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

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。

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

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);

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

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。

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

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。

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。

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

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

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

一.编译librdkafka

环境：Fedora 20，32位

依赖：pthreads（必选），zlib（可选），libssl-dev（可选），libsasl2-dev（可选）

先查看自己的linux上是否安装了pthreads，指令如下：

因为我之前安过了，所以可以直接编译librdkafka，没有安的下个pthreads的源码——configure、make、make install。

开始编译librdkafka，指令如下：

# ./configure

# make

# make install

lib库会被默认安装到/usr/local/lib目录

头文件被默认安装到/usr/local/include/librdkafka目录

二.生产者

新建Qt控制台工程KafkaProducer，Pro文件如下：

#-------------------------------------------------

#

# Project created by QtCreator 2018-03-27T19:45:09

#

#-------------------------------------------------

QT -= gui core

TARGET = KafkaProducer

CONFIG += console

CONFIG -= app_bundle

TEMPLATE = app

SOURCES += main.cpp

INCLUDEPATH += /usr/local/include/librdkafka

LIBS += -L/usr/local/lib -lrdkafka

LIBS += -L/usr/local/lib -lrdkafka++

main.cpp文件如下：

#include

#include

#include

#include

#include

#include

#include

#include "rdkafkacpp.h"

static bool run = true;

static void sigterm (int sig) {

run = false;

}

class ExampleDeliveryReportCb : public RdKafka::DeliveryReportCb {

public:

void dr_cb (RdKafka::Message &message) {

std::cout

switch (event.type())

{

case RdKafka::Event::EVENT_ERROR:

std::cerr

std::cerr

if (line.empty()) {

producer->poll(0);

continue;

}

RdKafka::ErrorCode resp =

producer->produce(topic, partition,

RdKafka::Producer::RK_MSG_COPY /* Copy payload */,

const_cast(line.c_str()), line.size(),

NULL, NULL);

if (resp != RdKafka::ERR_NO_ERROR)

std::cerr

run = false;

}

class ExampleEventCb : public RdKafka::EventCb {

public:

void event_cb (RdKafka::Event &event) {

switch (event.type())

{

case RdKafka::Event::EVENT_ERROR:

std::cerr

std::string tsname = "?";

if (ts.type == RdKafka::MessageTimestamp::MSG_TIMESTAMP_CREATE_TIME)

tsname = "create time";

else if (ts.type == RdKafka::MessageTimestamp::MSG_TIMESTAMP_LOG_APPEND_TIME)

tsname = "log append time";

std::cout

printf("%.*s\n",

static_cast(message->len()),

static_cast(message->payload()));

}

break;

case RdKafka::ERR__PARTITION_EOF:

/* Last message */

if (exit_eof && ++eof_cnt == partition_cnt) {

std::cerr

msg_consume(&msg, opaque);

}

};

int main () {

std::string brokers = "localhost";

std::string errstr;

std::string topic_str="test";

std::vector topics;

std::string group_id="101";

RdKafka::Conf *conf = RdKafka::Conf::create(RdKafka::Conf::CONF_GLOBAL);

RdKafka::Conf *tconf = RdKafka::Conf::create(RdKafka::Conf::CONF_TOPIC);

//group.id必须设置

if (conf->set("group.id", group_id, errstr) != RdKafka::Conf::CONF_OK) {

std::cerr set("consume_cb", &ex_consume_cb, errstr);

ExampleEventCb ex_event_cb;

conf->set("event_cb", &ex_event_cb, errstr);

conf->set("default_topic_conf", tconf, errstr);

signal(SIGINT, sigterm);

signal(SIGTERM, sigterm);

RdKafka::KafkaConsumer *consumer = RdKafka::KafkaConsumer::create(conf, errstr);

if (!consumer) {

std::cerr

//5000毫秒未订阅到消息，触发RdKafka::ERR__TIMED_OUT

RdKafka::Message *msg = consumer->consume(5000);

msg_consume(msg, NULL);

delete msg;

}

consumer->close();

delete conf;

delete tconf;

delete consumer;

std::cerr