我们打算设计一个接口统计系统，根据日志统计出来具有高延时的接口，以及错误信息等．开始打算使用Spark来做，后来得知Kafka中提供了这个功能，叫做Kafka Stream,基本的流处理已经能够实现了．于是就打算直接使用Kafka Stream来做．毕竟结构比较简单．
下面，我将会把操作的步骤，记录下来．
首先，启动ZooKeeper,可以使用Kafka提供的脚本来启动:
bin/zookeeper-server-start.sh config/zookeeper.properties
当然，如果你已经安装了ZooKeeper,也可以使用你自己的．
然后，启动Kafka服务器:
bin/kafka-server-start.sh config/server.properties
准备好基础环境之后，我们还需要准备一些数据，使用下面的命令:
echo -e “all streams lead to kafka hello kafka streams join kafka summit” > file-input.txt
创建一个用于存储输入数据的topic:
bin/kafka-topics.sh –create
–zookeeper localhost:2181
–replication-factor 1
–partitions 1
–topic streams-file-input
将准备的数据添加到我们新创建的topic中:
bin/kafka-console-producer.sh –broker-list localhost:9092 –topic streams-file-input < file-input.txt
接下来，我们需要编写代码来统计单词出现的次数．
我们先创建一个maven项目，用IntelliJ创建时，在选择** archetype**的部分中，选择如下图所示的项:
创建结束后，我们还需要加入Kafka以及Kafka Stream的依赖，pom文件如下图所示:
你需要选择你的对应的依赖的版本．我这里由于使用的是Kafka 0.11.0.0,所以我的依赖的版本都是选择的0.11.0.0.
我的项目的结构如下:
从上图中可以看到，我的代码位于com.projecthome包下．其中App.java便包含了WordCount的代码，代码如下:
写好之后，打包代码:
mvn package
在打包完后，你会在项目的根目录的target/classes中发现对应的包和类：
然后，我们需要进入到target/classes目录下，然后执行下面的命令，让Kafka执行我们写的代码:
bin/kafka-run-class.sh com.projecthome.App
这条命令永远不会停止，除非你按CTRL+C．但是，如果没有错误信息输出，基本上就成功了．然后，我们通过下面这条命令来查看统计的结果:
bin/kafka-console-consumer.sh –bootstrap-server localhost:9092
–topic streams-wordcount-output
–from-beginning
–formatter kafka.tools.DefaultMessageFormatter
–property print.key=true
–property print.value=true
–property key.deserializer=org.apache.kafka.common.serialization.StringDeserializer
–property value.deserializer=org.apache.kafka.common.serialization.LongDeserializer
如果前面你做的都正确，则上面的命令会输出下面的内容:
如果你不按CTRL+C，上面的那条命令也会一直执行，不会停止．
对执行过程更加详细的解释，请查看此文:Play with a Streams Application
