SpringBoot入门建站全系列(二十八)整合Kafka做日志监控

SpringBoot入门建站全系列(二十八)整合Kafka做日志监控

一、概述

Apache Kafka是一个分布式发布 - 订阅消息系统和一个强大的队列,可以处理大量的数据,并使您能够将消息从一个端点传递到另一个端点。 Kafka适合离线和在线消息消费。 Kafka消息保留在磁盘上,并在群集内复制以防止数据丢失。 Kafka构建在ZooKeeper同步服务之上。 它与Apache Storm和Spark非常好地集成,用于实时流式数据分析。

所以说,Kafka还是一个MQ,这时候,你肯定会想到ActiveMQ、RabbitMQ、RocketMQ等,在《Web基础配置篇(十): ActiveMQ与RabbitMQ的安装配置及使用》 一篇中,已经大概讲述了他们之间的区别,这里还是要简单说明一下:

  • ActiveMQ是java写的消息队列,ActiveMq几个月才发一次版本,社区已经不活跃了;
  • RabbitMQ是基于erlang开发,国人很少学erlang的,但社区还是蛮活跃的,而且性能极其好,延时很低;
  • RocketMQ是java写的,阿里的,网上都说怕它哪天gg了,中小型公司用起来就麻烦了,但是性能蛮好的;
  • Kafka是基于scala的,主要是面向大数据的,最大的优点,就是吞吐量高。

所以,网上一般的推荐就是,中小型公司可以选择RabbitMQ,因为怕阿里不维护RocketMQ了,就没有能力去维护RocketMQ;大型软件公司可以选择rocketMq,因为有钱,所以有人维护。至于kafka,根据业务场景选择,大数据领域中以及日志采集,肯定是首选kafka了。

前面文章已经有整合过ActiveMQ和RabbitMQ:

《SpringBoot入门建站全系列(十七)整合ActiveMq(JMS类消息队列)》SpringBoot入门建站全系列(十八)整合RabbitMQ(AMQP类消息队列)

本篇整合kafka,使用Spring kafka对kafka进行操作,后续会使用spring-integration-kafka进行整合。

代码可以在SpringBoot组件化构建https://www.pomit.cn/java/spring/springboot.html中的Kafka组件中查看,并下载。

首发地址:
品茗IT-同步发布

如果大家正在寻找一个java的学习环境,或者在开发中遇到困难,可以加入我们的java学习圈,点击即可加入,共同学习,节约学习时间,减少很多在学习中遇到的难题。

二、配置

本文假设你已经引入spring-boot-starter-web。已经是个SpringBoot项目了,如果不会搭建,可以打开这篇文章看一看《SpringBoot入门建站全系列(一)项目建立》

需要提前搭好Kafka,Web基础配置篇(十四): Kafka单机、集群的安装配置及使用 这里有Kafka的安装方法。

2.1 Maven依赖

使用activemq可以使用spring-boot-starter-activemq,方便快捷,一般springboot对大多数开源项目都做了整合,提供了专用的stater。

<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-aop</artifactId>
</dependency>
<dependency>
	<groupId>org.springframework.kafka</groupId>
	<artifactId>spring-kafka</artifactId>
</dependency>
2.2 配置文件

在application.properties 中需要配置kafka的信息,也可以配置自定义的配置,如:

spring.kafka.bootstrap-servers=10.247.63.210:9092,10.247.62.76:9092

# producer
spring.kafka.producer.retries=1
spring.kafka.producer.value-serializer=org.springframework.kafka.support.serializer.JsonSerializer
spring.kafka.producer.properties.spring.json.add.type.headers=false

kafka.topics.log=logCenter


# consumer
# group id
spring.kafka.consumer.group-id=log_center_group
spring.kafka.consumer.auto-offset-reset=earliest
spring.kafka.consumer.enable-auto-commit=true
spring.kafka.consumer.auto-commit-interval=100
spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer

