文章目录
主题,生产者消费者根据主题确定同一条消息队列
分区:一个主题存放在几个队列里 (一般1个分区,多个分区就是把主题存放在多个队列,可能会破坏消息生产和消费的次序)
消费者组:每个组只有一台机器能收到同一个消息,一个组内,消息只会被消费一次。(同一条消息,每个组都会消费一次)
kafka及异步通知文章上下架
1)自媒体文章上下架
需求分析
2)kafka概述
消息中间件对比
特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
---|---|---|---|---|
开发语言 | java | erlang | java | scala |
单机吞吐量 | 万级 | 万级 | 10万级 | 100万级 |
时效性 | ms | us | ms | ms级以内 |
可用性 | 高(主从) | 高(主从) | 非常高(分布式) | 非常高(分布式) |
功能特性 | 成熟的产品、较全的文档、各种协议支持好 | 并发能力强、性能好、延迟低 | MQ功能比较完善,扩展性佳 | 只支持主要的MQ功能,主要应用于大数据领域 |
消息中间件对比-选择建议 (主流3种)
消息中间件 | 建议 |
---|---|
Kafka | 追求高吞吐量,适合产生大量数据的互联网服务的数据收集业务 |
RocketMQ | 可靠性要求很高的金融互联网领域,稳定性高,经历了多次阿里双11考验 |
RabbitMQ | 性能较好,社区活跃度高,数据量没有那么大,优先选择功能比较完备的RabbitMQ |
kafka介绍
Kafka 是一个分布式流媒体平台,类似于消息队列或企业消息传递系统。kafka官网:http://kafka.apache.org/
cluster: 集群
broker: 代理;中间人
Connectors用不到(从db接收消息,把消息写到db)
kafka介绍-名词解释
-
producer:发布消息的对象称之为主题生产者(Kafka topic producer)
-
topic:Kafka将消息分门别类,每一类的消息称之为一个主题(Topic)
-
consumer:订阅消息并处理发布的消息的对象称之为主题消费者(consumers)
-
broker:已发布的消息保存在一组服务器中,称之为Kafka集群。集群中的每一个服务器都是一个代理(Broker)。 消费者可以订阅一个或多个主题(topic),并从Broker拉数据,从而消费这些已发布的消息。
3)kafka安装配置
Kafka对于zookeeper是强依赖,保存kafka相关的节点数据,所以安装Kafka之前必须先安装zookeeper
- Docker安装zookeeper
下载镜像:
docker pull zookeeper:3.4.14
创建容器
docker run -d --name zookeeper -p 2181:2181 zookeeper:3.4.14
- 版本号不要轻易改动
- 若虚拟机已经安装过了,最好删除重新安装,不然后面会有问题的
# 删除已经安装的容器
docker ps | grep zookeeper
docker stop ac4dc0ef456e
docker rm ac4dc0ef456e
- Docker安装kafka
下载镜像:
docker pull wurstmeister/kafka:2.12-2.3.1
创建容器
docker run -d --name kafka \
--env KAFKA_ADVERTISED_HOST_NAME=192.168.141.102 \
--env KAFKA_ZOOKEEPER_CONNECT=192.168.141.102:2181 \
--env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.141.102:9092 \
--env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 \
--env KAFKA_HEAP_OPTS="-Xmx256M -Xms256M" \
--net=host wurstmeister/kafka:2.12-2.3.1
docker ps | grep kafka
能查到正在运行的容器,但是ip配置可能不一致,删除容器重新创建即可
这里的ip应该是本机ip(虚拟机ip)
KAFKA_ADVERTISED_HOST_NAME: kafka主机地址:本虚拟机ip
KAFKA_ZOOKEEPER_CONNECT: ZOOKEEPER连接地址: 本机地址:2181 (上面创建ZOOKEEPER容器时配置的端口)
KAFKA_ADVERTISED_LISTENERS: kafka容器 对外监听地址: 本机的9092端口 (也是kafka默认端口号)
# 删除已经安装了的容器
docker ps | grep kafka
docker stop 3b4e615e0fd2
docker rm 3b4e615e0fd2
docker ps | grep kafka
docker ps -a | grep kafka
然后再执行创建容器
的命令
查看kafka日志
docker ps | grep kafka # 拿到kafka容器id
docker logs -f d4414f1afb4e
4)kafka入门
- 生产者发送消息,多个消费者只能有一个消费者接收到消息
- 生产者发送消息,多个消费者都可以接收到消息
(1)创建kafka-demo项目,导入依赖
heima-leadnews-test下新建项目kafka-demo
pom.xml修改成如下形式:
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>com.heima</groupId>
<artifactId>heima-leadnews-test</artifactId>
<version>1.0-SNAPSHOT</version>
</parent>
<artifactId>kafka-demo</artifactId>
<properties>
<maven.compiler.source>8</maven.compiler.source>
<maven.compiler.target>8</maven.compiler.target>
</properties>
<dependencies>
<!-- kafka客户端依赖 -->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</dependency>
</dependencies>
</project>
其中导入了kafka客户端依赖
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</dependency>
目录结构修改成如下形式:
(2)生产者发送消息:ProducerQuickStart类
package cn.whu.kafka.sample;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
/**
* 生产者
*/
