Spring boot中快速集成 kafka

最新推荐文章于 2024-04-25 18:09:22 发布

xiaozm1223

最新推荐文章于 2024-04-25 18:09:22 发布

阅读量184

点赞数

分类专栏：消息队列

本文链接：https://blog.csdn.net/xiaozm1223/article/details/89519064

版权

消息队列专栏收录该内容

4 篇文章 1 订阅

订阅专栏

Spring boot中集成 kafka

步骤一：通过maven导入依赖

<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>

步骤二：增加kafka配置信息

项目路径：Resources--config--kafka.properties

内容如下：

spring.kafka.bootstrap-servers=100.11.211.94:9092,100.11.211.95:9092,100.11.211.96:9092
spring.kafka.producer.retries=0
spring.kafka.producer.batch-size=4096
spring.kafka.producer.buffer-memory=102400
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer

spring.kafka.consumer.group-id=videobigdata-consumer-group
spring.kafka.consumer.auto-offset-reset=earliest
#spring.kafka.consumer.auto-offset-reset=latest
spring.kafka.consumer.enable-auto-commit=true
#spring.kafka.consumer.auto-commit-interval=100
spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer

tarceTask.consumer.topic=tarce_task_request
tarceTask.producer.topic=tarce_task_response

alarm.car.topic=alarm_car
alarm.wifi.topic=alarm_wifi
alarm.face.topic=alarm_face

配置及说明如下：

#################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。

#可以设置的值为：all, -1, 0, 1

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

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）#################

步骤三：生产者配置（根据第二步的配置自动生成KafkaTemplate，参数的自动注入需要看org.springframework.boot.autoconfigure.kafka.KafkaProperties 这是spring自动化加载kafka配置参数的类）

@Component
@PropertySource("classpath:config/kafka.properties")
public class KafkaService {

   private Logger logger = LoggerFactory.getLogger(KafkaService.class);

   @Resource
   private KafkaTemplate<String, String> kafkaTemplate;

   @Value("${tarceTask.producer.topic}")
   private String traceTaskTopic;
   public void sendTopic(String jsonStr) {
        this.sendTopic(traceTaskTopic, jsonStr);
   }

    public void sendTopic(String topic, String jsonStr) {
        kafkaTemplate.send(topic, jsonStr);
    }
}

步骤四：消费者配置

/**
*
* @Description: <br>
* @Project: vediobigdata <br>
* @CreateDate: Created in 2019/4/25 14:22 <br>
* @Author: xiaozm
*/
@Component
@PropertySource("classpath:config/kafka.properties")
public class AlarmEventService {

    @KafkaListener(topics = { "${alarm.car.topic}" } ,groupId = "car")
    public void getCarAlarmFromKafka(ConsumerRecord<?, ?> record) {
//    logger.info("kafka receive record =" + record);
        Optional<?> kafkaMessage = Optional.ofNullable(record.value());
        if (kafkaMessage.isPresent()) {
            Object message = kafkaMessage.get();
            try {
               System.out.println(message.toString());

            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }

    @KafkaListener(topics = { "${alarm.wifi.topic}" } ,groupId = "wifi")
    public void getWifiAlarmFromKafka(ConsumerRecord<?, ?> record) {
//    logger.info("kafka receive record =" + record);
        Optional<?> kafkaMessage = Optional.ofNullable(record.value());
        if (kafkaMessage.isPresent()) {
            Object message = kafkaMessage.get();
            try {
                System.out.println(message.toString());

            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }

    @KafkaListener(topics = { "${alarm.face.topic}" } ,groupId = "face")
    public void getFaceAlarmFromKafka(ConsumerRecord<?, ?> record) {
//    logger.info("kafka receive record =" + record);
        Optional<?> kafkaMessage = Optional.ofNullable(record.value());
        if (kafkaMessage.isPresent()) {
            Object message = kafkaMessage.get();
            try {
                System.out.println(message.toString());

            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }
}