kafka消费从分区任意位置、分区开头、分区末尾开始消费数据 完整版

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>highlevelkafka</groupId>
<artifactId>HighLevelKafka</artifactId>
<version>1.0</version>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>1.5.12.RELEASE</version>
<relativePath /> <!-- lookup parent from repository -->
</parent>


<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<java.version>1.8</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>1.1.0</version>
</dependency>


<!--  整合 消费partition-->
        <dependency>  
            <groupId>org.apache.kafka</groupId>  
            <artifactId>kafka_2.10</artifactId>  
            <version>0.8.2.2</version>
            <exclusions>
            <exclusion>
            <artifactId>slf4j-log4j12</artifactId>
            <groupId>org.slf4j</groupId>
            </exclusion>
            </exclusions>
        </dependency>  
        <dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-streaming-kafka-0-10_2.11</artifactId>
    <version>2.1.1</version>
    <exclusions>
    <exclusion>
    <artifactId>slf4j-log4j12</artifactId>
    <groupId>org.slf4j</groupId>
    </exclusion>
    </exclusions>
        </dependency>
 

<!-- springboot整合kafka -->
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
<!-- <version>1.1.2.RELEASE</version> -->
<!-- <version>2.11.0.RELEASE</version> -->
<exclusions>
<exclusion>
<artifactId>spring-messaging</artifactId>
<groupId>org.springframework</groupId>
</exclusion>
<exclusion>
<artifactId>kafka-clients</artifactId>
<groupId>org.apache.kafka</groupId>
</exclusion>
</exclusions>
</dependency>


<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
<exclusions>
<exclusion>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-logging</artifactId>
</exclusion>
</exclusions>
</dependency>


<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>


<!-- Paho Mqttv3 -->
<dependency>
<groupId>org.eclipse.paho</groupId>
<artifactId>org.eclipse.paho.client.mqttv3</artifactId>
<version>1.0.2</version>
</dependency>


<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-logging</artifactId>
</dependency>
</dependencies>


<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
</project>

/**

 * <p>Title: Consumer_Sample.java</p>
 * <p>Description: HighLevelKafka</p>
 * <p>Copyright: Copyright (c) 2018</p>
 * <p>Company: 航天智造</p>
 * @author 王树民
 * @date 2018年5月11日下午1:37:39
 * @version 1.0
 */
package com.htyw.kakfa.demo1;


import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collection;
import java.util.Collections;
import java.util.Iterator;
import java.util.List;
import java.util.Properties;


import org.apache.kafka.clients.consumer.ConsumerRebalanceListener;
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.consumer.OffsetAndMetadata;
import org.apache.kafka.common.PartitionInfo;
import org.apache.kafka.common.TopicPartition;


/**
 * <p>Title: Consumer_Sample</p>
 * <p>Description: </p>
 * <p>Company: 航天云网</p> 
 * @author 王树民
 * @date 2018年5月11日下午1:37:39
 * @version 1.0
 */
/** 
 * @author yujie.wang 
 * kafka消费者示例，包含随机位置消费和最多一次消费方式 
 * 消费者提交消费数据offset 分为自动提交和手动控制提交 
 *  
 * 这份代码示例中包含了 多种从kafka的任意位置获取数据的方式 
 */  
public class Consumer_Sample {  
  
    //kafka集群机器  
    private static final String KAFKA_HOSTS = "centoshostnameKL1:9092,centoshostnameKL2:9092,centoshostnameKL3:9092";  
    //topic名称  
    private static final String TOPIC = "my-replicated-topic_2";  
      
    public static void main(String[] args) {  
        // TODO Auto-generated method stub  
        Consumer_Sample consumer = new Consumer_Sample();  
        //从分区的末尾 或者已存在groupid的请情况下从未消费位置开始消费数据  
        consumer.consumerSubscribe("true", TOPIC);  
        // 通过实现ConsumerRebalanceListener接口 进而时间任意位置的消费  
        consumer.consumerSubscribeImplListener("true", TOPIC);  
        //从指定的分区  开始位置seekToBeginning 或者任意位置seek消费数据  
        consumer.consumerAssin("true", TOPIC);  
        //通过配置属性auto.offset.reset 来设置消费者从分区开头或者末尾进行消费，但是需要使用一定条件的group Id  
        consumer.consumerAutoOffsetReset("true", TOPIC);  
        System.out.println("consumer end");  
    }  
      
