1、搭建项目,在https://start.spring.io/网站中,添加kafka依赖,生成项目
2、在application.properties文件中添加kafka配置
#生产者
#kafka服务器地址
spring.kafka.producer.bootstrap-servers=xx.xx.xx.xx:9092,xx.xx.xx.xx:9091
#重发次数
spring.kafka.producer.retries=1
#批量提交大小
spring.kafka.producer.batch-size=16384
#缓存大小
spring.kafka.producer.buffer-memory=33554432
#最大请求消息体大小
spring.kafka.producer.properties.max.requst.size=2097152
#key序列化类
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
#value序列化类
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer
#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。
spring.kafka.producer.acks=1
#消费者
#kafka服务器地址
spring.kafka.consumer.bootstrap-servers=xx.xx.xx.xx:9092,xx.xx.xx.xx:9091
#消费组id
spring.kafka.consumer.group-id=DrewGroup
# earliest:当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
# latest:当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,消费新产生的该分区下的数据
# none:topic各分区都存在已提交的offset时,从offset后开始消费;只要有一个分区不存在已提交的offset,则抛出异常
spring.kafka.consumer.auto-offset-reset=earliest
#是否自动提交偏移量
spring.kafka.consumer.enable-auto-commit=true
#自动提交偏移量的频率
spring.kafka.consumer.auto-commit-interval=100
#消费线程数,即启动的客户端数
spring.kafka.listener.concurrency=2
部分参数配置如下(转自https://blog.csdn.net/fenglibing/article/details/82117166)
#################consumer的配置参数(开始)#################
#如果'enable.auto.commit'为true,则消费者偏移自动提交给Kafka的频率(以毫秒为单位),默认值为5000。
spring.kafka.consumer.auto-commit-interval;
#当Kafka中没有初始偏移量或者服务器上不再存在当前偏移量时该怎么办,默认值为latest,表示自动将偏移重置为最新的偏移量
#可选的值为latest, earliest, none
spring.kafka.consumer.auto-offset-reset=latest;
#以逗号分隔的主机:端口对列表,用于建立与Kafka群集的初始连接。
spring.kafka.consumer.bootstrap-servers;
#ID在发出请求时传递给服务器;用于服务器端日志记录。
spring.kafka.consumer.client-id;
#如果为true,则消费者的偏移量将在后台定期提交,默认值为true
spring.kafka.consumer.enable-auto-commit=true;
#如果没有足够的数据立即满足“fetch.min.bytes”给出的要求,服务器在回答获取请求之前将阻塞的最长时间(以毫秒为单位)
#默认值为500
spring.kafka.consumer.fetch-max-wait;
#服务器应以字节为单位返回获取请求的最小数据量,默认值为1,对应的kafka的参数为fetch.min.bytes。
spring.kafka.consumer.fetch-min-size;
#用于标识此使用者所属的使用者组的唯一字符串。
spring.kafka.consumer.group-id;
#心跳与消费者协调员之间的预期时间(以毫秒为单位),默认值为3000
spring.kafka.consumer.heartbeat-interval;
#密钥的反序列化器类,实现类实现了接口org.apache.kafka.common.serialization.Deserializer
spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer
#值的反序列化器类,实现类实现了接口org.apache.kafka.common.serialization.Deserializer
spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer
#一次调用poll()操作时返回的最大记录数,默认值为500
spring.kafka.consumer.max-poll-records;
#################consumer的配置参数(结束)#################
#################producer的配置参数(开始)#################
#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。
spring.kafka.producer.acks=1
#每当多个记录被发送到同一分区时,生产者将尝试将记录一起批量处理为更少的请求,
#这有助于提升客户端和服务器上的性能,此配置控制默认批量大小(以字节为单位),默认值为16384
spring.kafka.producer.batch-size=16384
#以逗号分隔的主机:端口对列表,用于建立与Kafka群集的初始连接
spring.kafka.producer.bootstrap-servers
#生产者可用于缓冲等待发送到服务器的记录的内存总字节数,默认值为33554432
spring.kafka.producer.buffer-memory=33554432
#ID在发出请求时传递给服务器,用于服务器端日志记录
spring.kafka.producer.client-id
#生产者生成的所有数据的压缩类型,此配置接受标准压缩编解码器('gzip','snappy','lz4'),
#它还接受'uncompressed'以及'producer',分别表示没有压缩以及保留生产者设置的原始压缩编解码器,
#默认值为producer
spring.kafka.producer.compression-type=producer
#key的Serializer类,实现类实现了接口org.apache.kafka.common.serialization.Serializer
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
#值的Serializer类,实现类实现了接口org.apache.kafka.common.serialization.Serializer
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer
#如果该值大于零时,表示启用重试失败的发送次数
spring.kafka.producer.retries
#################producer的配置参数(结束)#################
#################listener的配置参数(结束)#################
#侦听器的AckMode,参见https://docs.spring.io/spring-kafka/reference/htmlsingle/#committing-offsets
#当enable.auto.commit的值设置为false时,该值会生效;为true时不会生效
#RECORD 每处理一条commit一次
#BATCH(默认) 每次poll的时候批量提交一次,频率取决于每次poll的调用频率
#TIME 每次间隔ackTime的时间去commit(跟auto commit interval有什么区别呢?)
