Golang实现Kafka消息发送、接收

一：核心概念

kafka是消息中间件的一种，是一种分布式流平台，是用于构建实时数据管道和流应用程序。具有横向扩展，容错，wicked fast（变态快）等优点。

kafka中涉及的名词：

消息记录(record): 由一个key，一个value和一个时间戳构成，消息最终存储在主题下的分区中, 记录在生产者中称为生产者记录(ProducerRecord), 在消费者中称为消费者记录(ConsumerRecord)，Kafka集群保持所有的消息，直到它们过期，无论消息是否被消费了，在一个可配置的时间段内，Kafka集群保留所有发布的消息，不管这些消息有没有被消费。比如，如果消息的保存策略被设置为2天，那么在一个消息被发布的两天时间内，它都是可以被消费的。之后它将被丢弃以释放空间。Kafka的性能是和数据量无关的常量级的，所以保留太多的数据并不是问题。
生产者(producer): 生产者用于发布(send)消息
消费者(consumer): 消费者用于订阅(subscribe)消息
消费者组(consumer group): 相同的group.id的消费者将视为同一个消费者组, 每个消费者都需要设置一个组id, 每条消息只能被 consumer group 中的一个 Consumer 消费,但可以被多个 consumer group 消费
主题(topic): 消息的一种逻辑分组，用于对消息分门别类，每一类消息称之为一个主题，相同主题的消息放在一个队列中
分区(partition): 消息的一种物理分组，一个主题被拆成多个分区，每一个分区就是一个顺序的、不可变的消息队列，并且可以持续添加，分区中的每个消息都被分配了一个唯一的id，称之为偏移量(offset),在每个分区中偏移量都是唯一的。每个分区对应一个逻辑log，有多个segment组成。
偏移量(offset): 分区中的每个消息都一个一个唯一id，称之为偏移量，它代表已经消费的位置。可以自动或者手动提交偏移量(即自动或者手动控制一条消息是否已经被成功消费)
代理(broker): 一台kafka服务器称之为一个broker
副本(replica)：副本只是一个分区(partition)的备份。副本从不读取或写入数据。它们用于防止数据丢失。
领导者(leader)：Leader 是负责给定分区的所有读取和写入的节点。每个分区都有一个服务器充当Leader， producer 和 consumer 只跟 leader 交互
追随者(follower)：跟随领导者指令的节点被称为Follower。如果领导失败，一个追随者将自动成为新的领导者。跟随者作为正常消费者，拉取消息并更新其自己的数据存储。replica 中的一个角色，从 leader 中复制数据。
zookeeper：Kafka代理是无状态的，所以他们使用ZooKeeper来维护它们的集群状态。ZooKeeper用于管理和协调Kafka代理

kafka功能

发布订阅：生产者(producer)生产消息(数据流), 将消息发送到到kafka指定的主题队列(topic)中，也可以发送到topic中的指定分区(partition)中，消费者(consumer)从kafka的指定队列中获取消息，然后来处理消息。
流处理(Stream Process): 将输入topic转换数据流到输出topic
连接器(Connector) : 将数据从应用程序(源系统)中导入到kafka，或者从kafka导出数据到应用程序(宿主系统sink system), 例如：将文件中的数据导入到kafka，从kafka中将数据导出到文件中

kafka中的消息模型

队列：同名的消费者组员瓜分消息
发布订阅：广播消息给多个消费者组(不同名)

生产者(producer)将消息记录(record)发送到kafka中的主题中(topic), 一个主题可以有多个分区(partition), 消息最终存储在分区中，消费者(consumer)最终从主题的分区中获取消息。

二：安装与启动

一： Mac版安装

brew install kafka

安装kafka是需要依赖于zookeeper的，所以安装kafka的时候也会包含zookeeper
kafka的安装目录：/usr/local/Cellar/kafka
kafka的配置文件目录：/usr/local/etc/kafka
kafka服务的配置文件：/usr/local/etc/kafka/server.properties
zookeeper配置文件： /usr/local/etc/kafka/zookeeper.properties

# server.properties中的重要配置broker.id=0
listeners=PLAINTEXT://:9092
advertised.listeners=PLAINTEXT://127.0.0.1:9092
log.dirs=/usr/local/var/lib/kafka-logs

# zookeeper.propertiesdataDir=/usr/local/var/lib/zookeeper
clientPort=2181
maxClientCnxns=0

二：启动zookeeper

# 新起一个终端启动zookeeper
cd /usr/local/Cellar/kafka/1.0.0
./bin/zookeeper-server-start /usr/local/etc/kafka/zookeeper.properties

三：启动kafka

# 新起一个终端启动zookeeper，注意启动kafka之前先启动zookeeper
cd /usr/local/Cellar/kafka/1.0.0
./bin/kafka-server-start /usr/local/etc/kafka/server.properties

四：创建topic

# 新起一个终端来创建主题
cd /usr/local/Cellar/kafka/1.0.0

## 创建一个名为“test”的主题，该主题有1个分区
./bin/kafka-topics --create --zookeeper localhost:2181 --partitions 1 --topic test

五：查看topic

// 创建成功可以通过 list 列举所有的主题
./bin/kafka-topics --list --zookeeper localhost:2181// 查看某个主题的信息
./bin/kafka-topics --describe --zookeeper localhost:2181 --topic <name>

六：发送消息

# 新起一个终端，作为生产者，用于发送消息，每一行算一条消息，将消息发送到kafka服务器> ./bin/kafka-console-producer --broker-list localhost:9092 --topic test This is a messageThis is another message

七：消费消息(接收消息)

# 新起一个终端作为消费者，接收消息
cd /usr/local/Cellar/kafka/1.0.0
> ./bin/kafka-console-consumer --bootstrap-server localhost:9092 --topic test --from-beginning
This is a message
This is another message