      
    /** 
     * 直接通过订阅一个指定分区来消费数据 
     * (1)如果该groupId消费者分组下 有消费者提交过offset,则从 当前提交的offset位置开始消费数据 
     * (2)如果该groupId消费者分组下 没有有消费者提交过offset,则从 当前log添加的最后位置(也就是数据的末尾)开始消费数据 
     * @param isAutoCommitBool 
     * @param topic 
     */  
    public void consumerSubscribe(final String isAutoCommitBool, final String topic){  
         Properties props = new Properties();  
         //配置kafka集群机器  
         props.put("bootstrap.servers", KAFKA_HOSTS);  
         //消费者分组  
         props.put("group.id", "yujie37");  
         //这里设置 消费者自动提交已消费消息的offset  
         props.put("enable.auto.commit", isAutoCommitBool);  
         // 设置自动提交的时间间隔为1000毫秒  
         props.put("auto.commit.interval.ms", "1000");  
         // 设置每次poll的最大数据个数  
         props.put("max.poll.records", 5);  
         props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         final KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);  
         //订阅topic  
         consumer.subscribe(Arrays.asList(topic));  
         List<PartitionInfo> parList = consumer.partitionsFor(topic);  
  
         //打印出分区信息  
         printPartition(parList);  
  
         //消费数据  
         while (true) {  
             ConsumerRecords<String, String> records = consumer.poll(5000);  
             System.out.println("topic: "+topic + " pool return records size: "+ records.count());  
             for (ConsumerRecord<String, String> record : records){  
                 System.out.println(record.toString());  
                  //手动提交已消费数据的offset  
                 if("false".equalsIgnoreCase(isAutoCommitBool)){  
                    consumer.commitSync();  
                 }  
                  
             }  
             
         }  
    }  
      
      
    /** 
     *  
     * @param isAutoCommitBool true 开启自动提交offset;false 不开启 
     * @param topic 
     * (1)如果该groupId消费者分组下 有消费者提交过offset,则从 当前提交的offset位置开始消费数据 
     * (2)如果该groupId消费者分组下 没有有消费者提交过offset,则从 当前log添加的最后位置(也就是数据的末尾)开始消费数据 
     *  
     * 注意如果enable.auto.commit 设置为false，如果消费完数据没有提交已消费数据的offset， 
     * 则会出现重复消费数据的情况 
     *  
     * 通过实现ConsumerRebalanceListener接口中的onPartitionsAssigned方法，并在其中调用消费者的seek或者seekToBeginning 
     * 方法定位分区的任意位置或者开头位置 
     */  
    public void consumerSubscribeImplListener(final String isAutoCommitBool, final String topic){  
         Properties props = new Properties();  
         //配置kafka集群机器  
         props.put("bootstrap.servers", KAFKA_HOSTS);  
         //消费者分组  
         props.put("group.id", "yujie26");  
         //这里设置 消费者自动提交已消费消息的offset  
         props.put("enable.auto.commit", isAutoCommitBool);  
         // 设置自动提交的时间间隔为1000毫秒  
         props.put("auto.commit.interval.ms", "1000");  
         // 设置每次poll的最大数据个数  
         props.put("max.poll.records", 5);  
         props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         final KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);  
         //订阅topic,并实现ConsumerRebalanceListener  
         consumer.subscribe(Arrays.asList(topic), new ConsumerRebalanceListener(){  
            @Override  
            public void onPartitionsRevoked(//分区撤销时，消费者可以向该分区提交自己当前的offset  
                    Collection<TopicPartition> collection) {  
                // TODO Auto-generated method stub  
                if("false".equalsIgnoreCase(isAutoCommitBool)){  
                    //consumer.commitSync();  
                }  
            }  
  
            @Override  
            public void onPartitionsAssigned(//当分区分配给消费者时，消费者可以通过该方法重新定位需要消费的数据位置  
                    Collection<TopicPartition> collection) {  
                // TODO Auto-generated method stub  
                //将消费者定位到各个分区的开始位置进行消费  
        /*      consumer.seekToBeginning(collection); 
                System.out.println("seek beg");*/  
              
                Iterator it = collection.iterator();  
                while(it.hasNext()){  
                    //将消费者定位到指定分区的指定位置7进行消费  
                    consumer.seek((TopicPartition)it.next(), 7);  
                }  
                  
            }  
         });  
         while (true) {  
             ConsumerRecords<String, String> records = consumer.poll(5000);  
             System.out.println("topic: "+topic + "pool return records size: "+ records.count());  
             for (ConsumerRecord<String, String> record : records){  
                 System.out.println(record.toString());  
                  //手动提交已消费数据的offset  
                 if("false".equalsIgnoreCase(isAutoCommitBool)){  
                    consumer.commitSync();  
                 }  
                  
