kafka详细自定义生产者（Producer）、消费者（Consumer）、拦截器

自定义生产者
Kafka的Producer发送消息采用的是异步发送的方式。在消息发送的过程中，涉及到了两个线程——main线程和Sender线程，以及一个线程共享变量——RecordAccumulator。main线程将消息发送给RecordAccumulator，Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。

package com.atguigu.kafka;
import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;
import java.util.concurrent.ExecutionException;

public class MyProducer {
    public static void main(String[] args) throws ExecutionException, InterruptedException {

        Properties properties = new Properties();
        //设置kafka集群信息
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop202:9092");
        //设置key和value的序列化方式
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
//        设置ack
        properties.put(ProducerConfig.ACKS_CONFIG, "all");
//        设置尝试次数
        properties.put(ProducerConfig.RETRIES_CONFIG, 1);
//        设置批次大小
        properties.put(ProducerConfig.BATCH_SIZE_CONFIG, 16480);
//        设置发送时间
        properties.put(ProducerConfig.LINGER_MS_CONFIG, 1000);
        KafkaProducer<String, String> producer = new KafkaProducer<>(properties);

        for (int i = 0; i < 1000; i++) {
            //生产消息，包装成kv的producerrecord发送
            ProducerRecord<String, String> record = new ProducerRecord<>("first", i + "", "message" + i);
//            发送消息，调用send方法发送数据
            producer.send(record, new Callback() {

                @Override
                //回调函数，每次执行发送一条消息时会调用该函数，如果exception为null说明send该条消息时没有异常，
                // 可以通过metadata获取该消息的相应信息
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println(metadata.topic());
                    }
                }
            });
        }
        producer.close();

    }
}

自定义消费者，为保证消费数据的安全性，自定义offset的存储于带事务的存储容器
Consumer消费数据时的可靠性是很容易保证的，因为数据在Kafka中是持久化的，故不用担心数据丢失问题。
由于consumer在消费过程中可能会出现断电宕机等故障，consumer恢复后，需要从故障前的位置的继续消费，所以consumer需要实时记录自己消费到了哪个offset，以便故障恢复后继续消费。
所以offset的维护是Consumer消费数据是必须考虑的问题。

package com.atguigu.kafka;

import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.*;

public class MyConsumer  {

//    存储最新的offset的集合
    public static  Map<TopicPartition,Long> currentOffset = new HashMap<>();
    public static void main(String[] args) {
//        配置参数
        Properties properties = new Properties();
        //设置kafka集群
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop202:9092");
//        设置反序列化的kv类型
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
//        设置消费者组的groupid
        properties.put(ConsumerConfig.GROUP_ID_CONFIG,"0715");
//        设置从哪里开始消费
        properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");
//        设置是否自动维护offset
        properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,false);
        //因为需要自定义存储offset所以改为手动动维护offset
       // properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
//        设置自动提交offset的时间间隔
        //properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,2000);
//        创建消费者对象KafkaConsumer
     final   KafkaConsumer<String, String> kfConsumer = new KafkaConsumer<>(properties);
//        订阅topic

        kfConsumer.subscribe(Arrays.asList("first"), new ConsumerRebalanceListener() {
            //重平衡之前调用（在添加分区后需要要平衡分区）
            @Override
            public void onPartitionsRevoked(Collection<TopicPartition> partitions) {//
//                此处可写自己逻辑
            }
            //重平衡之后调用（在添加分区平衡之后调用）
            @Override
            public void onPartitionsAssigned(Collection<TopicPartition> partitions) {
//                此处为添加分区后所需要实现的逻辑代码
//                清空map，因为partition会重新分配，map里保存的offset要清空
                currentOffset.clear();
                for (TopicPartition topicPartition : partitions) {

