一、准备工作
提前说明:如果你运行出问题,请检查Kafka的版本与Maven kafka client的版本是否与我文中的一致。
环境:Kafka版本为 kafka_2.11-1.1.0 (Scala), 也就是1.1.0
- 提前创建一个Topic
[root@Basic kafka_2.11-1.1.0]# bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test_topic
- 确保你的kafka能够访问,如果访问不了,需要打开外网访问。
config/server.properties
advertised.listeners=PLAINTEXT://192.168.239.128:9092
- Maven 依赖
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>1.1.0</version>
</dependency>
二、生产者
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
/**
* Kafka生产者Demo
*/
public class KafkaProducerDemo {
public static void main(String[] args) {
Properties props = new Properties();
// 服务器ip:端口号,集群用逗号分隔
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.239.128:9092");
// key序列化指定类
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
// value序列化指定类
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
// 生产者对象
KafkaProducer<String, String> producer = new KafkaProducer<>(props);
// 向test_topic发送hello, kafka
producer.send(new ProducerRecord<String, String>("test_topic", "hello, kafka"));
producer.close();
}
}
三、消费者
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Arrays;
import java.util.Properties;
/**
* Kafka消费者Demo
*/
public class KafkaConsumerDemo {
public static void main(String[] args) {
Properties props = new Properties();
// 服务器ip:端口号,集群用逗号分隔
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.239.128:9092");
// 消费者指定组,名称可以随意,注意相同消费组中的消费者只能对同一个分区消费一次
props.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
// 是否启用自动提交,默认true
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
// 自动提交间隔时间1s
props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 1000);
// key反序列化指定类
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
// value反序列化指定类,注意生产者与消费者要保持一致,否则解析出问题
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
// 消费者对象
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(props);
kafkaConsumer.subscribe(Arrays.asList("test_topic"));
while (true) {
ConsumerRecords<String, String> records = kafkaConsumer.poll(100);
for (ConsumerRecord<String, String> record : records) {
System.out.printf("offset = %d, value = %s", record.offset(), record.value());
System.out.println();
}
}
}
}
注意生产者与消费者对应的key,value序列化与反序列化类要保持一致,否则解析出问题, 即生产者如果用StringSerializer, 消费者就必须用StringDeserializer
四、测试
首先启动消费者,KafkaConsumerDemo,然后运行生产者发送一条消息。
生产者控制台界面:
INFO AppInfoParser:109 - Kafka version : 1.1.0
INFO AppInfoParser:110 - Kafka commitId : fdcf75ea326b8e07
INFO Metadata:265 - Cluster ID: FlvHY_1RTfi0AtHUSACpQA
INFO KafkaProducer:1054 - [Producer clientId=producer-1] Closing the Kafka producer with timeoutMillis = 9223372036854775807 ms.
消费者控制台界面:
...
offset = 1, value = hello, kafka
五、生产使用
一般来说,生产者直接放到逻辑代码中就行了,比如在接收到一个请求之后,直接放入到主题中,而消费者一般是持续监听某个主题,发现消息就处理,处理完然后继续监听。
消费者在普通javaweb项目中,一般都是放入到ServletContextListener中,在服务一启动的时候,就new一个线程start,这个线程里面消费者while(true)去不停的pull Topic内容。
同样的在spring/springboot项目中,也同样只要配置在项目启动的时运行即可,另外Spring提供了Spring-Kafka项目,已便于Spring/SpringBoot项目能够快速的接入Kafka。
详情请见文章:SpringBoot整合Kafka
对于Spring整合Kafka其实和SpringBoot整合kafka一样,也就是在applicationContext.xml里面配置好KafkaTemplate即可,有点像整合JdbcTemplate一样,总体来说,Spring帮我们把周边框架服务都整合的差不多了,不需要重复造轮子了。