             }  
             
         }  
    }  
      
      
    /** 
     *  
     * @param isAutoCommitBool true 开启自动提交offset;false 不开启 
     * @param topic 
     * 如果groupId之前存在 ， 则从之前提交的最后消费数据的offset处继续开始消费数据 
     * 如果groupId之前不存在，则从当前分区的最后位置开始消费 
     *  
     * 注意如果enable.auto.commit 设置为false，如果消费完数据没有提交已消费数据的offset， 
     * 则会出现重复消费数据的情况 
     */  
    public void consumerAutoOffsetReset(final String isAutoCommitBool, final String topic){  
         Properties props = new Properties();  
         //配置kafka集群机器  
         props.put("bootstrap.servers", KAFKA_HOSTS);  
         //消费者分组  
         props.put("group.id", "yujie32");  
         //这里设置 消费者自动提交已消费消息的offset  
         props.put("enable.auto.commit", isAutoCommitBool);  
         // 设置自动提交的时间间隔为1000毫秒  
         props.put("auto.commit.interval.ms", "1000");  
         // 设置每次poll的最大数据个数  
         props.put("max.poll.records", 5);  
         //设置使用最开始的offset偏移量为该group.id的最早。如果不设置，则会是latest即该topic最新一个消息的offset  
         //如果采用latest，消费者只能得道其启动后，生产者生产的消息  
         //一般配置earliest 或者latest 值  
         props.put("auto.offset.reset", "latest");  
         props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         final KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);  
         //订阅topic,并实现ConsumerRebalanceListener  
         consumer.subscribe(Arrays.asList(topic));  
         while (true) {  
             ConsumerRecords<String, String> records = consumer.poll(5000);  
             System.out.println("topic: "+topic + "pool return records size: "+ records.count());  
             for (ConsumerRecord<String, String> record : records){  
                 System.out.println(record.toString());  
                  //手动提交已消费数据的offset  
                 if("false".equalsIgnoreCase(isAutoCommitBool)){  
                    consumer.commitSync();  
                 }  
                  
             }  
             
         }  
    }  
  
      
    /** 
     * 通过assign分配的分区,消费者发生故障 Server端不会触发分区重平衡(即使该消费者共享某个已有的groupId)，每个消费者都是独立工作的 
     * 为了避免offset提交冲突，需要确保每个消费者都有唯一的groupId 
     * 从指定的分区的开头开始消费数据 
     * @param isAutoCommitBool true 开启自动提交offset;false 不开启 
     * @param topic 
     */  
    public void consumerAssin(String isAutoCommitBool,String topic){  
         Properties props = new Properties();  
         //配置kafka集群机器  
         props.put("bootstrap.servers", KAFKA_HOSTS);  
         //消费者分组  
         props.put("group.id", "yujie35");  
         //这里设置 消费者自动提交已消费消息的offset  
         props.put("enable.auto.commit", isAutoCommitBool);  
         // 设置自动提交的时间间隔为1000毫秒  
         props.put("auto.commit.interval.ms", "1000");  
         // 设置每次poll的最大数据个数  
         props.put("max.poll.records", 5);  
         props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");  
         KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);  
         //获得topic的所有分区  
         List<PartitionInfo> parList = consumer.partitionsFor(topic);  
         //打印出分区信息  
         printPartition(parList);  
           
         List<TopicPartition> list = new ArrayList<TopicPartition>();  
         for(PartitionInfo par : parList){  
             TopicPartition partition = new TopicPartition(topic, par.partition());  
             list.add(partition);  
         }  
         //消费者指定要消费的分区，指定分区之后消费者崩溃之后 不会引发分区reblance  
         consumer.assign(list);  
  
         //从list中所有分区的开头开始消费数据，这个操作不改变已提交的消费数据的offset  
        // consumer.seekToBeginning(list);  
       
  
     /*    for(TopicPartition tpar:list ){ 
             //consumer.seek(tpar, position); 
         } */  
       
  
         while (true) {  
             ConsumerRecords<String, String> records = consumer.poll(5000);  
             System.out.println("topic: "+topic + " pool return records size: "+ records.count());  
             for (ConsumerRecord<String, String> record : records){  
                 System.out.println(record.toString());  
                  //手动提交已消费数据的offset  
                 if("false".equalsIgnoreCase(isAutoCommitBool)){  
                    consumer.commitSync();  
                 }  
                  
             }  
             
         }  
    }  
      
  
      