这里面,

  • spring.kafka.bootstrap-servers是kafka的集群地址,必须配置。
  • spring.kafka.producer.retries是生产者重试次数
  • spring.kafka.producer.value-serializer是发送数据转换,这里配置的是转成成json数据。
  • kafka.topics.log,这是我自己定义的一个kafka的topics。
  • spring.kafka.consumer.group-id是kafka的消费group-id,带group-id能避免重复消费
  • spring.kafka.consumer.auto-offset-reset是消费开始时机
  • spring.kafka.consumer.enable-auto-commit是自动提交offset
  • spring.kafka.consumer.value-deserializer是数据解码方式;这个地方如果设置为JsonDeserializer,会提示No type information in headers and no default type provided,需要额外配置,https://stackoverflow.com/questions/55109508/spring-kafka-no-type-information-in-headers-and-no-default-type-provided 这里有人说可以使用StringDeserializer接收,然后使用StringJsonMessageConverter做转换,经试验单独消费使用StringJsonMessageConverter是无效的,所以自己用json工具转一下最简单了。

注意:

  • 只要不更改group.id,每次重新消费kafka,都是从上次消费结束的地方继续开始,不论auto.offset.reset属性设置的是什么
  • 如果Kafka上积累了数据,想从最新的地方开始消费,则可以更改group.id,auto.offset.reset设置为latest。
  • 如果Kafka上积累了数据,想从最开始的地方开始消费,则可以更改group.id,auto.offset.reset设置为earliest。

三、Kafka的使用

3.1 Topics的建立

可以使用脚本来建立,也可以使用代码建立。

Web基础配置篇(十四): Kafka单机、集群的安装配置及使用 这里有使用脚本建立topics的方式。

下面的config会建立新的topics,如果已经存在,这个bean会被忽略。

KafkaTopicsConfig :

package com.cff.springbootwork.kafka;

import org.apache.kafka.clients.admin.NewTopic;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

//如果不存topics,通过NewTopic新建
@Configuration
public class KafkaTopicsConfig {

	@Bean
	public NewTopic logCenter() {
	    return new NewTopic("logCenter", 2, (short) 2);
	}

	@Bean
	public NewTopic logTest() {
	    return new NewTopic("logCenter_test", 2, (short) 2);
	}
}

3.2 生产者(切面做日志监控)

kafka一般用来做日志分析,我们假设kafka会对应用的请求数据、业务处理数据搜集并提交给日志中心(可以是elk等)。

这里,我们用切面来对Controller层和Service层记录日志:

3.2.1 Controller层

KafkaTestRest:

package com.cff.springbootwork.kafka.web;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import com.cff.springbootwork.kafka.model.TransDataModel;
import com.cff.springbootwork.kafka.service.BusinessSerivce;

@RestController
@RequestMapping("/kafkaTest")
public class KafkaTestRest {
	@Autowired
	BusinessSerivce businessSerivce;

	@RequestMapping(value = "/test")
	public TransDataModel test(TransDataModel defaultMqModel) {
		return businessSerivce.doTrans(defaultMqModel);
	}

	@RequestMapping(value = "/test2")
	public TransDataModel test2(TransDataModel seccondMqModel) {
		return businessSerivce.doTrans(seccondMqModel);
	}
}

3.2.2 Service层

BusinessSerivce :

package com.cff.springbootwork.kafka.service;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.stereotype.Service;

import com.cff.springbootwork.kafka.model.TransDataModel;

@Service
public class BusinessSerivce {
	private final Logger log = LoggerFactory.getLogger(this.getClass());

	public TransDataModel doTrans(TransDataModel defaultMqModel) {
		log.info("处理消息{}", defaultMqModel);

		defaultMqModel.setType("1111");

		return defaultMqModel;
	}
}

3.2.3 日志切面

KafkaLogAspect:

package com.cff.springbootwork.kafka.log;

import org.apache.kafka.clients.producer.ProducerRecord;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.support.SendResult;
import org.springframework.stereotype.Component;
import org.springframework.util.concurrent.ListenableFuture;
import org.springframework.util.concurrent.ListenableFutureCallback;

import com.cff.springbootwork.kafka.model.KafkaLogModel;

@Aspect
@Component
public class KafkaLogAspect {
	@Autowired
	private KafkaTemplate<String, KafkaLogModel> kafkaTemplate;

	@Value("${kafka.topics.log}")
	private String logTopics;

	private Logger log = LoggerFactory.getLogger(KafkaLogAspect.class);

