Заготовка для самостоятельных работ по тренингу Kafka Streams API
Для того, чтобы не терять драгоценного времени во время тренинга на скачивание многих сотен мегабайтов из интернета и решение технических проблем, прошу внимательно прочитать и полностью выполнить данную инструкцию до начала тренинга.
На вашей машине должны быть установлены:
- Вебкамера и микрофон (участие в тренинге происходит при включенной веб-камере и потребует периодического расшаривания экрана!)
- Docker,
- Java 8,
- Maven,
- IntelliJ IDEA (c Lombok-плагином).
Допустимо использование более свежей версии Java и другой (более привычной вам) IDE, но без гарантии, что я смогу помочь в случае возникновения проблем.
-
Склонируйте проект https://github.com/inponomarev/kstreams-class себе на локальный диск
-
В корне проекта выполните
docker-compose up. Эта команда скачает необходимые Docker-образы и запустит мини-кластер Kafka у вас на машине. -
Проверьте работоспособность Kafka и kafkacat. Для этого залогиньтесь в docker контейнер
docker exec -it kafkacat /bin/bash
и выполните команду
kafkacat -L -b broker:9092
Если вы увидели текст типа "Metadata for all topics... broker1 at localhost:9092", значит c запуском Kafka и kafkacat на вашей машине всё в порядке!
-
Скачайте программу Conduktor. https://www.conduktor.io/ Для запуска потребуется авторизация через Github/Google.
-
Запустите Conduktor, настройте cluster configuration на localhost:9092, как на скриншоте. Проверьте соединение.
- Войдите в кластер, должна появиться примерно следующая картинка!
-
Выполните в корне проекта
mvn clean install. Эта команда скачает и закеширует необходимые библиотеки. Сборка должна пройти успешно! -
Откройте проект в IntelliJ IDEA. При необходимости, установите плагин Lombok (Shift-Shift, Plugins, найдите и установите плагин Lombok). После завершения импорта и индексирования, не должно быть "подчёркнутого красным" кода.
-
Убедитесь, что можете запустить модуль Producer (как на скриншоте) и он начинает продуцировать данные в вашу локально развёрнутую Кафку (внизу бежит лог как на скриншоте):
Поздравляю, теперь вы полностью готовы к тренингу!