对于 producer 而言,interceptor 使得用户在消息发送前以及 producer 回调逻辑前有机会
对消息做一些定制化需求,比如修改消息等。同时,producer 允许用户指定多个 interceptor
按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor 的实现接口是
org.apache.kafka.clients.producer.ProducerInterceptor,其定义的方法包括:
(1)configure(configs) 获取配置信息和初始化数据时调用。
(2)onSend(ProducerRecord):
该方法封装进 KafkaProducer.send 方法中,即它运行在用户主线程中。Producer 确保在
消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作,但最好
保证不要修改消息所属的 topic 和分区,否则会影响目标分区的计算。
(3)onAcknowledgement(RecordMetadata, Exception):
该方法会在消息从 RecordAccumulator 成功发送到 Kafka Broker 之后,或者在发送过程
中失败时调用。并且通常都是在 producer 回调逻辑触发之前。onAcknowledgement 运行在
producer 的 IO 线程中,因此不要在该方法中放入很重的逻辑,否则会拖慢 producer 的消息
发送效率。
(4)close:
关闭 interceptor,主要用于执行一些资源清理工作
如前所述,interceptor 可能被运行在多个线程中,因此在具体实现时用户需要自行确保
线程安全。另外倘若指定了多个 interceptor,则 producer 将按照指定顺序调用它们,并仅仅
是捕获每个 interceptor 可能抛出的异常记录到错误日志中而非在向上传递。这在使用过程中
要特别留意。
案列:
实现一个简单的双 interceptor
组成的拦截链。第一个
interceptor
会在消息发送前将时间
戳信息加到消息
value
的最前部;第二个
interceptor
会在消息发送后更新成功发送消息数或
失败发送消息数。
package com.yrl.interceptor;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Map;
public class TimeInterceptor implements ProducerInterceptor<String,String> {
@Override
public void configure(Map<String, ?> map) {
}
@Override
public ProducerRecord<String,String> onSend(ProducerRecord<String,String> producerRecord) {
//取出数据
String value = producerRecord.value();
//添加时间戳
ProducerRecord<String, String> record = new ProducerRecord<String, String>(producerRecord.topic(),producerRecord.partition(),
producerRecord.key(),value+System.currentTimeMillis()+"");
return record;
}
@Override
public void onAcknowledgement(RecordMetadata recordMetadata, Exception e) {
}
@Override
public void close() {
}
}
package com.yrl.interceptor;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Map;
public class CountInterceptor implements ProducerInterceptor<String ,String> {
int success = 0;
int error = 0;
@Override
public void configure(Map<String, ?> map) {
}
@Override
public ProducerRecord<String, String> onSend(ProducerRecord<String, String> producerRecord) {
return producerRecord;
}
@Override
public void onAcknowledgement(RecordMetadata recordMetadata, Exception e) {
if(recordMetadata != null){
success++;
}else {
error++;
}
}
@Override
public void close() {
System.out.println("success="+success);
System.out.println("error="+error);
}
}
package com.yrl.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.ArrayList;
import java.util.Properties;
public class MyProducer {
public static void main(String[] args) {
Properties props = new Properties();
//kafka 集群,broker-list
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop112:9092,hadoop113:9092,hadoop114:9092");
// props.put("bootstrap.servers", "hadoop112:9092");
props.put("acks", "all");
//重试次数
props.put("retries", 3);
//批次大小
props.put("batch.size", 16384);
//等待时间
props.put("linger.ms", 1);
//RecordAccumulator 缓冲区大小
props.put("buffer.memory", 33554432);
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
//添加拦截器,注意顺序
ArrayList<Object> interceptors = new ArrayList<>();
interceptors.add("com.yrl.interceptor.TimeInterceptor");
interceptors.add("com.yrl.interceptor.CountInterceptor");
props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,interceptors);
KafkaProducer<String, String> producer = new KafkaProducer<>(props);
for (int i = 0; i < 10; i++) {
producer.send(new ProducerRecord<String, String>("first",
"yrl"+i));
}
producer.close();
}
}