java Kafka生产者推送数据与消费者接收数据（参数配置以及案例）_java实现kafka消息发送和接收

最新推荐文章于 2024-08-01 15:05:06 发布

2401_84164721

最新推荐文章于 2024-08-01 15:05:06 发布

阅读量964

点赞数 18

分类专栏： 2024年程序员学习文章标签： java kafka linq

本文链接：https://blog.csdn.net/2401_84164721/article/details/137487219

版权

2024年程序员学习专栏收录该内容

88 篇文章 0 订阅

订阅专栏

max.block.ms：生产者在发送消息之前等待Broker元数据信息的最长时间。如果在该时间内无法获取到Broker元数据信息，则会抛出TimeoutException异常。默认值为60000毫秒，即60秒。

compression.type：消息压缩类型。可选值为none、gzip、snappy、lz4。默认值为none，表示不进行压缩。压缩可以减少消息的传输大小，提高网络带宽的利用率，但会增加CPU的消耗。

interceptor.classes：消息拦截器列表。可以指定多个消息拦截器对消息进行加工处理。例如，可以在消息中添加时间戳、添加消息来源等信息。
以上参数只是一部分，Kafka生产者还有更多参数可以进行配置。需要根据实际情况选择合适的参数进行配置。

例子

下面是一个单例模式配置 kafka生产者的例子（避免多次创建实例，减少资源的消耗）

public class SingletonKafkaProducerExample {
private static SingletonKafkaProducerExample instance;
private static Producer<String, String> producer;
private SingletonKafkaProducerExample() {
//参数设置
Properties props = new Properties();
props.put(“bootstrap.servers”, “ip:端口”);
props.put(“acks”, “all”);
props.put(“max.block.ms”,120000);//默认60s
props.put(“retries”, 3)//默认0;
props.put(“batch.size”, 16384);
props.put(“linger.ms”, 1);
props.put(“buffer.memory”, 33554432);
props.put(“request.timeout.ms”,60*1000);
props.put(“key.serializer”, “org.apache.kafka.common.serialization.StringSerializer”);
props.put(“value.serializer”, “org.apache.kafka.common.serialization.StringSerializer”);

//sasl认证（根据实际情况看是否配置）
props.put(“security.protocol”, “SASL_PLAINTEXT”);
props.put(“sasl.mechanism”, “PLAIN”);
props.put(“sasl.jaas.config”, “org.apache.kafka.common.security.plain.PlainLoginModule required username=‘username’ password=‘password’;”);
producer = new KafkaProducer<>(props);
logger.info(“kafka连接成功”);
}
public static SingletonKafkaProducerExample getInstance() {
if (instance == null) {
synchronized (SingletonKafkaProducerExample.class) {
if (instance == null) {
instance = new SingletonKafkaProducerExample();
}
}
}
return instance;
}
public void sendMessage(String topic, String key, String value) {
try {
//这里也可以不用设置key和partition,例如不设置分区系统会使用轮询算法自动匹配partition
ProducerRecord<String, String> record = new ProducerRecord<>(topic, key, value);

Future future = producer.send(record, (metadata, exception) -> {
if (exception != null) {
System.err.println(“发送消息到” + metadata.topic() + “失败：” + exception.getMessage());
} else {
System.out.println(“发送消息到” + metadata.topic() + “成功：partition=” + metadata.partition() + “, offset=” + metadata.offset());
}
});
future.get(); // 等待返回数据
} catch (InterruptedException | ExecutionException e) {
System.err.println(“发送消息失败：” + e.getMessage());
}
}
public void closeProducer() {
producer.close();
}
}

以上参数配置只是案例，实际参数配置需要根据业务情况自己设置
下面是生产的方法介绍：

close(): 关闭生产者，释放相关资源。
close(Duration timeout): 在指定的超时时间内关闭生产者，释放相关资源。
initTransactions(): 初始化事务，启用事务支持。
beginTransaction(): 开始事务。
send(ProducerRecord<K, V> record): 发送一条消息记录到指定的主题。
send(ProducerRecord<K, V> record, Callback callback): 发送一条消息记录，并附带一个回调函数用于异步处理发送结果。
send(ProducerRecord<K, V> record, ProducerCallback callback): 发送一条消息记录，并使用自定义的回调函数处理发送结果。
sendOffsetsToTransaction(Map<TopicPartition, OffsetAndMetadata> offsets, String consumerGroupId): 将消费者组的偏移量提交给事务。
partitionsFor(String topic): 获取指定主题的分区信息。
metrics(): 获取生产者的度量指标信息。
flush(): 将所有已挂起的消息立即发送到Kafka服务器，等待服务器确认后再返回。
commitTransaction(): 提交当前事务。
abortTransaction(): 中止当前事务。
sendOffsetsToTransaction(Map<TopicPartition, OffsetAndMetadata> offsets, ConsumerGroupMetadata groupMetadata): 将消费者组的偏移量和消费者组元数据提交给事务。

可能遇见的问题

1.多个topic发送消息的时候总有1.2发送失败报Failed to update metadata after 60000ms
这种情况出现的原因可能是Kafka集群中Broker的元数据信息还没有被更新到Kafka客户端中，导致Kafka客户端无法连接到指定的Broker。

解决

增加等待时间：可以通过设置max.block.ms属性来增加等待时间
提高重试次数：可以通过设置retries属性来提高重试次数
检查Broker配置
检查网络连接
检查Kafka版本
如果下面3个都没问题，就增加等待时间和重试次数。本人遇到这样的问题解决了

消费者推送数据

import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.util.Arrays;
import java.util.Properties;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class KafkaConsumerExample {
public static void main(String[] args) {
// 配置消费者参数
Properties props = new Properties();
/*
bootstrap.servers
Kafka集群中Broker的地址列表，格式为"hostname:port"，例如：“localhost:9092”。可以配置多个Broker，用逗号分隔。
*/
props.put(“bootstrap.servers”, “ip:port”);
/*
group.id
消费者组的名称，同一个消费者组中的消费者会共享消费消息的责任。例如：“test”。
*/
props.put(“group.id”, “test”);
/*
enable.auto.commit
是否自动提交偏移量，默认为true。如果为false，则需要手动提交偏移量。
*/
props.put(“enable.auto.commit”, “true”);
/*
session.timeout.ms
消费者会话超时时间（毫秒），如果消费者在该时间内没有向Kafka Broker发送心跳，则会被认为已经失效。默认10000毫秒。
*/
props.put(“session.timeout.ms”, “30000”);
/*
auto.offset.reset
如果消费者在初始化时没有指定偏移量或指定的偏移量不存在，则从哪个位置开始消费，默认latest，即从最新的消息开始消费。其他可选值为earliest和none。
*/
props.put(“auto.offset.reset”, “earliest”);
/*

key.deserializer
key的反序列化方式，例如：“org.apache.kafka.common.serialization.StringDeserializer”。
*/
props.put(“key.deserializer”, “org.apache.kafka.common.serialization.StringDeserializer”);
/*
value.deserializer

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。