public class ProducerQuickStart {
public static void main(String[] args) {
// 1. kafka连接配置信息
Properties properties = new Properties();
//kafka的连接地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.141.102:9092");
//发送失败,失败的重试次数
properties.put(ProducerConfig.RETRIES_CONFIG,5);
//消息key的序列化器 死代码 两个序列化器(第二个参数)是一样的
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
//消息value的序列化器 死代码
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
//2. 创建kafka生产者对象
KafkaProducer<String,String> producer = new KafkaProducer<String,String>(properties);
//3. 发送消息
/**
* 第一个参数: topic (消息分类) :string
* 第二个参数:消息的key :string
* 第三个参数:消息的value :string
*/
ProducerRecord<String, String> kvProducerRecord = new ProducerRecord<String, String>(
"topic-first","key-001","hello kafka");
producer.send(kvProducerRecord);
//4. 关闭消息通道 -- 必须要关闭,否则消息发送不成功
producer.close();
}
}
(3)消费者接收消息: ConsumerQuickStart类
package cn.whu.kafka.sample;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.time.Duration;
import java.util.Collections;
import java.util.Properties;
/**
* 消费者
*/
public class ConsumerQuickStart {
public static void main(String[] args) {
// 1. kafka的配置信息
Properties properties = new Properties();
//kafka的连接地址
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.141.102:9092");
//消息的反序列化器
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
//消费者组 ★
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "group1");
// 2. 创建消费者对象
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(properties);
// 3. 订阅主题
consumer.subscribe(Collections.singletonList("topic-first"));
// 4. 拉取消息
while (true){
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));//每s拉取一次
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.key());
System.out.println(consumerRecord.value());
}
}
}
}
- 测试
注意代码中两个ip都换成自己的
没反应可能到删除zookeeper和kafka容器,重新安装
1)先启动消费者,一直在那里poll任务,然后再启动生产者,发送一个消息
2)启动两个消费者,生产一个消息,应该只有一个消费者能收到消息 (一对一,因为两个消费者都在同一个组group1
下)
3)代码中消费者组修改成group2
,然后重启ConsumerQuickStart-2,再启动ProducerQuickStart生产一个消息,应该2个消费者都能收到,因为在不同的组
总结
- 生产者发送消息,多个消费者订阅同一个主题,只能有一个消费者收到消息(一对一)
- (一对一,因为两个消费者都在同一个组
group1
下)
- (一对一,因为两个消费者都在同一个组
- 生产者发送消息,多个消费者订阅同一个主题,所有消费者都能收到消息(一对多)
kafka分区
- 每个分区理解为一个文件夹,主题T1的不同消息可存储在不同分区下,如图,两台机器的P1分区下都存储了T1主题的一些不同的消息
- 同一个主题下会有多个消息
- 如图把同一个topic的不同消息存储在3个分区下
- 每个分区上的消息都有编号,编号就是连续自增的数值,也叫偏移量,偏移量在当前分区下绝对唯一的
不同分区的消息不重复
可以用代码打印分区号,目前就一台机器(kafka服务器),分区肯定都是唯一的
System.out.println(consumerRecord.partition());// 当前消息存储在哪个分区 打印分区号(目前就一个kafka服务器)
-
a、 不指定分区,轮询策略选择消息的分区
不指定key所以是null
只有一台机器所以分区号是0 -
b、指定分区号 (此时key对分区不起作用)
只有一台kafka服务器,也只能指定0 -
c、按键的hash值选择保存的分区
5)kafka高可用设计
5.1)集群
-
Kafka 的服务器端由被称为 Broker 的服务进程构成,即一个 Kafka 集群由多个 Broker 组成
-
这样如果集群中某一台机器宕机,其他机器上的 Broker 也依然能够对外提供服务。这其实就是 Kafka 提供高可用的手段之一
5.2)备份机制(Replication)
Kafka 中消息的备份又叫做 副本(Replica)
Kafka 定义了两类副本:
-
领导者副本(Leader Replica) 1个
-
追随者副本(Follower Replica) 多个
同步方式
追随者副本又分为2类,ISR (同步备份) 和 普通(异步备份)
ISR(in-sync replica)需要同步复制保存的follower
如果leader失效(挂掉了)后,需要选出新的leader,选举的原则如下:
第一:选举时优先从ISR中选定,因为这个列表中follower的数据是与leader同步的
第二:如果ISR列表中的follower都不行了,就只能从其他(普通)follower中选取
极端情况,就是所有副本都失效了,这时有两种方案
第一:等待ISR中的第一个活过来,选为Leader,数据可靠,但活过来的时间不确定
第二:选择第一个活过来的Replication,不一定是ISR中的,选为leader,以最快速度恢复可用性,但数据不一定完整
6)kafka生产者详解
6.1)发送类型
-
同步发送
使用send()方法发送,它会返回一个Future对象,调用get()方法进行等待,就可以知道消息是否发送成功
RecordMetadata recordMetadata = producer.send(kvProducerRecord).get(); System.out.println(recordMetadata.offset());
-
异步发送
调用send()方法,并指定一个回调函数,服务器在返回响应时调用函数
//异步消息发送 producer.send(kvProducerRecord, new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if(e != null){ System.out.println("记录异常信息到日志表中"); } System.out.println(recordMetadata.offset()); } });
-
可以在测试demo里面试一下
同步测试// 同步发送消息 RecordMetadata recordMetadata = producer.send(kvProducerRecord).get(); System.out.println(recordMetadata.offset());
再发offset会是9,说明偏移量确实是一个连续自增的数值
-
可以在测试demo里面试一下
异步测试// 异步发送消息 producer.send(kvProducerRecord, new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e != null) { System.out.println("记录异常信息到日志表中:" + e.getMessage()); } System.out.println(recordMetadata.offset()); } });
6.2)参数详解
详细完整配置参数:https://blog.csdn.net/hza419763578/article/details/139969728?spm=1001.2014.3001.5501
- ack
代码的配置方式:
//ack配置 消息确认机制
properties.put(ProducerConfig.ACKS_CONFIG,"all");
参数的选择说明
确认机制 | 说明 |
---|---|
acks=0 | 生产者在成功写入消息之前不会等待任何来自服务器的响应(就认为发送成功了),消息有丢失的风险,但是速度最快 |
acks=1(默认值) | 只要集群首领节点收到消息(就认为发送成功了),生产者就会收到一个来自服务器的成功响应 |
acks=all | 只有当所有参与赋值的节点(leader和所有follower副本)全部收到消息时(才认为发送成功了),生产者才会收到一个来自服务器的成功响应 |
实际开发中一般使用默认值1,不会去手动设置
- retries
生产者从服务器收到的错误有可能是临时性错误,在这种情况下,retries参数的值决定了生产者可以重发消息的次数,如果达到这个次数,生产者会放弃重试返回错误,默认情况下,生产者会在每次重试之间等待100ms
默认配置1,需要首领确认,首领一直没有确认回馈,生产者就重试发送,最多重试次数的配置,如下为10次
代码中配置方式:
//重试次数
properties.put(ProducerConfig.RETRIES_CONFIG,10);
- 消息压缩
默认情况下, 消息发送时不会被压缩。
代码中配置方式:
//数据压缩
properties.put(ProducerConfig.COMPRESSION_TYPE_CONFIG, "snappy");//gzip/lz4 都行
压缩算法 | 说明 |
---|---|
snappy | 占用较少的 CPU, 却能提供较好的性能和相当可观的压缩比, 如果看重性能和网络带宽,建议采用 |
lz4 | 占用较少的 CPU, 压缩和解压缩速度较快,压缩比也很客观 |
gzip | 占用较多的 CPU,但会提供更高的压缩比,网络带宽有限,可以使用这种算法 |
使用压缩可以降低网络传输开销和存储开销,而这往往是向 Kafka 发送消息的瓶颈所在。
7)kafka消费者详解
7.1)消费者组
-
消费者组(Consumer Group) :指的就是由一个或多个消费者组成的群体
-
一个发布在Topic上消息被分发给此消费者组中的一个消费者
-
所有的消费者都在一个组中,那么这就变成了queue模型 (消息队列,组内消费者只有一个能接收到消息)
-
所有的消费者都在不同的组中,那么就完全变成了发布-订阅模型 (所有消费者都能接收到消息)
-
7.2)消息有序性
应用场景:
-
即时消息中的单对单聊天和群聊,保证发送方消息发送顺序与接收方的顺序一致
-
充值转账两个渠道在同一个时间进行余额变更,短信通知必须要有顺序
- 左图有两台kafka服务器,每个服务器有两个分区。下面是两个消费者组
- 要保证消息的有序性,那么创建topic时只能提供一个分区
topic分区中消息只能由消费者组中的唯一一个消费者处理,所以消息肯定是按照先后顺序进行处理的。但是它也仅仅是保证Topic的一个分区顺序处理,不能保证跨分区的消息先后处理顺序。 所以,如果你想要顺序的处理Topic的所有消息,那就只提供一个分区。
7.3)提交和偏移量
kafka不会像其他JMS队列那样需要得到消费者的确认(rabbitMQ有确认),消费者可以使用kafka来追踪消息在分区的位置(偏移量) (通过偏移量来确认消息能否消费)
消费者会往一个叫做_consumer_offset的特殊主题发送消息,消息里包含了每个分区的偏移量。如果消费者发生崩溃或有新的消费者加入群组,就会触发再均衡
正常的情况
如果消费者2挂掉以后,会发生再均衡,消费者2负责的分区会被其他消费者进行消费
再均衡后不可避免会出现一些问题
问题一:
消费者X消费到了10,但是提交偏移量到2后就挂掉了
如果提交偏移量小于客户端处理的最后一个消息的偏移量,那么处于两个偏移量之间的消息就会被重复处理。
问题二:
准备消费到11,偏移量提交到了11,但是消费到5消费者X就挂掉了
如果提交的偏移量大于客户端的最后一个消息的偏移量,那么处于两个偏移量之间的消息将会丢失。
如果想要解决这些问题,还要知道目前kafka提交偏移量的方式:
提交偏移量的方式有两种,分别是自动提交偏移量和手动提交
- 自动提交偏移量
当enable.auto.commit被设置为true,提交方式就是让消费者自动提交偏移量,每隔5秒消费者会自动把从poll()方法接收的最大偏移量提交上去
-
手动提交 ,当enable.auto.commit被设置为false可以有以下三种提交方式
-
提交当前偏移量(同步提交)
-
异步提交
-
同步和异步组合提交
-
1.提交当前偏移量(同步提交)
把enable.auto.commit
设置为false,让应用程序决定何时提交偏移量。使用commitSync()提交偏移量,commitSync()将会提交poll返回的最新的偏移量,所以在处理完所有记录后要确保调用了commitSync()方法。否则还是会有消息丢失的风险。
