SpringBoot整合kafka
1.引入kafka依赖 在Spring Boot项目的pom.xml或build.gradle文件中添加Spring Kafka的起步依赖
pom.xml
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-stream-kafka</artifactId>
</dependency>
Gradle:
implementation 'org.springframework.kafka:spring-kafka'
2.配置kafka连接 在application.properties或application.yml中配置Kafka Bootstrap Servers地址
spring:
kafka:
bootstrap-servers: 156.31.34:9092,163.36.45:9092 #指定kafka集群的地址 多个地址用 , 分隔
listener:
ack-mode: manual_immediate #设置消费者的确认模式为manual_immediate,表示消费者在接收到消息后立即手动确认。
concurrency: 5 #设置消费者的并发数
missing-topics-fatal: false #设置为false 表示如果消费者订阅的主题不存在 不会抛出异常
producer:
key-serializer: org.apache.kafka.common.serialization.StringSerializer #设置消息键的序列化器
value-serializer: org.apache.kafka.common.serialization.StringSerializer #设置消息值的序列化器
acks: 1 #一般选择1 兼顾可靠性和吞吐量 如果想要更高的吞吐量设置为0,如果要求更高的可靠性就设置为-1
consumer:
auto-offset-reset: earliest #设置为"earliest"表示将从最早的可用消息开始消费 即从消费分区的起始位置开始读取消息
enable-auto-commit: false #禁用了自动提交偏移量的功能 为了避免出现重复数据和数据丢失 一般都是手动提交
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer #设置消息键的反序列化器
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer #设置消息键的反序列器
3.创建主题(没有创建)
- 自动创建(不推荐)
在kafka的安装目录conf目录下找到该配置文件server.properties 添加配置:
num.partitions=3 #默认3个分区
auto.create.topics.enable=true #开启自动创建主题
default.replication.factor=3 #默认3个副本
- 手动创建手动创建有利于管理
在kafka的安装目录bin目录下,执行如下命令:
//创建一个有三个分区和三个副本 名为nuoci的主题
./kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 3 --partitions 3 --topic nuoci
4.配置Kafka生产者(Producer): 创建一个配置类,注入KafkaTemplate,并配置生产者工厂
@Configuration
public class KafkaProducerConfig {
@Value("${spring.kafka.bootstrap-servers}")
private String bootstrapServers;
@Bean
public ProducerFactory<String, String> producerFactory() {
Map<String, Object> configProps = new HashMap<>();
configProps.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);
configProps.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
configProps.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return new DefaultKafkaProducerFactory<>(configProps);
}
@Bean
public KafkaTemplate<String, String> kafkaTemplate() {
return new KafkaTemplate<>(producerFactory());
}
}
5.创建生产者(Producer)服务: 创建一个服务类,注入KafkaTemplate,并实现发送消息的方法
@Service
public class KafkaProducerService {
@Autowired
private KafkaTemplate<String, String> kafkaTemplate;
public void sendMessage(String topicName, String message) {
this.kafkaTemplate.send(topicName, message);//(主题,发送的消息)
}
}
6.配置Kafka消费者(Consumer): 创建一个配置类,配置消费者工厂和监听容器
@Configuration
public class KafkaConsumerConfig {
@Value("${spring.kafka.bootstrap-servers}")
private String bootstrapServers;
@Bean
public ConsumerFactory<String, String> consumerFactory() {
Map<String, Object> props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);
props.put(ConsumerConfig.GROUP_ID_CONFIG, "test-consumer-group");
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
return new DefaultKafkaConsumerFactory<>(props);
}
@Bean
ConcurrentKafkaListenerContainerFactory<String, String> kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<String, String> factory =
new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory());
return factory;
}
}
7.创建消费者(Consumer)服务: 创建一个服务类,使用@KafkaListener注解监听特定主题的消息
@Service
public class KafkaConsumerService {
@KafkaListener(topics = "your-topic-name")
public void listen(String message) {
System.out.println("Received message: " + message);
}
}
至此,已经在Spring Boot中完成了与Kafka的基本整合,可以进行消息的生产和消费。当然,根据实际需求,可能还需要进一步配置Kafka的各项参数,如重试、分区分配策略、offset管理策略等。