#COUNT 累积达到ackCount次的ack去commit
#COUNT_TIME ackTime或ackCount哪个条件先满足,就commit
#MANUAL listener负责ack,但是会批量提交偏移量
#MANUAL_IMMEDIATE listner负责ack,每调用一次,就立即commit
spring.kafka.listener.ack-mode;
#在侦听器容器中运行的线程数
spring.kafka.listener.concurrency;
#轮询消费者时使用的超时(以毫秒为单位)
spring.kafka.listener.poll-timeout;
#当ackMode为“COUNT”或“COUNT_TIME”时,偏移提交之间的记录数
spring.kafka.listener.ack-count;
#当ackMode为“TIME”或“COUNT_TIME”时,偏移提交之间的时间(以毫秒为单位)
spring.kafka.listener.ack-time;
#################listener的配置参数(结束)#################
3、编写生产者
@Component
public class KafkaProducer {
@Autowired
private KafkaTemplate<String, Object> kafkaTemplate;
public void send(String msg) {
kafkaTemplate.send("DrewTest", msg);
}
}
4、编写消费者
@KafkaListener(topics = "DrewTest", groupId = "DrewGroup")
public void getMsgAndAutoCommit(String msg) {
String name = Thread.currentThread().getName();
System.out.println(name + ":" + msg);
}
5、手动控制消费偏移量提交;
- 修改enable-auto-commit为false,ack-mode为MANUAL或MANUAL_IMMEDIATE;这里创建了一个config类,目的仅在于示例如何手动配置kafka,你也可以直接修改application.properties
/**
*
* spring内部已经帮我们实现了这一配置类,这里写这个kafka配置类,
* 只是单纯说明下kafka是如何使用application.properties文件里的参数,
* 同时如果有需要配置不同kafka参数,例如有些消费者偏移量需手动提交,有些自动提交,
* 也可以通过配置多个ConcurrentKafkaListenerContainerFactory或KafkaTemplate,
* 然后在使用时指定。这里示例了如何配置手动提交偏移量
*
* @Since:2019年5月22日
* @Version:1.1.0
*/
@Configuration
@EnableKafka
public class KafkaConfig {
@Value("${spring.kafka.producer.bootstrap-servers}")
private String servers;
@Value("${spring.kafka.producer.retries}")
private int retries;
@Value("${spring.kafka.producer.batch-size}")
private int batchSize;
@Value("${spring.kafka.producer.buffer-memory}")
private int bufferMemory;
@Value("${spring.kafka.consumer.bootstrap-servers}")
private String brokers;
/*生产者配置*/
public Map<String, Object> producerConfigs() {
Map<String, Object> props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, servers);
props.put(ProducerConfig.RETRIES_CONFIG, 2);
props.put(ProducerConfig.BATCH_SIZE_CONFIG, batchSize);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, bufferMemory);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return props;
}
public ProducerFactory<String, Object> producerFactory() {
return new DefaultKafkaProducerFactory<>(producerConfigs());
}
@Bean
@Primary
public KafkaTemplate<String, Object> kafkaTemplate() {
return new KafkaTemplate<>(producerFactory());
}
/*消费者配置*/
public Map<String, Object> consumerConfigs() {
Map<String, Object> props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, brokers);
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "100");
props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, "15000");
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
return props;
}
public ConsumerFactory<String, Object> consumerFactory() {
return new DefaultKafkaConsumerFactory<>(consumerConfigs());
}
@Bean
@Primary
public ConcurrentKafkaListenerContainerFactory<String, Object> kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<String, Object> factory =
new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory());
factory.setConcurrency(2);
factory.getContainerProperties().setPollTimeout(4000);
//如果enable.auto.commit设为false,但是不设置AckMode,则交由spring自动提交偏移量
factory.getContainerProperties().setAckMode(AckMode.MANUAL);
return factory;
}
}
- 编写消费者