只要没有发生不可恢复的错误,commitSync()方法会一直尝试直至提交成功,如果提交失败也可以记录到错误日志里。
while (true){
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value());
System.out.println(record.key());
try {
consumer.commitSync();//同步提交当前最新的偏移量
}catch (CommitFailedException e){
System.out.println("记录提交失败的异常:"+e);
}
}
}
缺点: 一直重复尝试提交,会产生方法阻塞
2.异步提交
手动提交有一个缺点,那就是当发起提交调用时应用会阻塞。当然我们可以减少手动提交的频率,但这个会增加消息重复的概率(和自动提交一样)。另外一个解决办法是,使用异步提交的API。
while (true){
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value());
System.out.println(record.key());
}
consumer.commitAsync(new OffsetCommitCallback() {
@Override
public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) {
if(e!=null){
System.out.println("记录错误的提交偏移量:"+ map+",异常信息"+e);
}
}
});
}
缺点: 服务器返回提交失败,也不会去重试
(异步不能重试提交,可能导致偏移量的覆盖)
3.同步和异步组合提交
异步提交也有个缺点,那就是如果服务器返回提交失败,异步提交不会进行重试。相比较起来,同步提交会进行重试直到成功或者最后抛出异常给应用。异步提交没有实现重试是因为,如果同时存在多个异步提交,进行重试可能会导致位移覆盖。
举个例子,假如我们发起了一个异步提交commitA,此时的提交位移为2000,随后又发起了一个异步提交commitB且位移为3000;commitA提交失败但commitB提交成功,此时commitA进行重试并成功的话,会将实际上将已经提交的位移从3000回滚到2000,导致消息重复消费。
try {
while (true){
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value());
System.out.println(record.key());
}
consumer.commitAsync(); // 1. 先异步提交
}
}catch (Exception e){+
e.printStackTrace();
System.out.println("记录错误信息:"+e);
}finally {
try {
consumer.commitSync(); // 2. 异步失败抛异常了,再用同步提交方式去重试提交
}finally {
consumer.close();
}
}
-
测试
ConsumerQuickStart.java// 手动提交偏移量 properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
- 1)手动同步提交
// 手动写代码提交,也有3种手动方式 // 1) 同步提交偏移量 try { consumer.commitSync(); } catch (CommitFailedException e) { System.out.println("记录提交失败的异常: " + e); }
重启consumer,再生产2条消息
- 2)手动异步方式提交偏移量
// 2) 异步方式提交偏移量 consumer.commitAsync(new OffsetCommitCallback() { @Override public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) { if (e != null) { System.out.println("记录错误的提交偏移量: " + map + ",异常信息为:" + e); } } });
测试方式同上1)
- 3)手动同步和异步结合的方式提交偏移量
// 3) 手动,同步和异步方式提交偏移量 try { while (true) { ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));//每s拉取一次 //System.out.println("isEmpty: " + consumerRecords.isEmpty()); for (ConsumerRecord<String, String> consumerRecord : consumerRecords) { System.out.println(consumerRecord.key()); System.out.println(consumerRecord.value()); System.out.println(consumerRecord.partition());// 当前消息存储在哪个分区 打印分区号(目前就一个kafka服务器) System.out.println(consumerRecord.offset()); // a、先异步提交偏移量 consumer.commitAsync(); } } } catch (Exception e) { System.out.println("记录错误的信息: " + e); } finally { // b、异步失败,再用同步提交方式去重试提交 consumer.commitSync(); }
测试方式同上
-
最终代码总结
ConsumerQuickStart.java
package cn.whu.kafka.sample;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.time.Duration;
import java.util.Collections;
import java.util.Properties;
/**
* 消费者
*/
public class ConsumerQuickStart {
public static void main(String[] args) {
// 1. kafka的配置信息
Properties properties = new Properties();
//kafka的连接地址
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.141.102:9092");
//消息的反序列化器
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
//消费者组 ★
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "group2");
