본문으로 건너뛰기
Kaameo.dev

Apache Kafka 기초: 실시간 데이터 스트리밍 시작하기

Apache Kafka의 핵심 개념을 이해하고 Spring Boot와 함께 사용하는 방법을 알아봅니다.

2024년 1월 26일4 min read
Apache Kafka
Kafka
Streaming
Spring Boot
Message Queue

Apache Kafka는 LinkedIn에서 개발한 분산 스트리밍 플랫폼으로, 대용량 실시간 데이터 처리에 널리 사용됩니다.

Kafka의 핵심 개념

Producer와 Consumer

Producer는 메시지를 생성하여 Kafka로 전송하고, Consumer는 Kafka에서 메시지를 읽어 처리합니다.

Topic과 Partition

Topic은 메시지를 구분하는 카테고리이며, Partition은 Topic을 나누어 병렬 처리를 가능하게 합니다.

Consumer Group

여러 Consumer가 하나의 그룹으로 묶여 메시지를 분산 처리할 수 있습니다.

Docker로 Kafka 실행하기

docker-compose.yml 파일을 작성합니다:

yaml
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
version: '3'
services:
  zookeeper:
    image: confluentinc/cp-zookeeper:7.5.0
    environment:
      ZOOKEEPER_CLIENT_PORT: 2181
      ZOOKEEPER_TICK_TIME: 2000
    ports:
      - "2181:2181"
  
  kafka:
    image: confluentinc/cp-kafka:7.5.0
    depends_on:
      - zookeeper
    ports:
      - "9092:9092"
    environment:
      KAFKA_BROKER_ID: 1
      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://localhost:9092
      KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1

실행 명령어:

bash
1
docker-compose up -d

Spring Boot에서 Kafka 사용하기

의존성 추가

pom.xml에 다음 의존성을 추가합니다:

xml
1
2
3
4
<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
</dependency>

application.yml 설정

yaml
1
2
3
4
5
6
7
8
9
spring:
  kafka:
    bootstrap-servers: localhost:9092
    consumer:
      group-id: my-group
      auto-offset-reset: earliest
    producer:
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      value-serializer: org.apache.kafka.common.serialization.StringSerializer

Producer 구현

java
1
2
3
4
5
6
7
8
9
10
@Component
public class KafkaProducer {
    
    @Autowired
    private KafkaTemplate<String, String> kafkaTemplate;
    
    public void sendMessage(String topic, String message) {
        kafkaTemplate.send(topic, message);
    }
}

Consumer 구현

java
1
2
3
4
5
6
7
8
@Component
public class KafkaConsumer {
    
    @KafkaListener(topics = "my-topic", groupId = "my-group")
    public void consume(String message) {
        System.out.println("Received message: " + message);
    }
}

실제 사용 사례

로그 수집 시스템

애플리케이션 로그를 Kafka로 전송하고, 이를 Elasticsearch에 저장하여 분석할 수 있습니다.

이벤트 기반 아키텍처

마이크로서비스 간 비동기 통신을 위해 Kafka를 이벤트 버스로 활용할 수 있습니다.

실시간 데이터 분석

IoT 센서 데이터나 사용자 행동 데이터를 실시간으로 수집하고 분석할 수 있습니다.

성능 최적화 팁

Producer 최적화

  • batch.size를 늘려 처리량 향상
  • linger.ms 설정으로 배치 처리 최적화
  • compression.type 설정으로 네트워크 사용량 감소

Consumer 최적화

  • fetch.min.bytes 조정으로 네트워크 효율성 향상
  • max.poll.records 설정으로 처리량 제어
  • 적절한 파티션 수 설정으로 병렬 처리 최적화

모니터링

Kafka Manager나 Kafka UI 같은 도구를 사용하여 클러스터 상태를 모니터링할 수 있습니다.

마무리

Apache Kafka는 대규모 실시간 데이터 처리에 매우 효과적인 플랫폼입니다. 기본 개념을 이해하고 Spring Boot와 함께 사용하면 강력한 스트리밍 애플리케이션을 구축할 수 있습니다.

다음 포스트에서는 Kafka Streams API를 활용한 고급 스트림 처리에 대해 알아보겠습니다!

댓글