	@Around("execution(public * com.cff.springbootwork.kafka.service.BusinessSerivce.doTrans(..))")
	public Object doAroundService(ProceedingJoinPoint proceedingJoinPoint) throws Throwable {
		KafkaLogModel kafkaLogModel = new KafkaLogModel();
		kafkaLogModel.setLogType("SERVICE");
		Object[] objs = proceedingJoinPoint.getArgs();
		kafkaLogModel.setReqContent(objs);
		Object obj = proceedingJoinPoint.proceed();
		kafkaLogModel.setResContent(obj);

		log.info("开始发送给kafka,数据{}", kafkaLogModel.toString());
		ProducerRecord<String, KafkaLogModel> record = new ProducerRecord<String, KafkaLogModel>(logTopics,
				kafkaLogModel);
		ListenableFuture<SendResult<String, KafkaLogModel>> future = kafkaTemplate.send(record);
		future.addCallback(new ListenableFutureCallback<SendResult<String, KafkaLogModel>>() {
			@Override
			public void onSuccess(SendResult<String, KafkaLogModel> result) {
				int partition = result.getRecordMetadata().partition();
				log.info("kafka存储partition为{}", partition);
			}

			@Override
			public void onFailure(Throwable ex) {

			}
		});

		log.info("开始发送给kafka,数据{}", kafkaLogModel.toString());
		return obj;
	}

	@Around("execution(public * com.cff.springbootwork.kafka.web.KafkaTestRest.*(..))")
	public Object doAroundController(ProceedingJoinPoint proceedingJoinPoint) throws Throwable {
		KafkaLogModel kafkaLogModel = new KafkaLogModel();
		kafkaLogModel.setLogType("CONTROLLER");
		Object[] objs = proceedingJoinPoint.getArgs();
		kafkaLogModel.setReqContent(objs);
		Object obj = proceedingJoinPoint.proceed();
		kafkaLogModel.setResContent(obj);

		log.info("开始发送给kafka,数据{}", kafkaLogModel.toString());
		ProducerRecord<String, KafkaLogModel> record = new ProducerRecord<String, KafkaLogModel>(logTopics,
				kafkaLogModel);
		kafkaTemplate.send(record);

		log.info("开始发送给kafka,数据{}", kafkaLogModel.toString());
		return obj;
	}
}

这里,

  • 分别对doAroundController和doAroundService对Controller、Service做切面。
  • 组建日志对象KafkaLogModel,并组建ProducerRecord对象,补全topics信息,也可以指定分区、key等信息。
  • kafkaTemplate发送消息。可以使用ListenableFuture对发送结果进行处理。
3.3 消费者

消费者一般和生产者是不在一起的,这里为了测试,就写在一起了。

消费者只需要使用@KafkaListener注解相应的方法即可。参数是字符串,接收消息。

这个地方如果设置为JsonDeserializer,会提示No type information in headers and no default type provided,需要额外配置,https://stackoverflow.com/questions/55109508/spring-kafka-no-type-information-in-headers-and-no-default-type-provided 这里有人说可以使用StringDeserializer接收,然后使用StringJsonMessageConverter做转换,经试验单独消费使用StringJsonMessageConverter是无效的,所以自己用json工具转一下最简单了。

KafkaLogConsumer :

package com.cff.springbootwork.kafka.consumer;

import java.io.IOException;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;

import com.cff.springbootwork.kafka.model.KafkaLogModel;
import com.fasterxml.jackson.databind.ObjectMapper;

@Component
public class KafkaLogConsumer {
	private Logger log = LoggerFactory.getLogger(this.getClass());

	@KafkaListener(topics = { "${kafka.topics.log}" })
	public void consumer(String message) {
		ObjectMapper mapper = new ObjectMapper();
		KafkaLogModel kafkaLogModel;
		try {
			kafkaLogModel = mapper.readValue(message, KafkaLogModel.class);
			log.info("收到消息:{}", kafkaLogModel.toString());
		} catch (IOException e) {
			e.printStackTrace();
		}
	}
}

四、过程中用到的实体

TransDataModel:



KafkaLogModel:



详细完整的代码,可以访问品茗IT-博客《SpringBoot入门建站全系列(二十八)整合Kafka做日志监控》进行查看

品茗IT-博客专题:https://www.pomit.cn/lecture.html汇总了Spring专题Springboot专题SpringCloud专题web基础配置专题。

快速构建项目

Spring项目快速开发工具:

一键快速构建Spring项目工具

一键快速构建SpringBoot项目工具

一键快速构建SpringCloud项目工具

一站式Springboot项目生成

Mysql一键生成Mybatis注解Mapper

Spring组件化构建

SpringBoot组件化构建

SpringCloud服务化构建

喜欢这篇文章么,喜欢就加入我们一起讨论SpringBoot使用吧!
品茗IT交流群

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值