// 手动提交偏移量
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
// 2. 创建消费者对象
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(properties);
// 3. 订阅主题
consumer.subscribe(Collections.singletonList("topic-first"));
// 4. 拉取消息
/*while (true) {
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));//每s拉取一次
//System.out.println("isEmpty: " + consumerRecords.isEmpty());
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.key());
System.out.println(consumerRecord.value());
System.out.println(consumerRecord.partition());// 当前消息存储在哪个分区 打印分区号(目前就一个kafka服务器)
System.out.println(consumerRecord.offset());
// 手动写代码提交,也有3种手动方式
// 1) 同步提交偏移量
*//*try {
consumer.commitSync();
} catch (CommitFailedException e) {
System.out.println("记录提交失败的异常: " + e);
}*//*
}
// 2) 异步方式提交偏移量
consumer.commitAsync(new OffsetCommitCallback() {
@Override
public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) {
if (e != null) {
System.out.println("记录错误的提交偏移量: " + map + ",异常信息为:" + e);
}
}
});
}*/
// 3) 手动,同步和异步方式提交偏移量
try {
while (true) {
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));//每s拉取一次
//System.out.println("isEmpty: " + consumerRecords.isEmpty());
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.key());
System.out.println(consumerRecord.value());
System.out.println(consumerRecord.partition());// 当前消息存储在哪个分区 打印分区号(目前就一个kafka服务器)
System.out.println(consumerRecord.offset());
// a、先异步提交偏移量
consumer.commitAsync();
}
}
} catch (Exception e) {
System.out.println("记录错误的信息: " + e);
} finally {
// b、异步失败,再用同步提交方式去重试提交
consumer.commitSync();
}
}
}
ProducerQuickStart.java
package cn.whu.kafka.sample;
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
import java.util.concurrent.ExecutionException;
/**
* 生产者
*/
public class ProducerQuickStart {
public static void main(String[] args) throws ExecutionException, InterruptedException {
// 1. kafka连接配置信息
Properties properties = new Properties();
//kafka的连接地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.141.102:9092");
//发送失败,失败的重试次数
properties.put(ProducerConfig.RETRIES_CONFIG, 5);
//消息key的序列化器 死代码 两个序列化器(第二个参数)是一样的
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
//消息value的序列化器 死代码
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
// ack配置
properties.put(ProducerConfig.ACKS_CONFIG, "all");
// 重试次数
properties.put(ProducerConfig.RETRIES_CONFIG, 10);
// 数据压缩
properties.put(ProducerConfig.COMPRESSION_TYPE_CONFIG, "snappy");//gzip/lz4 都行
//2. 创建kafka生产者对象
KafkaProducer<String, String> producer = new KafkaProducer<String, String>(properties);
//3. 发送消息
/**
* 第一个参数: topic (消息分类) :string
* 第二个参数:消息的key :string
* 第三个参数:消息的value :string
*/
ProducerRecord<String, String> kvProducerRecord = new ProducerRecord<String, String>(
"topic-first", "key-001", "hello kafka");
// 同步发送消息
/*RecordMetadata recordMetadata = producer.send(kvProducerRecord).get();
System.out.println(recordMetadata.offset());*/
// 异步发送消息
producer.send(kvProducerRecord, new Callback() {
@Override
public void onCompletion(RecordMetadata recordMetadata, Exception e) {
if (e != null) {
System.out.println("记录异常信息到日志表中:" + e.getMessage());
}
