kafka api c语言,kafka的c/c++高性能客户端librdkafka简介

Librdkafka是c语言实现的apachekafka的高性能客户端，为生产和使用kafka提供高效可靠的客户端，并且提供了c++接口

性能：

Librdkafka 是一款专为现代硬件使用而设计的高性能库，它尝试将内存复制保持在最小，可以让用户决定是需要高吞吐量还是低延迟的服务，性能调优的两个最重要的配置是：

*batch.num.messages：在发送消息之前累积在本地队列中等待的消息的最小数量。

*queue.buffering.max.ms：等待batch.num.messages多长时间来填写到本地队列中。

使用：

源码中的rdkafka.h、CONFIGURATION.md有Librdkafka的API的说明

初始化：

应用程序需要实例化一个顶级对象rd_kafka_t作为基础容器，提供全局配置和共享状态，调用rd_kafka_new()创建。

还需要实例化一个或多个topics(`rd_kafka_topic_t`)来提供生产或消费，topic对象保存topic特定的配置，并在内部填充所有可用分区和leader brokers，通过调用`rd_kafka_topic_new()`创建。

`rd_kafka_t`和`rd_kafka_topic_t`自带一个可选的配置API，如果没有调用API，Librdkafka将会使用CONFIGURATION.md中的默认配置。

注意

1.应用程序可能会创建多个`rd_kafka_t`对象，并且它们不共享任何状态

2.一个`rd_kafka_topic_t`对象仅可以用于创建它的`rd_kafka_t`对象

配置

为了简化与Apache Kafka官方软件的集成，降低学习曲线，librdkafka实现了与Apache Kafka官方客户端相同的配置属性。

使用`rd_kafka_conf_set()` 和`rd_kafka_topic_conf_set()`在创建对象之前应用配置。

注意：

`rd_kafka.._conf_t`对象在传递给rd_kafka.._new()`之后不可重复使用，调用`rd_kafka.._new()`后，应用程序不需要free任何配置资源。

例子

rd_kafka_conf_t*conf;

char errstr[512];

conf = rd_kafka_conf_new();

rd_kafka_conf_set(conf, "compression.codec","snappy", errstr, sizeof(errstr));

rd_kafka_conf_set(conf, "batch.num.messages", "100",errstr, sizeof(errstr));

rd_kafka_new(RD_KAFKA_PRODUCER,conf);

线程和回调函数

librdkafka内部使用多个线程来充分利用硬件资源.

API是线程安全的，应用程序可以在任意时间调用其线程内的任意api函数.

poll-based的API用于向应用程序提供信号，应用程序定期调用` rd_kafka_poll() `,poll API将会调用如下的API:

*消息传递报告回调函数：消息传递成功或失败的信号，允许应用程序释放消息中使用的任何应用程序资源。

*错误回调函数：发出错误信号，这些错误通常具有信息性质，例如连接broker失败，应用程序通常不需要做任何处理，错误的类型通过` rd_kafka_resp_err_t `枚举值传递，包括远程的broke错误和本地错误。

可选回调不是通过poll触发的，可以通过任意线程调用：

*Logging callback ：允许应用程序输出librdkafka生成的日志消息

*partitioner callback：应用提供的消息分区器，可在任意时刻、任意线程中调用，对于相同的键，可以调用多次

Brokers

Librdkafka需要至少一个brokers的初始化list，称作` bootstrap brokers `,通过"metadata.broker.list"配置属性或`rd_kafka_brokers_add()`来指定，用来连接所有bootstrapbrokers，并查询每个元数据的信息，其中包含brokers、topic、partitions和它们在kafka cluster中的leaders的完整列表，

Brokers的名字被指定为"host[:port]"，端口可选(默认9092)，host是主机名或ip地址，如果主机解析到多个地址，librdkafka将轮询每个尝试连接的地址，因此，可以使用包含所有brokers地址的DNS记录来提供可靠的bootstrap broker。

Producer API

使用`RD_KAFKA_PRODUCER`设置了`rd_kafka_t`对象，并设置了一个或多个`rd_kafka_topic_t`对象后，librdkafka已经准备好接收要发送给brokers的消息。

`rd_kafka_produce()`函数有如下参数：

*`rkt` - 需要produce的topic，之前通过`rd_kafka_topic_new()`函数创

*`partition` -生产到的partition，如果设置为`RD_KAFKA_PARTITION_UA`(UnAssigned)，那么配置的分区函数将会用来选择目标分区。

