Spring Boot 整合之前的内容
项目名称 | 描述 | 地址 |
---|---|---|
base-data-mybatis | 整合mybatis-plus(实际上官方教程已经很多,只做了自定义插件) | 未完成 |
base-jpa | JPA基础使用 | JPA 数据模型定义 |
base-jpa-query | JPA多表关联使用 | JPA 数据模型关联操作 |
base-log | 日志配置 | SpringBoot日志配置 |
base-rabbit | rabbitMQ简单使用 | RabbitMQ基础使用 |
base-rabbit3 | rabbitMQ一些自定义配置 | 消息确认回调、消息转换以及消息异常处理 |
base-rabbit-delay | rabbitMQ延时队列 | 延时队列和消息重试 |
base-redis | redis简单使用 | RedisTemplate基础使用;Redis实现简单的发布订阅以及配置序列化方式 |
base-redis-lock | redis分布式锁 | Redis分布式锁的简单实现 |
base-redis-delay | 基于有赞的延时消息方案的简单实现 | 延时队列的简单实现 |
base-swagger | swagger使用 | wagger2使用 |
base-mongodb | mongodb简单使用 | MongoDB安装以及Spring Boot整合,MongoDB实体创建以及简单CRUD,MongoDB聚合操作,MongoDB分组去重以及MongoDB联表查询 |
关于版本
依赖 | 版本 |
---|---|
springboot | 2.0.8.RELEASE |
mongodb | 4.0.14 |
项目地址
因为涉及的代码较多,所以并不会贴出所有代码。本篇文章涉及的源码下载地址: https://gitee.com/daifyutils/springboot-samples
关闭自动消费
Spring-Boot-kafka的配置中有一个参数,提供了自动消费的功能。使用自动消费我们在收到消息的时候会自动向kafka确认消费。但是在一些特殊场景中我们可能需要使用一些其他的消费模式。
enable-auto-commit: true
kafka的消费模式
需要自己配置AckMode时候的配置
spring:
application:
name: base.kafka
kafka:
bootstrap-servers: kafka服务地址1:端口,kafka服务地址2:端口,kafka服务地址3:端口
producer:
# 写入失败时,重试次数。当leader节点失效,一个repli节点会替代成为leader节点,此时可能出现写入失败,
# 当retris为0时,produce不会重复。retirs重发,此时repli节点完全成为leader节点,不会产生消息丢失。
retries: 0
#procedure要求leader在考虑完成请求之前收到的确认数,用于控制发送记录在服务端的持久化,其值可以为如下:
#acks = 0 如果设置为零,则生产者将不会等待来自服务器的任何确认,该记录将立即添加到套接字缓冲区并视为已发送。在这种情况下,无法保证服务器已收到记录,并且重试配置将不会生效(因为客户端通常不会知道任何故障),为每条记录返回的偏移量始终设置为-1。
#acks = 1 这意味着leader会将记录写入其本地日志,但无需等待所有副本服务器的完全确认即可做出回应,在这种情况下,如果leader在确认记录后立即失败,但在将数据复制到所有的副本服务器之前,则记录将会丢失。
#acks = all 这意味着leader将等待完整的同步副本集以确认记录,这保证了只要至少一个同步副本服务器仍然存活,记录就不会丢失,这是最强有力的保证,这相当于acks = -1的设置。
#可以设置的值为:all, -1, 0, 1
acks: 1
consumer:
group-id: testGroup
# smallest和largest才有效,如果smallest重新0开始读取,如果是largest从logfile的offset读取。一般情况下我们都是设置smallest
auto-offset-reset: earliest
# 设置自动提交offset
enable-auto-commit: false
max-poll-records: 2
server:
port: 8060
kafka支持的消费模式,设置在AbstractMessageListenerContainer.AckMode
的枚举中,下面就介绍下各个模式的区别
/**
* The offset commit behavior enumeration.
*/
public enum AckMode {
/**
* Commit after each record is processed by the listener.
*/
RECORD,
/**
* Commit whatever has already been processed before the next poll.
*/
BATCH,
/**
* Commit pending updates after
* {@link ContainerProperties#setAckTime(long) ackTime} has elapsed.
*/
TIME,
/**
* Commit pending updates after
* {@link ContainerProperties#setAckCount(int) ackCount} has been
* exceeded.