System.out.println(recordMetadata.offset());
}
});
//4. 关闭消息通道 -- 必须要关闭,否则消息发送不成功
producer.close();
}
}
8)springboot集成kafka
8.1)入门
1.导入spring-kafka依赖信息
kafka-demo的pom.xml的<dependencies>
替换成下面的形式
<dependencies>
<!-- 需要用到controller -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- kafkfa -->
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
<exclusions>
<exclusion>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
</dependency>
</dependencies>
2.新建引导类
KafkaDemoApplication
package cn.whu.kafka;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class KafkaDemoApplication {
public static void main(String[] args) {
SpringApplication.run(KafkaDemoApplication.class, args);
}
}
3.在resources下创建文件application.yml
server:
port: 9991
spring:
application:
name: kafka-demo
kafka:
bootstrap-servers: 192.168.141.102:9092
producer:
retries: 10
key-serializer: org.apache.kafka.common.serialization.StringSerializer
value-serializer: org.apache.kafka.common.serialization.StringSerializer # 序列化器
consumer:
group-id: ${spring.application.name}-test
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer # 反序列化器
3.消息生产者
kafka-demo下新建cn.whu.kafka.controller包
package cn.whu.kafka.controller;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
@RestController
public class HelloController {
@Resource
private KafkaTemplate<String, String> kafkaTemplate;
@GetMapping("hello")
public String hello() {
kafkaTemplate.send("whu-topic","毕业啦");
return "ok";
}
}
4.消息消费者
kafka-demo下新建cn.whu.kafka.listener包
package cn.whu.kafka.listener;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;
@Component
public class HelloListener {
@KafkaListener(topics = "whu-topic") // 发送方定义的topic
public void onMessage(String message) {
if (!StringUtils.isEmpty(message)) {
System.out.println(message);
}
}
}
- 启动boot工程(启动引导类)
注意服务端kafka得保持启动状态
http://localhost:9991/hello
控制台打印消息:
8.2)传递消息为对象
目前springboot整合后的kafka,因为序列化器是StringSerializer,这个时候如果需要传递对象可以有两种方式
方式一:可以自定义序列化器,对象类型众多,这种方式通用性不强,本章节不介绍
方式二:可以把要传递的对象进行转json字符串,接收消息后再转为对象即可,本项目采用这种方式
kafka-demo下新建cn.whu.kafka.pojo包
package cn.whu.kafka.pojo;
import lombok.Data;
@Data
public class User {
private String name;
private Integer age;
}
- 发送消息
package cn.whu.kafka.controller;
import cn.whu.kafka.pojo.User;
import com.alibaba.fastjson.JSON;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
@RestController
public class HelloController {
@Resource
private KafkaTemplate<String, String> kafkaTemplate;
@GetMapping("/hello")
public String hello() {
//kafkaTemplate.send("whu-topic","毕业啦");
User user = new User();
user.setName("whu");
user.setAge(121);
kafkaTemplate.send("whu-topic", JSON.toJSONString(user));
return "ok";
}
}
- 接收消息
package cn.whu.kafka.listener;
import cn.whu.kafka.pojo.User;
import com.alibaba.fastjson.JSON;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;
@Component
public class HelloListener {
@KafkaListener(topics = "whu-topic") // 发送方定义的topic
public void onMessage(String message) { // 有了@KafkaListener注解加持,message就是发送消息的data
if (!StringUtils.isEmpty(message)) {
//System.out.println(message);
User user = JSON.parseObject(message, User.class);
