当前位置：首页 > article >正文

在Nodejs中使用kafka（一）安装使用

article 2025/2/21 22:47:25

安装

方法一、使用docker-compose安装

1、创建docker-compose.yml文件。

services:
  zookeeper:
    image: docker.io/bitnami/zookeeper:3.9
    ports:
      - "2181:2181"
    volumes:
      - "./data/zookeeper:/bitnami"
    environment:
      - ALLOW_ANONYMOUS_LOGIN=yes
  kafka:
    image: docker.io/bitnami/kafka:3.4
    ports:
      - "9092:9092"
    volumes:
      - "./data/kafka:/bitnami"
    environment:
      - KAFKA_CFG_ZOOKEEPER_CONNECT=zookeeper:2181
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9092
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://localhost:9092  # 关键配置
      - KAFKA_CFG_AUTO_CREATE_TOPICS_ENABLE=true
    depends_on:
      - zookeeper

volumes:
  zookeeper_data:
    driver: local
  kafka_data:
    driver: local

2、在文件所在位置运行下面命令

docker compose up -d

方法二、

直接下载kafka，zookeeper。(注:CentOS环境 )

java安装：yum install java-17-openjdk-devel

kafka下载地址：Apache Kafka

zookeeper下载地址：Apache ZooKeeper

下载好后选择路径直接解压即可。

Kafka 的核心功能

1.消息队列：Kafka 最初被设计为一个高吞吐量、分布式的消息队列系统，用于处理大规模的消息流。

2.持久化：Kafka 不仅仅是一个消息队列，它还提供消息的持久化功能，数据存储在磁盘中，这使得 Kafka 适合用于长期的数据存储和分析。

3.高吞吐量和低延迟：Kafka 设计上非常注重高吞吐量和低延迟，支持每秒钟处理百万级别的消息。

4.分布式系统：Kafka 是一个分布式系统，能够跨多台机器进行水平扩展，支持高可用性和容错。

5.流处理：除了消息传递，Kafka 还提供了流处理 API（例如 Kafka Streams），使得用户能够在消息流中进行实时计算和分析。

Kafka 的核心组件

1.Producer（生产者）

Producer 是负责将消息发送到 Kafka 的客户端应用程序。
生产者将消息发布到 Kafka 的特定 Topic（主题）中。
生产者可以选择将消息发布到一个或多个 Kafka 分区中。

2.Consumer（消费者）

Consumer 是从 Kafka 中读取消息的客户端应用程序。
消费者订阅一个或多个 Topic，并从中读取消息。
Kafka 支持消费者组机制，消费者组中的多个消费者可以共同消费一个主题的消息，达到负载均衡和容错的效果。

3.Broker（代理）

Kafka Broker 是 Kafka 集群中的一个节点，负责存储消息并处理生产者和消费者的请求。
Kafka 集群通常由多个 Broker 组成，每个 Broker 负责存储特定的分区数据。
Kafka 的分布式架构保证了可扩展性和高可用性，所有的消息都会在多个 Broker 之间进行分布和复制。

4.Topic（主题）

Topic 是 Kafka 中的消息分类，用来组织消息。
每个 Topic 可以有多个 Partition（分区），消息被写入到分区中，分区内的消息是有序的。
Kafka 支持将一个 Topic 的消息分布到多个分区中，允许高并发的生产者和消费者。

5.Partition（分区）

Partition 是 Topic 的实际存储单位，一个 Topic 可以有多个 Partition，每个 Partition 作为一个日志文件进行存储。
分区保证了消息的顺序性，即同一个分区内的消息是有序的。
分区的数量可以通过配置来控制，多个分区能够提供水平扩展和并行处理能力。

7. Zookeeper（协调者）（对于传统 Kafka 集群来说）

Zookeeper 是 Kafka 中的一个分布式协调组件，用于管理集群的元数据（如 Broker 的信息、Topic 和 Partition 的分配等）。
Zookeeper 保证 Kafka 集群中的 Broker 之间的协调和一致性。
从 Kafka 2.8.0 开始，Kafka 引入了 KRaft 模式，它在未来版本中逐步摆脱了对 Zookeeper 的依赖，转而使用内置的 Raft 协议进行集群管理。

kafka基本命令

在解压的kafka根文件夹下运行

1、启动zookeeper

nohup bin/zookeeper-server-start.sh config/zookeeper.properties &

2、启动kafka

nohup bin/kafka-server-start.sh config/server.properties &

3、查看kafka,zookeeper启动进程

jps

4、创建topic

bin/kafka-topics.sh --create --topic test --bootstrap-server localhost:9092

5、删除topic

bin/kafka-topics.sh --delete --topic test --bootstrap-server localhost:9092

6、查看topic详情

bin/kafka-topics.sh --describe --topic test --bootstrap-server localhost:9092

7、查看创建的所有topic

bin/kafka-topics.sh --bootstrap-server localhost:9092 --list

8、运行生产者

bin/kafka-console-producer.sh --bootstrap-server localhost:9092 --topic test

9、消费者(默认接收实时消息)

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test

10、从最开头开始消费

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

11、指定分区和位置开始消费

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --partition 0 --offset 2

12、创建消费者组,可以指定多个组,多个消费者接收消息

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --group testGroup

13、查看消费者组详情

bin/kafka-consumer-groups.sh --bootstrap-server localhost:9092 --describe --group testGroup

示例

kafkajs文档地址：Getting Started · KafkaJS

producer.ts

import { Kafka } from 'kafkajs';


async function run() {
  const kafka = new Kafka({
    clientId: 'test1',
    brokers: ['localhost:9092'],
  });

  const producer = kafka.producer();

  await producer.connect();

  for (let i = 1; i <= 10; ++i) {
    await producer.send({
      topic: 'topic1',
      messages: [
        { value: `hello kafka${i}` },
      ],
    });
  }

  await producer.disconnect();
}

run();

consumer.ts

import { Kafka } from 'kafkajs'


const kafka = new Kafka({
  clientId: 'test1',
  brokers: ['localhost:9092'],
  connectionTimeout: 1000, // 1 秒连接超时
});

const consumer = kafka.consumer({
  groupId: 'group1',
});

await consumer.connect();

await consumer.subscribe({ 
  topic: 'topic1',
  fromBeginning: true, // 从头开始消费
});

await consumer.run({
  eachMessage: async ({ topic, partition, message }) => {
    console.log(message.value?.toString());
  },
});

// consumer.seek({ topic: 'topic1', partition: 0, offset: '2' });

查看全文

http://www.kler.cn/a/549720.html