                    //自定义获取最新offset的方法,获取的最新offset
                    Long offset = getOffsetByTopicPartition(topicPartition);
                    //重新定义offset的方法
                    kfConsumer.seek(topicPartition,offset);
                }
            }
        });
        try {
            while (true){
                //拉取数据，参数是拉取数据的间隔
                ConsumerRecords<String, String> records = kfConsumer.poll(100);

    //            遍历打印消费数据(写消费数据的核心代码)
                //为了保证数据的可靠性借助带有事务功能的数据库去存储offset
                //开启事务的代码

                for (ConsumerRecord<String, String> record : records) {
    //                record里面包含消息的所有信息，可以通过所提供的的方法所得到
                    System.out.println(record.topic() +"\t"+record.partition() +"\t"+ record.value() +"\t"+ record.offset());
    //                保存topic和partition信息的对象
                    TopicPartition topicPartition = new TopicPartition(record.topic(), record.partition());
    //                topicPartition和offset放入map中，
                        currentOffset.put(topicPartition,record.offset());
                }
    //            此处提交map到带有事务的数据库中（具体看自己的业务），map中保存的为最新的offset
                commitOffset(currentOffset);
    //            关闭事务（具体代码自己实现）
            }
        } finally {
            kfConsumer.close();
        }
    }
    private static void commitOffset(Map<TopicPartition, Long> currentOffset) {
        //保存offset的具体代码（根据自己的业务逻辑）
        // 可以写jdbc的方式保存在mysql的数据库中
    }
   public static Long getOffsetByTopicPartition(TopicPartition topicPartition){
        //根据topicPartition获取最新的offset的方法，
       return  0L;
   }
}

自定义拦截器
Producer拦截器(interceptor)是在Kafka 0.10版本被引入的，主要用于实现clients端的定制化控制逻辑。
对于producer而言，interceptor使得用户在消息发送前以及producer回调逻辑前有机会对消息做一些定制化需求，比如修改消息等。同时，producer允许用户指定多个interceptor按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor的实现接口是org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：
（1）configure(configs)
获取配置信息和初始化数据时调用。
（2）onSend(ProducerRecord)：
该方法封装进KafkaProducer.send方法中，即它运行在用户主线程中。Producer确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，但最好保证不要修改消息所属的topic和分区，否则会影响目标分区的计算。
（3）onAcknowledgement(RecordMetadata, Exception)：
该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后，或者在发送过程中失败时调用。并且通常都是在producer回调逻辑触发之前。onAcknowledgement运行在producer的IO线程中，因此不要在该方法中放入很重的逻辑，否则会拖慢producer的消息发送效率。
（4）close：
关闭interceptor，主要用于执行一些资源清理工作
如前所述，interceptor可能被运行在多个线程中，因此在具体实现时用户需要自行确保线程安全。另外倘若指定了多个interceptor，则producer将按照指定顺序调用它们，并仅仅是捕获每个interceptor可能抛出的异常记录到错误日志中而非在向上传递。这在使用过程中要特别留意。

package com.atguigu.interceptor;
import com.sun.org.apache.regexp.internal.RE;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Map;
//在value处加上时间戳的拦截器
public class TimeInterceptor implements ProducerInterceptor<String, String> {
	//该方法封装进KafkaProducer.send方法中，即它运行在用户主线程中。
//Producer确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，
//但最好保证不要修改消息所属的topic和分区，否则会影响目标分区的计算
    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return new ProducerRecord<String, String>(
                record.topic(),
                record.partition(),
                record.timestamp(),
                record.key(),
                System.currentTimeMillis() + "-" + record.value(),
                record.headers()
        );
    }
//该方法会在消息被应答或消息发送失败时调用，并且通常都是在producer回调逻辑触发之前。
//onAcknowledgement运行在producer的IO线程中，
//因此不要在该方法中放入很重的逻辑，否则会拖慢producer的消息发送效率
    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
    }
    @Override
    public void close() {
    }
    @Override
    public void configure(Map<String, ?> configs) {

    }
}