kafka发送消息之压测

kafka循环发送消息,达到压测的目的

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;

import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.Properties;
import java.util.UUID;

public class KafkaProducerDemo {


    private final KafkaProducer<String, String> producer;

    public final static String TOPIC = "test";

    private KafkaProducerDemo() {
        Properties props = new Properties();
        //xxx服务器ip
        props.put("bootstrap.servers","127.0.0.1:9092");
        props.put("zookeeper.connect","127.0.0.1:2181");
        //所有follower都响应了才认为消息提交成功,即"committed"
        props.put("acks", "all");
        //retries = MAX 无限重试,直到你意识到出现了问题:)
        props.put("retries", 0);
        //producer将试图批处理消息记录,以减少请求次数.默认的批量处理消息字节数
        //batch.size当批量的数据大小达到设定值后,就会立即发送,不顾下面的linger.ms
        props.put("batch.size", 16384);
        //延迟1ms发送,这项设置将通过增加小的延迟来完成--即,不是立即发送一条记录,producer将会等待给定的延迟时间以允许其他消息记录发送,这些消息记录可以批量处理
        props.put("linger.ms", 1);
        //producer可以用来缓存数据的内存大小。
        props.put("buffer.memory", 33554432);
        props.put("key.serializer",
                "org.apache.kafka.common.serialization.IntegerSerializer");
        props.put("value.serializer",
                "org.apache.kafka.common.serialization.StringSerializer");

        producer = new KafkaProducer<String, String>(props);
    }

    public void produce() throws InterruptedException {
        int messageNo = 0;
        final int COUNT = 1;

        while(messageNo < COUNT) {
            String data = "{\"test\":\"\test\", \"uuid\":\""+ UUID.randomUUID().toString()+"\"}";
            System.out.println("data:"+data);
            try {
                producer.send(new ProducerRecord<String, String>(TOPIC, data));
            } catch (Exception e) {
                e.printStackTrace();
            }
            System.out.println("发送消息,第"+ ++messageNo +"条");
            Thread.sleep(1000);
        }

        producer.close();
    }

    static String dateFormat() {
        Date date = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        return simpleDateFormat.format(date);
    }

    public static void main(String[] args) {
        try {
            new KafkaProducerDemo().produce();
            System.exit(0);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}


要使用JMeter进行Kafka,您可以按照以下步骤进行操作: 1. 首先,您需要了解什么是KafkaKafka是一个分布式流处理平台,具有高吞吐量、持久性和可扩展性等特点。 2. 接下来,您需要下载Apache JMeter并安装它。您可以从官方网站https://jmeter.apache.org/下载JMeter。 3. 您还需要下载Kafka的JMeter插件,该插件可以帮助您在JMeter中进行Kafka。您可以从插件作者提供的地址下载插件的jar包,并将其放入JMeter文件夹下的lib/ext目录中。 4. 确保您已经正确安装了JMeter和Kafka插件之后,您可以打开JMeter并创建一个新的试计划。 5. 在试计划中,您需要添加一个Thread Group元素,用于定义并发用户的数量和循环次数。 6. 然后,您需要添加一个Kafka Producer Sampler元素,用于发送消息Kafka集群。在该元素的配置中,您需要指定Kafka的相关配置参数,如Kafka服务器的地址、主题名称和消息内容等。 7. 接下来,您可以根据需要添加其他的Sampler元素,如Kafka Consumer Sampler用于消费Kafka消息。 8. 最后,您可以运行试计划并查看试结果。JMeter将模拟指定数量的并发用户发送消息Kafka,并记录相关的性能指标,如吞吐量和响应时间等。 通过以上步骤,您可以使用JMeter进行Kafka,并获得相关的性能数据来评估Kafka的性能表现。引用<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [如何使用Jmeter对Kafka进行性能试](https://blog.youkuaiyun.com/shan286/article/details/105216381)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值