本教程假设你是聪明的果汁，没有Kafka或ZooKeeper的经验。 Kafka控制脚本在Unix和Windows平台上不同。 在Windows平台上，请使用sldxmfwindows而不是sldxmf/，并将脚本扩展名更改为. bat。
Step 1:下载代码
下载并解压缩1.0.0版。 水平。
启动Step 2:服务器
Kafka正在使用ZooKeeper。 如果还没有ZooKeeper服务器，则必须首先启动ZooKeeper服务器。 使用与kafka打包的有用脚本，可以快速轻松地创建单节点ZooKeeper实例。
启动Kafka服务器。
创建step :主题
创建一个名为“test”的主题集吧。 有分区和副本。
现在，您可以运行列表命令来验证此主题。
或者，如果不存在已发布的topic，则可以将代理配置为自动创建topic，而不是手动创建。
Step 4:发送几条消息
Kafka附带了命令行客户端，用于从文件或标准输入中检索输入，并将其作为消息发送到Kafka群集。 默认情况下，每行作为单独的消息发送。
运行producer，在控制台中输入消息并将其发送到服务器。
Step 5:启动客户
Kafka还有一个命令行“consumer”，用于将消息转储到标准输出。
在其他终端上执行上述命令后，可以将消息输入生产者终端，并显示在消费者终端上。
所有命令行工具都有其他选项。 在没有参数的情况下运行命令，将显示更详细的使用信息。
Step 6:多代理群集设置
到目前为止，我们使用了一个代理，这没意思。 对Kafka来说，每个代理都是一个大小为1的群集，除了启动更多代理实例之外没有任何变化。 为了深入了解这一点，让我们将群集扩展到三个节点(仍在本地计算机上)。
首先，为每个代理创建一个配置文件。 在Windows上改为使用copy命令。
编辑这些新文件并设置以下属性：
broker.id属性是群集中每个节点的名称，该名称是唯一且永久的。 必须重写端口和日志目录。 因为它们在同一台计算机上运行，所以所有代理都不想尝试在同一端口上注册，也不想试图复盖彼此的数据。
与Zookeeper构建了单节点。 现在只需要启动两个新节点。
创建副本为3的新主题。
Good，现在我们有集群了，你怎么知道那些代理在做什么？ 运行" describe topics "命令以显示以下信息：
以下是输出信息的解释。 第一行概述了所有分区，第二行提供了分区的信息。 我们只有一个分区，所以只有一行。
" leader "是负责指定分区的所有读写操作的节点。 每个节点都是随机选择的部分分区的领导者。 “复制”是要复制分区日志的节点列表。 无论这些节点是leader还是只是活着。 “isr”是一组“同步”的复制副本，是复制副本列表的子集，并且被活着指出给了leader。 在本示例中，请注意节点1是主题中唯一分区的领导者。
可以在创建的原始主题中运行相同的命令来确定其位置。
这没什么大不了的。 原始主题没有副本，在服务器0上。 创建群集时，这是唯一的服务器。
让我们在新的主题上发布一些信息：
现在，让我们来消费这些新闻：
测试一下容错性吧。 经纪人1现在是leader。 杀了它吧：
在Windows上使用：
领导权切换到从节点，节点1也不在同步副本集中：
但是，即使没有读取器写入消息，这些消息也可以用于消费。
使用step 7: Kafka连接导入/导出数据
从控制台读取数据并写回是10分
方便操作的，但你可能需要使用其他来源的数据或将数据从Kafka导出到其他系统。针对这些系统， 你可以使用Kafka Connect来导入或导出数据，而不是写自定义的集成代码。Kafka Connect是Kafka的一个工具，它可以将数据导入和导出到Kafka。它是一种可扩展工具，通过运行connectors(连接器)， 使用自定义逻辑来实现与外部系统的交互。 在本文中，我们将看到如何使用简单的connectors来运行Kafka Connect，这些connectors 将文件中的数据导入到Kafka topic中，并从中导出数据到一个文件。
首先，我们将创建一些种子数据来进行测试：
在Windows系统使用:
接下来，我们将启动两个standalone(独立)运行的连接器，这意味着它们各自运行在一个单独的本地专用 进程上。 我们提供三个配置文件。首先是Kafka Connect的配置文件，包含常用的配置，如Kafka brokers连接方式和数据的序列化格式。 其余的配置文件均指定一个要创建的连接器。这些文件包括连接器的唯一名称，类的实例，以及其他连接器所需的配置。
这些包含在Kafka中的示例配置文件使用您之前启动的默认本地群集配置，并创建两个连接器： 第一个是源连接器，用于从输入文件读取行，并将其输入到 Kafka topic。 第二个是接收器连接器，它从Kafka topic中读取消息，并在输出文件中生成一行。
在启动过程中，你会看到一些日志消息，包括一些连接器正在实例化的指示。 一旦Kafka Connect进程启动，源连接器就开始从test.txt读取行并且 将它们生产到主题connect-test中，同时接收器连接器也开始从主题connect-test 中读取消息， 并将它们写入文件test.sink.txt 中。我们可以通过检查输出文件的内容来验证数据是否已通过整个pipeline进行交付：
请注意，数据存储在Kafka topic connect-test 中，因此我们也可以运行一个console consumer(控制台消费者)来查看 topic 中的数据(或使用custom consumer(自定义消费者)代码进行处理)：
连接器一直在处理数据，所以我们可以将数据添加到文件中，并看到它在pipeline 中移动：
您应该可以看到这一行出现在控制台用户输出和接收器文件中。
Step 8:使用 Kafka Streams 来处理数据
Kafka Streams是用于构建实时关键应用程序和微服务的客户端库，输入与输出数据存储在Kafka集群中。 Kafka Streams把客户端能够轻便地编写部署标准Java和Scala应用程序的优势与Kafka服务器端集群技术相结合，使这些应用程序具有高度伸缩性、弹性、容错性、分布式等特性。 下期“快速入门示例”将演示如何运行一个基于该库编程的流式应用程序。