SpringBoot整合Kafka（Java学习笔记）

最新推荐文章于 2024-05-30 09:05:08 发布

L葵-阳S

最新推荐文章于 2024-05-30 09:05:08 发布

阅读量230

点赞数

本文链接：https://blog.csdn.net/m0_59803718/article/details/130386966

版权

Kafka 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1. maven依赖

1. 1. kafka 版本

1. 2 fastjson 用于对象转String

<dependency>
            <groupId>org.springframework.kafka</groupId>
            <artifactId>spring-kafka</artifactId>
        </dependency>
        
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
        </dependency>

2. yaml 配置

2. 1 生产者自定义配置（部分字段无法自动注入如lingers.ms）

2. 2 自动注入支持见：

https://editor.csdn.net/md/?articleId=119635311

application.yaml

kafka:
  bootstrap-servers: 172.16.2.160:9092
  producer:
    # 发生错误后，消息重发的次数。
    retries: 10
    #当有多个消息需要被发送到同一个分区时，生产者会把它们放在同一个批次里。该参数指定了一个批次可以使用的内存大小，按照字节数计算。
    batch-size: 16384
    # 设置生产者内存缓冲区的大小。
    buffer-memory: 33554432
    # 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。
    # acks=1 ： 只要集群的首领节点收到消息，生产者就会收到一个来自服务器成功响应。
    # acks=all ：只有当所有参与复制的节点全部收到消息时，生产者才会收到一个来自服务器的成功响应。
    acks: 1
    #设置多少时间发送一批数据，批量提交
    linger-ms: 500
    #异步调用send()时接收结果的阻塞的最大时间，该参数要大于linger-ms
    block-ms-max: 2000

3. springboot自动注入生产者和消费者配置

spring:
  kafka:
    bootstrap-servers: 172.16.2.160:9092
    producer:
      # 发生错误后，消息重发的次数。
      retries: 5
      #当有多个消息需要被发送到同一个分区时，生产者会把它们放在同一个批次里。该参数指定了一个批次可以使用的内存大小，按照字节数计算。
      batch-size: 16384
      # 设置生产者内存缓冲区的大小。
      buffer-memory: 33554432
      # 键的序列化方式
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      # 值的序列化方式
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
      # 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。
      # acks=1 ： 只要集群的首领节点收到消息，生产者就会收到一个来自服务器成功响应。
      # acks=all ：只有当所有参与复制的节点全部收到消息时，生产者才会收到一个来自服务器的成功响应。
      acks: 1
      linger-ms: 5000
    consumer:
      # 自动提交的时间间隔 在spring boot 2.X 版本中这里采用的是值的类型为Duration 需要符合特定的格式，如1S,1M,2H,5D
      auto-commit-interval: 1S
      # 该属性指定了消费者在读取一个没有偏移量的分区或者偏移量无效的情况下该作何处理：
      # latest（默认值）在偏移量无效的情况下，消费者将从最新的记录开始读取数据（在消费者启动之后生成的记录）
      # earliest ：在偏移量无效的情况下，消费者将从起始位置读取分区的记录
      auto-offset-reset: earliest
      # 是否自动提交偏移量，默认值是true,为了避免出现重复数据和数据丢失，可以把它设置为false,然后手动提交偏移量
      enable-auto-commit: false
      # 键的反序列化方式
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      # 值的反序列化方式
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
    listener:
      # 在侦听器容器中运行的线程数。
      concurrency: 5
      #listner负责ack，每调用一次，就立即commit
      ack-mode: manual_immediate
      missing-topics-fatal: false

4. 读取自定义KafakaProduce配置

import java.util.HashMap;
import java.util.Map;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringSerializer;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.core.DefaultKafkaProducerFactory;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.core.ProducerFactory;

@Configuration
@EnableKafka
public class KafkaProducerConfig {
    //从配置文件中读取
    @Value("${kafka.bootstrap-servers}")
    private String servers;
    @Value("${kafka.producer.retries}")
    private int retries;
    @Value("${kafka.producer.batch-size}")
    private int batchSize;
    @Value("${kafka.producer.linger-ms}")
    private int linger;
    @Value("${kafka.producer.buffer-memory}")
    private int bufferMemory;
    @Value("${kafka.producer.block-ms-max}")
    private int blockMsMax;
    @Value("${kafka.producer.acks}")
    private String acks;


    @Bean
    public Map<String, Object> producerConfigs() {
        Map<String, Object> props = new HashMap<>();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, servers);
        props.put(ProducerConfig.RETRIES_CONFIG, retries);
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, batchSize);
        props.put(ProducerConfig.LINGER_MS_CONFIG, linger);
        props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, bufferMemory);
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        props.put(ProducerConfig.MAX_BLOCK_MS_CONFIG, blockMsMax);
        props.put(ProducerConfig.ACKS_CONFIG, acks);
        return props;
    }

    @Bean
    public ProducerFactory<String, String> producerFactory() {
        return new DefaultKafkaProducerFactory<>(producerConfigs());
    }

    @Bean
    public KafkaTemplate kafkaTemplate() {
        return new KafkaTemplate(producerFactory()) ;

    }
}

5. 生产者，消费者

5. 1 生产者

import com.alibaba.fastjson.JSON;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
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;


@Component
public class KafkaProducer {
    private static final Logger LOG = LoggerFactory.getLogger(KafkaProducer.class);
    @Autowired
    private KafkaTemplate<String, Object> kafkaTemplate;

    //自定义topic
    public static final String TOPIC_NAME = "track_log";
    

    public void send(Object obj) {
        String obj2String = JSON.toJSONString(obj);
        LOG.info("准备发送消息为：{}", obj2String);
        //发送消息
        ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(TOPIC_NAME, obj2String);
        future.addCallback(new ListenableFutureCallback<SendResult<String, Object>>() {
            @Override
            public void onFailure(Throwable throwable) {
                //发送失败的处理
                LOG.error("{} - 生产者 发送消息失败：{}", TOPIC_NAME, throwable.getMessage());
            }

            @Override
            public void onSuccess(SendResult<String, Object> stringObjectSendResult) {
                //成功的处理
                LOG.info("{} - 生产者 发送消息成功：{}" , TOPIC_NAME, stringObjectSendResult.getProducerRecord().value());
            }
        });


    }
}

5.2 消费者

import org.apache.kafka.clients.consumer.ConsumerRecord;

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

import java.util.Optional;


@Component
public class KafkaConsumer {
    private static final Logger LOG = LoggerFactory.getLogger(KafkaConsumer.class);


    public static final String TOPIC_GROUP = "topic.group1";

    @KafkaListener(topics = KafkaProducer.TOPIC_NAME, groupId = TOPIC_GROUP)
    public void consumer(ConsumerRecord<?, ?> consumerRecord, Acknowledgment ack) {
        Optional<?> message = Optional.ofNullable(consumerRecord.value());
        if (message.isPresent()) {
            Object msg = message.get();
            LOG.info("topic_test 消费了： Topic:{},Message:{}",KafkaProducer.TOPIC_NAME, msg);
            ack.acknowledge();
        }
    }

}

5.3 生产者使用

import com.hongcheng.component.kafka.KafkaProducer;
import com.hongcheng.result.Result;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class KafkaController {
    @Autowired
    private KafkaProducer kafkaProducer;

    @PostMapping("/kafkatest")
    public Result<Void> kafkaTest(){

        for (int i = 0; i < 10; i++) {
            kafkaProducer.send("test" +i);
        }
        return Result.success();
    }
}