System.out.println(user);
}
}
}
- 测试
9)自媒体文章上下架功能完成
9.1)需求分析
-
已发表且已上架的文章可以下架 才会显示相应的下架图标
-
已发表且已下架的文章可以上架 才会显示相应的上架图标
9.2)流程说明
pojo.WmNews.java
通过article_id知道是哪个文章要上下架,从而修改其ap_article_config表的enable状态
9.3)接口定义
说明 | |
---|---|
接口路径 | /api/v1/news/down_or_up |
请求方式 | POST |
参数 | DTO |
响应结果 | ResponseResult |
DTO
只看dto中这两个属性,并不是dto只有这两个属性
@Data
public class WmNewsDto {
private Integer id;
/**
* 是否上架 0 下架 1 上架
*/
private Short enable;
}
ResponseResult
文章上下架状态:
文章是否已发布:
9.4)自媒体文章上下架-功能实现
heima-leadnews-model
9.4.1)接口定义
在heima-leadnews-wemedia工程下的WmNewsController新增方法
@PostMapping("/down_or_up")
public ResponseResult downOrUp(@RequestBody WmNewsDto dto){
return null;
}
在WmNewsDto中新增enable属性 ,完整的代码如下: heima-leadnews-model模块下
package com.heima.model.wemedia.dtos;
import lombok.Data;
import java.util.Date;
import java.util.List;
@Data
public class WmNewsDto {
private Integer id;
/**
* 标题
*/
private String title;
/**
* 频道id
*/
private Integer channelId;
/**
* 标签
*/
private String labels;
/**
* 发布时间
*/
private Date publishTime;
/**
* 文章内容
*/
private String content;
/**
* 文章封面类型 0 无图 1 单图 3 多图 -1 自动
*/
private Short type;
/**
* 提交时间
*/
private Date submitedTime;
/**
* 状态 提交为1 草稿为0
*/
private Short status;
/**
* 封面图片列表 多张图以逗号隔开
*/
private List<String> images;
/**
* 上下架 0 下架 1 上架
*/
private Short enable;
}
9.4.2)业务层编写
在WmNewsService新增方法
/**
* 文章的上下架
* @param dto
* @return
*/
public ResponseResult downOrUp(WmNewsDto dto);
实现方法
/**
* 文章的上下架
*
* @param dto
* @return
*/
@Override
public ResponseResult downOrUp(WmNewsDto dto) {
// 1. 检查参数
if (dto == null || dto.getId() == null || dto.getEnable() == null) {
return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID);
}
// 2. 查询文章
WmNews wmNews = getById(dto.getId());
if (wmNews == null) {
return ResponseResult.errorResult(AppHttpCodeEnum.DATA_NOT_EXIST, "文章不存在");
}
// 3. 判断文章是否已发布
if (!wmNews.getStatus().equals(WmNews.Status.PUBLISHED.getCode())) {
return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID, "当前文章不是已发布状态,不能上下架");
}
// 4. 修改文章enable
// 也要判断,健壮性哥们儿
if (dto.getEnable() != null && dto.getEnable() > -1 && dto.getEnable() < 2) {
update(Wrappers.<WmNews>lambdaUpdate()
.eq(WmNews::getId, dto.getId())
.set(WmNews::getEnable, dto.getEnable())
);
}
// 先不考虑kafka消息发送
return ResponseResult.okResult(AppHttpCodeEnum.SUCCESS);
}
9.4.3)控制器
@PostMapping("/down_or_up")
public ResponseResult downOrUp(@RequestBody WmNewsDto dto){
return wmNewsService.downOrUp(dto);
}
9.4.4)测试
启动3个微服务WemediaGatewayApplication、WemediaApplication、ScheduleApplication
http://localhost:8802/
说明db的enable标记确实变了
再测试下上架:
自媒体端给自媒体用户的上下架逻辑没有问题了
9.5)消息通知article端文章上下架
9.5.1)在heima-leadnews-common模块下导入kafka依赖
<!-- kafkfa -->
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</dependency>
其实之前已经导入过了:
9.5.2)在自媒体端的nacos配置中心配置kafka的生产者
spring:
kafka:
bootstrap-servers: 192.168.141.102:9092
producer:
retries: 10
key-serializer: org.apache.kafka.common.serialization.StringSerializer
value-serializer: org.apache.kafka.common.serialization.StringSerializer
9.5.3)在自媒体端文章上下架后发送消息
heima-leadnews-wemedia的cn.whu.wemedia.service.impl.WmNewsServiceImpl#downOrUp方法里,更新完db后就发消息通知文章端修改app文章状态