八：在生产者发送消息

在步骤六中新起的终端属于一条消息(任意字符)，输入完回车就算一条消息，可以看到在步骤7中的消费者端就会显示刚才输入的消息

三：Go实现消息接收，发送

1）. 准备

安装依赖库sarama

go get github.com/Shopify/sarama

该库要求kafka版本在0.8及以上，支持kafka定义的high-level API和low-level API，但不支持常用的consumer自动rebalance和offset追踪，所以一般得结合cluster版本使用。
sarama-cluster依赖库

go get github.com/bsm/sarama-cluster

需要kafka 0.9及以上版本
代码示例来自官网(本地已测试)，可到官网查看更多信息。

2）. 生产者

1. 同步消息模式

import ("github.com/Shopify/sarama""time""log""fmt""os""os/signal""sync"
)var Address = []string{"10.130.138.164:9092","10.130.138.164:9093","10.130.138.164:9094"}func main()  {syncProducer(Address)//asyncProducer1(Address)
}//同步消息模式
func syncProducer(address []string)  {config := sarama.NewConfig()config.Producer.Return.Successes = trueconfig.Producer.Timeout = 5 * time.Secondp, err := sarama.NewSyncProducer(address, config)if err != nil {log.Printf("sarama.NewSyncProducer err, message=%s \n", err)return}defer p.Close()topic := "test"srcValue := "sync: this is a message. index=%d"for i:=0; i<10; i++ {value := fmt.Sprintf(srcValue, i)msg := &sarama.ProducerMessage{Topic:topic,Value:sarama.ByteEncoder(value),}part, offset, err := p.SendMessage(msg)if err != nil {log.Printf("send message(%s) err=%s \n", value, err)}else {fmt.Fprintf(os.Stdout, value + "发送成功，partition=%d, offset=%d \n", part, offset)}time.Sleep(2*time.Second)}
}

2.异步消息

func SaramaProducer()  {config := sarama.NewConfig()//等待服务器所有副本都保存成功后的响应config.Producer.RequiredAcks = sarama.WaitForAll//随机向partition发送消息config.Producer.Partitioner = sarama.NewRandomPartitioner//是否等待成功和失败后的响应,只有上面的RequireAcks设置不是NoReponse这里才有用.config.Producer.Return.Successes = trueconfig.Producer.Return.Errors = true//设置使用的kafka版本,如果低于V0_10_0_0版本,消息中的timestrap没有作用.需要消费和生产同时配置//注意，版本设置不对的话，kafka会返回很奇怪的错误，并且无法成功发送消息config.Version = sarama.V0_10_0_1fmt.Println("start make producer")//使用配置,新建一个异步生产者producer, e := sarama.NewAsyncProducer([]string{"182.61.9.153:6667","182.61.9.154:6667","182.61.9.155:6667"}, config)if e != nil {fmt.Println(e)return}defer producer.AsyncClose()//循环判断哪个通道发送过来数据.fmt.Println("start goroutine")go func(p sarama.AsyncProducer) {for{select {case  <-p.Successes()://fmt.Println("offset: ", suc.Offset, "timestamp: ", suc.Timestamp.String(), "partitions: ", suc.Partition)case fail := <-p.Errors():fmt.Println("err: ", fail.Err)}}}(producer)var value stringfor i:=0;;i++ {time.Sleep(500*time.Millisecond)time11:=time.Now()value = "this is a message 0606 "+time11.Format("15:04:05")// 发送的消息,主题。 // 注意：这里的msg必须得是新构建的变量，不然你会发现发送过去的消息内容都是一样的，因为批次发送消息的关系。msg := &sarama.ProducerMessage{Topic: "0606_test",}//将字符串转化为字节数组msg.Value = sarama.ByteEncoder(value)//fmt.Println(value)//使用通道发送producer.Input() <- msg}
}

3）消费者
集群模实现

func main()  {topic := []string{"test"}var wg = &sync.WaitGroup{}wg.Add(2)//广播式消费：消费者1go clusterConsumer(wg, Address, topic, "group-1")//广播式消费：消费者2go clusterConsumer(wg, Address, topic, "group-2")wg.Wait()
}// 支持brokers cluster的消费者
func clusterConsumer(wg *sync.WaitGroup,brokers, topics []string, groupId string)  {defer wg.Done()config := cluster.NewConfig()config.Consumer.Return.Errors = trueconfig.Group.Return.Notifications = trueconfig.Consumer.Offsets.Initial = sarama.OffsetNewest// init consumerconsumer, err := cluster.NewConsumer(brokers, groupId, topics, config)if err != nil {log.Printf("%s: sarama.NewSyncProducer err, message=%s \n", groupId, err)return}defer consumer.Close()// trap SIGINT to trigger a shutdownsignals := make(chan os.Signal, 1)signal.Notify(signals, os.Interrupt)// consume errorsgo func() {for err := range consumer.Errors() {log.Printf("%s:Error: %s\n", groupId, err.Error())}}()// consume notificationsgo func() {for ntf := range consumer.Notifications() {log.Printf("%s:Rebalanced: %+v \n", groupId, ntf)}}()// consume messages, watch signalsvar successes intLoop:for {select {case msg, ok := <-consumer.Messages():if ok {fmt.Fprintf(os.Stdout, "%s:%s/%d/%d\t%s\t%s\n", groupId, msg.Topic, msg.Partition, msg.Offset, msg.Key, msg.Value)consumer.MarkOffset(msg, "")  // mark message as processedsuccesses++}case <-signals:break Loop}}fmt.Fprintf(os.Stdout, "%s consume %d messages \n", groupId, successes)
}

四. 参考资料

Go连接Kafka
kafka的go版本api使用
Godoc - sarama