*/
COUNT,
/**
* Commit pending updates after
* {@link ContainerProperties#setAckCount(int) ackCount} has been
* exceeded or after {@link ContainerProperties#setAckTime(long)
* ackTime} has elapsed.
*/
COUNT_TIME,
/**
* User takes responsibility for acks using an
* {@link AcknowledgingMessageListener}.
*/
MANUAL,
/**
* User takes responsibility for acks using an
* {@link AcknowledgingMessageListener}. The consumer
* immediately processes the commit.
*/
MANUAL_IMMEDIATE,
}
AckMode模式 | 作用 |
---|---|
MANUAL | 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后, 手动调用Acknowledgment.acknowledge()后提交 |
MANUAL_IMMEDIATE | 手动调用Acknowledgment.acknowledge()后立即提交 |
RECORD | 当每一条记录被消费者监听器(ListenerConsumer)处理之后提交 |
BATCH | 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后提交 |
TIME | 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后,距离上次提交时间大于TIME时提交 |
COUNT | 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后,被处理record数量大于等于COUNT时提交 |
COUNT_TIME | TIME或COUNT 有一个条件满足时提交 |
MANUAL 和 MANUAL_IMMEDIATE
MANUAL
当每一条记录被消费者监听器(ListenerConsumer)处理之后提交
- 监听器工厂的配置
/**
* MANUAL 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后, 手动调用Acknowledgment.acknowledge()后提交
* @param consumerFactory
* @return
*/
@Bean("manualListenerContainerFactory")
public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> manualListenerContainerFactory(
ConsumerFactory<String, String> consumerFactory) {
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory);
factory.getContainerProperties().setPollTimeout(1500);
factory.setBatchListener(true);
//配置手动提交offset
factory.getContainerProperties().setAckMode(AbstractMessageListenerContainer.AckMode.MANUAL);
return factory;
}
- 指定监听器使用的配置
/**
* MANUAL 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后, 手动调用Acknowledgment.acknowledge()后提交
* @param message
* @param ack
*/
@KafkaListener(containerFactory = "manualListenerContainerFactory" , topics = "kafka-manual")
public void onMessageManual(List<Object> message, Acknowledgment ack){
log.info("manualListenerContainerFactory 处理数据量:{}",message.size());
message.forEach(item -> log.info("manualListenerContainerFactory 处理数据内容:{}",item));
ack.acknowledge();//直接提交offset
}
MANUAL_IMMEDIATE
当每一条记录被消费者监听器(ListenerConsumer)处理之后提交
- 监听器工厂的配置
/**
* MANUAL_IMMEDIATE 手动调用Acknowledgment.acknowledge()后立即提交
* @param consumerFactory
* @return
*/
@Bean("manualImmediateListenerContainerFactory")
public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> manualImmediateListenerContainerFactory(
ConsumerFactory<String, String> consumerFactory) {
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory);
factory.getContainerProperties().setPollTimeout(1500);
factory.setBatchListener(true);
//配置手动提交offset
factory.getContainerProperties().setAckMode(AbstractMessageListenerContainer.AckMode.MANUAL_IMMEDIATE);
return factory;
}
- 指定监听器使用的配置
/**
* MANUAL_IMMEDIATE 手动调用Acknowledgment.acknowledge()后立即提交
* @param message
*/
@KafkaListener(containerFactory = "manualImmediateListenerContainerFactory" , topics = "kafka-manualImmediate")
public void onMessageManualImmediate(List<Object> message, Acknowledgment ack){
log.info("manualImmediateListenerContainerFactory 处理数据量:{}",message.size());
message.forEach(item -> log.info("manualImmediateListenerContainerFactory 处理数据内容:{}",item));
ack.acknowledge();//直接提交offset
}
MANUAL和MANUAL_IMMEDIATE两者的相同和区别
- 相同之处
这两种模式都是需要进行手动确认ack.acknowledge();
才能完成消息的消费,否则在重启消费端实例的时候数据会再次被消费端接收到。
- 两者的区别
- MANUAL: 在处理完最后一次轮询的所有结果后,将队列排队,并在一次操作中提交偏移量。可以认为是在批处理结束时提交偏移量
- MANUAL_IMMEDIATE:只要在侦听器线程上执行确认,就立即提交偏移。会在批量执行的时候逐一提交它们。