      
  
      
    public void printPartition(List<PartitionInfo> parList){  
        for(PartitionInfo p : parList){  
            System.out.println(p.toString());  
        }  
    }  
      
    /** 
     * 单独处理每个分区中的数据，处理完了之后异步提交offset,注意提交的offset是程序将要读取的下一条消息的offset 
     * @param consumer 
     */  
    public void handlerData(KafkaConsumer<String, String> consumer){  
        boolean running = true;  
        try {  
             while(running) {  
                 ConsumerRecords<String, String> records = consumer.poll(Long.MAX_VALUE);  
                 for (TopicPartition partition : records.partitions()) {  
                     List<ConsumerRecord<String, String>> partitionRecords = records.records(partition);  
                     for (ConsumerRecord<String, String> record : partitionRecords) {  
                         System.out.println(record.offset() + ": " + record.value());  
                     }  
                     long lastOffset = partitionRecords.get(partitionRecords.size() - 1).offset();  
                     //注意提交的offset是程序将要读取的下一条消息的offset  
                     consumer.commitSync(Collections.singletonMap(partition, new OffsetAndMetadata(lastOffset + 1)));  
                 }  
             }  
         } finally {  
           consumer.close();  
         }  
    }  
      
    /** 
     * 关闭消费者 
     * @param consumer 
     */  
    public void closeConsumer(KafkaConsumer<String, String> consumer){  
        if(consumer != null){  
            consumer.close();  
        }  
    }  
  

}  

/**
 * <p>Title: Producer_Sample.java</p>
 * <p>Description: HighLevelKafka</p>
 * <p>Copyright: Copyright (c) 2018</p>
 * <p>Company: 航天智造</p>
 * @author 王树民
 * @date 2018年5月11日下午1:36:45
 * @version 1.0
 */
package com.htyw.kakfa.demo1;


import java.util.Properties;


import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;


/**
 * <p>Title: Producer_Sample</p>
 * <p>Description: </p>
 * <p>Company: 航天云网</p> 
 * @author 王树民
 * @date 2018年5月11日下午1:36:45
 * @version 1.0
 */
/** 
 *  
 * @author yujie.wang 
 * kafka生产者示例代码 
 */  
public class Producer_Sample {  
    //kafka集群机器  
    private static final String KAFKA_HOSTS = "centoshostnameKL1:9092,centoshostnameKL2:9092,centoshostnameKL3:9092";  
    //topic名称  
    private static final String TOPIC = "my-replicated-topic_2";  
      
    public static void main(String[] args) {  
        // TODO Auto-generated method stub  
        Producer_Sample producer = new Producer_Sample();  
        producer.producer_send(TOPIC);  
        System.out.println("end");  
    }  
      
    /** 
     * 生产者生产数据 
     * 发送消息是异步进行，一旦消息被保存到分区缓存中，send方法就返回 
     * 一旦消息被接收 就会调用callBack 
     * @param topic 
     */  
    public void producer_send(String topic){  
        Properties props = new Properties();  
        //kafka集群机器  
        props.put("bootstrap.servers", KAFKA_HOSTS);  
        //生产者发送的数据需要等待主分片和其副本都保存才发回确认消息  
        props.put("acks", "all");  
        //生产者发送失败后的确认消息  
        props.put("retries", 0);  
        //生产者 每个分区缓存大小 16K  
        props.put("batch.size", 16384);  
        //生产者发送分区缓存中数据前停留时间  
        props.put("linger.ms", 1);  
        //生产者可用缓存总量大小 32M  
        props.put("buffer.memory", 33554432);  
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");  
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");  
           
        Producer<String, String> producer = new KafkaProducer<String,String>(props);  
        for(int i = 220; i < 230; i++){  
            //发送消息是异步进行，一旦消息被保存到分区缓存中，send方法就返回  
            // producer.send(new ProducerRecord<String, String>("my-replicated-topic_1", Integer.toString(i), Integer.toString(i)));  
            producer.send(new ProducerRecord<String, String>(topic, "call___"+Integer.toString(i+20), "call___"+Integer.toString(i)),  
                    new Call());  
            System.out.println("send return I: "+ i);  
        }  
  
        producer.close();  
    }  
  
    /** 
     *消息被保存之后的回调方法 
     */  
    class Call implements Callback{  
  
        @Override  
        public void onCompletion(RecordMetadata recordmetadata,  
                Exception exception) {  
            // TODO Auto-generated method stub  
            System.out.println("callBack: "+ recordmetadata.checksum() + " recordmetadata content : "+recordmetadata.toString());  
        }  
          
    }  
}