创建名为streams-plain -input的输入主题和名为streams-wordcount-output的输出主题:

bin/kafka-topics.sh --create \
    --zookeeper localhost:2181 \
    --replication-factor 1 \
    --partitions 1 \
    --topic streams-plaintext-input
Created topic "streams-plaintext-input"

我们创建启用压缩的输出主题，因为输出流是一个变更日志流.

bin/kafka-topics.sh --create \
    --zookeeper localhost:2181 \
    --replication-factor 1 \
    --partitions 1 \
    --topic streams-wordcount-output \
    --config cleanup.policy=compact
Created topic "streams-wordcount-output"

创建的主题也可以使用相同的kafka主题进行描述

bin/kafka-topics.sh --zookeeper localhost:2181 --describe

4.启动Wordcount应用程序

bin/kafka-run-class.sh org.apache.kafka.streams.examples.wordcount.WordCountDemo

a)演示应用程序将从输入主题流(明文输入)中读取，对每个读取的消息执行WordCount算法的计算，并不断将其当前结果写入输出主题流(WordCount -output)。因此，除了日志条目之外，不会有任何STDOUT输出，因为结果是用Kafka写回去的。

b)现在我们可以在一个单独的终端上启动控制台生成器，向这个主题写入一些输入数据和检查输出的WordCount演示应用程序从其输出主题与控制台消费者在一个单独的终端.

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 \
    --topic streams-wordcount-output \
    --from-beginning \
    --formatter kafka.tools.DefaultMessageFormatter \
    --property print.key=true \
    --property print.value=true \
    --property key.deserializer=org.apache.kafka.common.serialization.StringDeserializer \
    --property value.deserializer=org.apache.kafka.common.serialization.LongDeserializer

c) 输入端： 现在让我们使用控制台生成器将一些消息写入输入主题流——纯文本输入，方法是输入一行文本，然后单击。这将发送新消息输入主题,消息键为空和消息值是刚才输入的字符串编码的文本行。

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic streams-plaintext-input

此时你可以在 控制台 输入如下字符：

all streams lead to kafka

d）) 输出端： 此消息将由Wordcount应用程序处理，以下输出数据将写入streams-wordcount-output主题并由控制台使用者打印:

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 \
    --topic streams-wordcount-output \
    --from-beginning \
    --formatter kafka.tools.DefaultMessageFormatter \
    --property print.key=true \
    --property print.value=true \
    --property key.deserializer=org.apache.kafka.common.serialization.StringDeserializer \
    --property value.deserializer=org.apache.kafka.common.serialization.LongDeserializer

这个时候会接收到刚刚在 控制台 输入的单词统计结果：

all     1
streams 1
lead    1
to      1
kafka   1

如此类推：你可以在 输入端 输入单词，对应的在 输出端 就会有统计结果。

小结：

可以看到，Wordcount应用程序的输出实际上是连续的更新流，其中每个输出记录(即上面原始输出中的每一行)是单个单词的更新计数，也就是记录键，如“kafka”。对于具有相同键的多个记录，后面的每个记录都是前一个记录的更新。

下面的两个图说明了幕后的本质。第一列显示KTable的当前状态的演变，该状态为count计算单词出现的次数。第二列显示KTable的状态更新所产生的更改记录，这些记录被发送到输出Kafka主题流-wordcount-output。

最后

本人水平有限，欢迎各位建议以及指正。顺便关注一下公众号呗，会经常更新文章的哦。