*`msgflags` - 0，或者是：

*`RD_KAFKA_MSG_F_COPY` - librdkafka会立刻生成payload的一份拷贝，当payload在非持久化内存中(例如堆)时使用。

* `RD_KAFKA_MSG_F_FREE` - librdkafka使用完payload后，会使用`free(3)`将其释放。

这两个指标是互斥的，如果既不需要copy也不需要free，那么这两个指标都不需要设置。

如果`RD_KAFKA_MSG_F_COPY`没有设置，将不会执行数据的复制，librdkafka将会hold住payload的指针直到消息成功传输或传输失败。

当librdkafka完成消息的传递，使应用程序重新获得payload内存的所有权后，传递报告回调函数将会被调用

如果设置了`RD_KAFKA_MSG_F_FREE`，传递报告回调函数不能对payload进行free

*`payload`,`len` -消息的payload

*`key`,`keylen` - 可以用来进行消息分区的消息键

它将被传递到topic分区回调函数(如果存在的话)，并在发送给broker的时候附加在消息上

*`msg_opaque`- 应用程序提供的一个可选的每条消息的不透明指针，在消息回调函数中提供，让应用程序引用一个特定的指针。

`rd_kafka_produce()`是一个非阻塞API,它会在内部队列中排列消息并立即返回。如果已排列的消息个数超过了"queue.buffering.max.messages"配置项，`rd_kafka_produce()`返回-1并将errno设置为`ENOBUFS`，从而提供了一种背压机制

Simple Consumer API

NOTE: 对于高级KafkaConsumer接口，查看rd_kafka_subscribe(rdkafka.h) 或者 KafkaConsumer (rdkafkacpp.h)。

使用`RD_KAFKA_CONSUMER`和`rd_kafka_topic_t`实例创建`rd_kafka_t`后，应用程序还必须通过调用`rd_kafka_consume_start()`来为给定的分区启动consumer。

`rd_kafka_consume_start()` 参数：

* `rkt` - 需要消费的topic，之前通过`rd_kafka_topic_new()`创建。

*`partition` -从哪个分区消费

*`offset` - 开始消费的消息offset，这可能是绝对消息偏移或两个特殊偏移之一：

`RD_KAFKA_OFFSET_BEGINNING` ：从partition队列的起始位置开始消费(最老的message)

`RD_KAFKA_OFFSET_END`：在下一个要生产到该partition上的消息处开始消费

`RD_KAFKA_OFFSET_STORED`：使用存储的offset

一个topic+partition的consumer启动后，librdkafka将会尝试通过反复从broker获取批次消息以保持本地队列中保存"queued.min.messages"条消息，然后这个本地消息队列将会通过三个不同的consume API传递给应用程序：

*`rd_kafka_consume()`- consume单条消息

*`rd_kafka_consume_batch()`- consume单条或多条消息

*`rd_kafka_consume_callback()` - consume本地队列中的所有消息，并给每条消息调用一个回调函数

这三个API按照性能升序排列，`rd_kafka_consume()`最慢，`rd_kafka_consume_callback()`最快。

使用`rd_kafka_message_t`类型标识一条已消费的消息，其成员为：

*`err` - 发回到应用程序的错误信号，如果不为0，那么`payload`成员将被认为是一条错误消息，`err`是错误码(`rd_kafka_resp_err_t`)，如果为0，`payload`则包含消息数据。

*`rkt`,`partition`- 该消息的topic和partition

*`payload`,`len` - payload消息，或者是错误信息(err!=0)

*`key`,`key_len` - 生产者指定的可选消息key

*`offset` - Message offset

`payload`和`key`以及整个消息的内存，属于librdkafka，调用`rd_kafka_message_destroy()`后不可再次使用，librdkafka将为该消息集的所有消息payloads共享相同的消息集接收缓冲存储器，以避免过度复制，这意味着如果应用程序决定hang on单个rd_kafka_message_t，它将阻止从相同消息集中释放所有其他消息的备份内存。

当应用程序完成从topic+partition的消息消费后，需要调用`rd_kafka_consume_stop()`来停止这个consumer，这也将清除本地队列中的当前的消息。

Offset management

broker version >= 0.9.0结合使用高版本的KafkaConsumer接口，可实现基于Broker的offset管理(查看rdkafka.h或 rdkafkacpp.h)

还可以通过本地文件存储来实现Offset管理，通过如下的topic配置参数，offset被永久写在本地文件中：

* `auto.commit.enable`

* `auto.commit.interval.ms`

* `offset.store.path`

* `offset.store.sync.interval.ms`

目前还没有对ZooKeeper的偏移量管理的支持。

Consumer groups

当kafka broker 版本>= 0.9 ，librdkafka支持基于broker的consumer groups

Topics

Librdkafka支持自动创建topic，broker需要配置"auto.create.topics.enable=true"

原文：http://www.cnblogs.com/fire909090/p/7598090.html