// 发送消息,通知article修改文章的配置
if (wmNews.getArticleId() != null) {// 安全性无处不在
HashMap<String, Object> map = new HashMap<>();//好像这种都是String--Object 可以传很多类型,到时候自己去强转就行了
map.put("articleId", wmNews.getArticleId());
map.put("enable", dto.getEnable()); // 这里拿dto的,wmNews的不会回显
kafkaTemplate.send(WmNewsMessageConstants.WM_NEWS_UP_OR_DOWN_TOPIC, JSON.toJSONString(map));
}
常量类:
heima-leadnews-common模块的cn.whu.common.constants包下
public class WmNewsMessageConstants {
public static final String WM_NEWS_UP_OR_DOWN_TOPIC="wm.news.up.or.down.topic";
}
9.5.4)在article端的nacos配置中心配置kafka的消费者
spring:
kafka:
bootstrap-servers: 192.168.141.102:9092
consumer:
group-id: ${spring.application.name}
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
当前微服务名作为一个组,同一个组内只有一个实例能收到消息进行消费,也就保证了分布式下只有一个实例会去消费消息。
9.5.5)在article端编写监听,接收数据
heima-leadnews-article模块下新建包:cn.whu.article.listener
package cn.whu.article.listener;
import cn.whu.article.service.ApArticleConfigService;
import cn.whu.common.constants.WmNewsMessageConstants;
import com.alibaba.fastjson.JSON;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.lang3.StringUtils;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import java.util.Map;
@Component
@Slf4j
public class ArticleIsDownListener {
@Resource
private ApArticleConfigService apArticleConfigService;
@KafkaListener(topics = WmNewsMessageConstants.WM_NEWS_UP_OR_DOWN_TOPIC)
public void OnMessage(String message) {
if(StringUtils.isNotBlank(message)){
Map<String,Object> map = JSON.parseObject(message, Map.class);
apArticleConfigService.updateByMap(map);
}
}
}
9.5.6)修改ap_article_config表的数据
之前没有创建ap_article_config表对应的service,这里补一下
新建ApArticleConfigService
package cn.whu.article.service;
import cn.whu.model.article.pojos.ApArticleConfig;
import com.baomidou.mybatisplus.extension.service.IService;
import java.util.Map;
public interface ApArticleConfigService extends IService<ApArticleConfig> {
/**
* 修改文章
* @param map
*/
void updateByMap(Map<String, Object> map);
}
实现类:
package cn.whu.article.service.impl;
import cn.whu.article.mapper.ApArticleConfigMapper;
import cn.whu.article.service.ApArticleConfigService;
import cn.whu.model.article.pojos.ApArticleConfig;
import com.baomidou.mybatisplus.core.toolkit.Wrappers;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;
import java.util.Map;
@Service
@Slf4j
@Transactional
public class ApArticleConfigServiceImpl extends ServiceImpl<ApArticleConfigMapper, ApArticleConfig> implements ApArticleConfigService {
/**
* 修改文章
* @param map
*/
@Override
public void updateByMap(Map<String, Object> map) {
Integer articleId = (Integer) map.get("articleId");
Short enable = (Short) map.get("enable");// 1上架 0下架
// 直接修改文章上下架了
update(Wrappers.<ApArticleConfig>lambdaUpdate()
.eq(ApArticleConfig::getArticleId, articleId)
.set(ApArticleConfig::getIsDown, enable == 0)
);
}
}
app端加载文章时,app端的xml-sql就已经写好了:
- 测试
启动:WemediaGatewayApplication、WemediaApplication、ScheduleApplication、ArticleApplication
WemediaApplication代码改了,注意重启一下
use leadnews_wemedia;
SELECT id,user_id,title,article_id,enable from wm_news
where title='测试文章13';
测试完毕,真测试出问题了,传数据时一定要细心