关于两者的解释可以看看这个提问 what-is-the-difference-between-manual-and-manual-immediate-in-spring-kafka-ackmo
RECORD
- 监听器工厂的配置
/**
* RECORD 当每一条记录被消费者监听器(ListenerConsumer)处理之后提交
* @param consumerFactory
* @return
*/
@Bean("recordListenerContainerFactory")
public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> recordListenerContainerFactory(
ConsumerFactory<String, String> consumerFactory) {
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory);
factory.getContainerProperties().setPollTimeout(1500);
//配置手动提交offset
factory.getContainerProperties().setAckMode(AbstractMessageListenerContainer.AckMode.RECORD);
return factory;
}
- 指定监听器使用的配置
/**
* RECORD 当每一条记录被消费者监听器(ListenerConsumer)处理之后提交
* @param message
*/
@KafkaListener(containerFactory = "recordListenerContainerFactory" , topics = "kafka-record")
public void onMessageRecord(List<Object> message){
log.info("recordListenerContainerFactory 处理数据量:{}",message.size());
message.forEach(item -> log.info("recordListenerContainerFactory 处理数据内容:{}",item));
}
- 关于AckMode.RECORD 模式
使用RECORD模式的时候,当监听器处理完消息后会自动处理,使用此模式不需要手动消费。
TIME
- 监听器工厂的配置
/**
* TIME 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后,距离上次提交时间大于TIME时提交
* @param consumerFactory
* @return
*/
@Bean("timeListenerContainerFactory")
public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> timeListenerContainerFactory(
ConsumerFactory<String, String> consumerFactory) {
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory);
factory.getContainerProperties().setPollTimeout(2000);
//配置手动提交offset
factory.getContainerProperties().setAckMode(AbstractMessageListenerContainer.AckMode.TIME);
return factory;
}
- 指定监听器使用的配置
/**
* TIME 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后,距离上次提交时间大于TIME时提交
* @param message
*/
@KafkaListener(containerFactory = "timeListenerContainerFactory" , topics = "kafka-time")
public void onMessageTime(List<Object> message){
log.info("timeListenerContainerFactory 处理数据量:{}",message.size());
message.forEach(item -> log.info("timeListenerContainerFactory 处理数据内容:{}",item));
}
- 关于AckMode.TIME 模式
此模式会在监听器监听到消息后的PollTimeout
的时间段内提交消费请求。上面配置中将PollTimeout
设置的超时时间为2秒。使用请求http://localhost:8060//ack/sendStr/kafka-time/3
发送三条消息,在消费实例接收到消息后在PollTimeout
到达之前关闭消费端实例,再次启动消费实例会发现之前消费的消息会被再次读取到。而接收到消息PollTimeout
之后关闭消费实例,则会发现消息已经被成功消费。
COUNT
- 监听器工厂的配置
/**
* COUNT 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后,被处理record数量大于等于COUNT时提交
* @param consumerFactory
* @return
*/
@Bean("countListenerContainerFactory")
public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> countListenerContainerFactory(
ConsumerFactory<String, String> consumerFactory) {
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory);
factory.getContainerProperties().setPollTimeout(1500);
factory.getContainerProperties().setAckCount(5);
//配置手动提交offset
factory.getContainerProperties().setAckMode(AbstractMessageListenerContainer.AckMode.COUNT);
return factory;
}
- 指定监听器使用的配置
/**
* COUNT 当每一批poll()的数据被消费者监听器(ListenerConsumer)处理之后,被处理record数量大于等于COUNT时提交
* @param message
*/
@KafkaListener(containerFactory = "countListenerContainerFactory" , topics = "kafka-count")
public void onMessageCount(List<Object> message){
log.info("countListenerContainerFactory 处理数据量:{}",message.size());
message.forEach(item -> log.info("countListenerContainerFactory 处理数据内容:{}",item));
}
- 关于AckMode.COUNT 模式
此模式会在监听器监听到消息等于AckCount
的数量提交消费请求。上面配置中将`AckCount``设置为5条消息。使用请求http://localhost:8060//ack/sendStr/kafka-count/9
向队列发送9条数据,然后关闭消费端实例,然后再次启动时发现最后4条消息再次被读取到。此时前5条数据被消费,最后四条消息需要凑齐5条数据后才能消费。
个人水平有限,上面的内容可能存在没有描述清楚或者错误的地方,假如开发同学发现了,请及时告知,我会第一时间修改相关内容。假如我的这篇内容对你有任何帮助的话,麻烦给我点一个赞。你的点赞就是我前进的动力。