/** * @param record 消息对象 * @param acknowledgment 偏移量提交类 */ @KafkaListener(topics = "DrewTest", groupId = "DrewGroup") public void getMsgAndUnAutoCommit(ConsumerRecord<Object, String> record, Acknowledgment acknowledgment) { System.out.println("key:" + record.key() + "/offset:" + record.offset() + "/value:" + record.value() + "/partition:" + record.partition() + "/timestamp" + record.timestamp() + "/topics:" + record.topic()); //手动提交偏移量 acknowledgment.acknowledge(); }
6、消费某个时间点之后的数据,这里有两种方法:
- 一种是创建一个新的group组,设置auto.offset.reset为earliest,在消费时判断时间戳
@KafkaListener(topics = "DrewTest", groupId = "DrewGroup1")
public void getMsgAndUnAutoCommit(ConsumerRecord<Object, String> record, Acknowledgment acknowledgment) {
LocalDateTime dataTime =
LocalDateTime.ofInstant(Instant.ofEpochMilli(record.timestamp()), ZoneId.systemDefault());
//判断时间戳
LocalDateTime time = LocalDateTime.of(2019, 5, 23, 10, 07);
//过滤这个时间点前的数据
if (dataTime.isAfter(time)) {
System.out.println("key:" + record.key() + "/offset:" + record.offset() + "/value:" + record.value()
+ "/partition:" + record.partition() + "/timestamp:" + dataTime + "/topics:" + record.topic());
}
//手动提交偏移量
acknowledgment.acknowledge();
}
- 一种是修改原有group组消费的偏移量,由于根据时间戳设置偏移量需要用到KafkaConsumer这个对象,但是springBoot把这个对象包装维护起来,同时没有提供初始化时根据时间戳设置偏移量的方法,所以我们必须自己创建一个KafkaConsumer对象,而且因为kafka里相同分区不能给同一个group里的不同客户端消费,所以我们在调用以下方法时必须停掉其他所有客户端
/** * 按groupid和topic修改offset */ public void updateOffset(String groupId, String topic) { Map<String, Object> props = new HashMap<>(); props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, brokers); props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false"); props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest"); props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); props.put(ConsumerConfig.GROUP_ID_CONFIG, groupId); //创建consumer对象 KafkaConsumer consumer = new KafkaConsumer(props); //订阅topic consumer.subscribe(Collections.singletonList(topic)); //根据topic获取分区对象 List<PartitionInfo> partitionInfos = consumer.partitionsFor(topic); //获取8小时前的时间戳 LocalDateTime time = LocalDateTime.now(); time = time.minus(8, ChronoUnit.HOURS); long fetchDataTime = time.atZone(ZoneId.systemDefault()).toInstant().toEpochMilli(); // 获取每个partition 8个小时之前的偏移量 Map<TopicPartition, Long> timestampsToSearch = new HashMap<>(); for (PartitionInfo partitionInfo : partitionInfos) { timestampsToSearch.put(new TopicPartition(partitionInfo.topic(), partitionInfo.partition()), fetchDataTime); } Map<TopicPartition, OffsetAndTimestamp> map = consumer.offsetsForTimes(timestampsToSearch); //seek前要先poll,否则会报错 consumer.poll(0); OffsetAndTimestamp offsetTimestamp = null; System.out.println("开始设置各分区初始偏移量..."); for (Map.Entry<TopicPartition, OffsetAndTimestamp> entry : map.entrySet()) { // 如果设置的查询偏移量的时间点大于最大的索引记录时间,那么value就为空 offsetTimestamp = entry.getValue(); if (offsetTimestamp != null) { int partition = entry.getKey().partition(); long timestamp = offsetTimestamp.timestamp(); long offset = offsetTimestamp.offset(); System.out.println("partition = " + partition + ", time = " + LocalDateTime.ofInstant(Instant.ofEpochMilli(timestamp), ZoneId.systemDefault()) + ", offset = " + offset); // 设置读取消息的偏移量 consumer.seek(entry.getKey(), offset); } } System.out.println("设置各分区初始偏移量结束..."); //提交偏移量 consumer.commitSync(); consumer.close(); }