一,安装Kafka使用Kafka
1,下载kafka
官网下载地址:Apache Kafka
本次linux环境下kafka_2.13-2.8.0为例。
2,安装
将下载好的文件放到 /usr/local 路径。
# 解压
tar -xzvf kafka_2.13-2.8.0.tgz
解压完就可以进入到kafka目录进行使用了。
3,使用测试
zookeeper配置
启动
bin/zookeeper-server-start.sh -daemon config/zookeeper.properties
关闭
bin/zookeeper-server-stop.sh -daemon config/zookeeper.properties
kafka配置
启动
bin/kafka-server-start.sh -daemon config/server.properties
关闭
bin/kafka-server-stop.sh -daemon config/server.properties
创建主题
bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic Hello-Kafka
bin/kafka-topics.sh
:这是Kafka提供的一个脚本文件,用于管理主题。--create
:这是一个选项,表示创建一个新的主题。--zookeeper localhost:2181
:这是指定用于管理Kafka集群的ZooKeeper地址和端口。在这个例子中,ZooKeeper运行在本地主机上的2181端口。--replication-factor 1
:这是指定主题的副本因子,表示每个分区的副本数量。在这个例子中,设置为1,表示每个分区只有一个副本。--partitions 1
:这是指定主题的分区数。在这个例子中,设置为1,表示主题只有一个分区。--topic Hello-Kafka
:这是指定要创建的主题的名称,这里设置为"Hello-Kafka"。
查看主题
bin/kafka-topics.sh --list --zookeeper localhost:2181
发送消息
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic Hello-Kafka
监听消息
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic Hello-Kafka --from-beginning
示例
启动两个会话,一个发送命令,一个接收命令。
二,SpringBoot整合Kafka
1,导入依赖
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>
2,修改配置
spring:
kafka:
bootstrap-servers: 192.168.0.102:9092
producer:
# 发生错误后,消息重发的次数。
retries: 1
#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
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
注:spring.kafka.bootstrap-servers配置的是kafka集群地址。另外在kafka的 config/server.properties 配置文件里面需要修改advertised.listeners的值,这个表示kafka对外暴露的地址。
本次测试:linux地址:192.168.0.102
spring.kafka.bootstrap-servers=192.168.0.102:9092
advertised.listeners=192.168.0.102:9092
3,创建producer,consumer
生产者
@Component
public class KafkaProducer {
private Logger logger = LoggerFactory.getLogger(KafkaProducer.class);
@Resource
private KafkaTemplate<String,Object> kafkaTemplate;
/** 主题 */
public static final String TOPIC_TEST = "Hello-Kafka";
/** 消费者组 */
public static final String TOPIC_GROUP = "test-consumer-group";
public void send(Object obj){
String obj2String = JSON.toJSONString(obj);
logger.info("准备发送消息为:{}",obj2String);
//发送消息
ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(TOPIC_TEST, obj);
//回调
future.addCallback(new ListenableFutureCallback<SendResult<String, Object>>() {
@Override
public void onFailure(Throwable ex) {
//发送失败的处理
logger.info(TOPIC_TEST + " - 生产者 发送消息失败:" + ex.getMessage());
}
@Override
public void onSuccess(SendResult<String, Object> result) {
//成功的处理
logger.info(TOPIC_TEST + " - 生产者 发送消息成功:" + result.toString());
}
});
}
}
消费者
@Component
public class KafkaConsumer {
private Logger logger = LoggerFactory.getLogger(KafkaConsumer.class);
@KafkaListener(topics = KafkaProducer.TOPIC_TEST,groupId = KafkaProducer.TOPIC_GROUP)
public void topicTest(ConsumerRecord<?,?> record, Acknowledgment ack, @Header(KafkaHeaders.RECEIVED_TOPIC) String topic){
Optional<?> message = Optional.ofNullable(record.value());
if (message.isPresent()) {
Object msg = message.get();
logger.info("topic_test 消费了: Topic:" + topic + ",Message:" + msg);
ack.acknowledge();
}
}
}
解释:
-
ListenableFuture<SendResult<String, Object>> future 这个是发送消息的回调
-
ConsumerRecord<?,?> record 这个是接收到的消息
-
Acknowledgment ack 这是接收到消息后调用ack.acknowledge()方法告诉生产者消费成功了。
4,测试
@RunWith(SpringRunner.class)
@SpringBootTest
public class KafkaProduceTest {
private Logger logger = LoggerFactory.getLogger(KafkaProduceTest.class);
@Resource
private KafkaProducer kafkaProducer;
@Test
public void test_send() throws InterruptedException {
// 循环发送消息
while (true) {
kafkaProducer.send("你好,我是Lottery 001");
Thread.sleep(3500);
}
}
}
测试结果: