在Spring Boot微服务集成spring-kafka操作Kafka集群 谁借莪1个温暖的怀抱¢ 2024-04-23 02:23 21阅读 0赞 **记录**:461 **场景**:在Spring Boot微服务集成spring-kafka-2.8.2操作Kafka集群。使用KafkaTemplate操作Kafka集群的生产者Producer。使用@KafkaListener操作Kafka集群的消费者Consumer。 **版本**:JDK 1.8,Spring Boot 2.6.3,kafka\_2.12-2.8.0,spring-kafka-2.8.2。 **Kafka集群安装**:https://blog.csdn.net/zhangbeizhen18/article/details/131156084 **1.基础概念** **Event**:An event records the fact that "something happened" in the world or in your business. It is also called record or message in the documentation. **Broker**:一个Kafka节点就是一个broker;多个Broker可以组成一个Kafka集群。 **Topic**:Kafka根据Topic对消息进行归类,发布到Kafka的每条消息都需要指定一个Topic。 **Producer**:消息生产者,向Broker发送消息的客户端。 **Consumer**:消息消费者,从Broker读取消息的客户端。 **ConsumerGroup**:每个Consumer属于一个特定的ConsumerGroup,一条消息可以被多个不同的ConsumerGroup消费;但是一个ConsumerGroup中只能有一个Consumer能够消费该消息。 **Partition**:一个topic可以分为多个partition,每个partition内部消息是有序的。 **publish**:发布,使用Producer向Kafka写入数据。 **subscribe**:订阅,使用Consumer从Kafka读取数据。 **2.微服务中****配置Kafka信息** **(1)在pom.xml添加依赖** pom.xml文件: <dependency> <groupId>org.springframework.kafka</groupId> <artifactId>spring-kafka</artifactId> <version>2.8.2</version> </dependency> 解析:spring-kafka选择一般是使用spring-boot集成的对应版本。 **请知悉**:spring-kafka框架底层使用了原生的kafka-clients。本例对应版本:3.0.0。 **(2)在application.yml中配置Kafka信息** 配置细节在官网的configuration:**https://kafka.apache.org/documentation/** (1)application.yml配置内容 spring: kafka: #kafka集群的IP和端口,格式:(ip:port) bootstrap-servers: - 192.168.19.161:29092 - 192.168.19.162:29092 - 192.168.19.163:29092 #生产者 producer: #客户端发送服务端失败的重试次数 retries: 2 #多个记录被发送到同一个分区时,生产者将尝试将记录一起批处理成更少的请求. #此设置有助于提高客户端和服务器的性能,配置控制默认批量大小(以字节为单位) batch-size: 16384 #生产者可用于缓冲等待发送到服务器的记录的总内存字节数(以字节为单位) buffer-memory: 33554432 #指定key使用的序列化类 key-serializer: org.apache.kafka.common.serialization.StringSerializer #指定value使用的序列化类 value-serializer: org.apache.kafka.common.serialization.StringSerializer #生产者producer要求leader节点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 #acks=0,设置为0,则生产者producer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(socket)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(retries)将不会生效(因为客户端通常不会知道任何故障),每条记录返回的偏移量始终设置为-1. #acks=1,设置为1,leader节点会把记录写入本地日志,不需要等待所有follower节点完全确认就会立即应答producer.在这种情况下,在follower节点复制前,leader节点确认记录后立即失败的话,记录将会丢失. #acks=all,acks=-1,leader节点将等待所有同步复制副本完成再确认记录,这保证了只要至少有一个同步复制副本存活,记录就不会丢失. acks: -1 consumer: #开启consumer的偏移量(offset)自动提交到Kafka enable-auto-commit: true #consumer的偏移量(offset)自动提交的时间间隔,单位毫秒 auto-commit-interval: 1000 #在Kafka中没有初始化偏移量或者当前偏移量不存在情况 #earliest,在偏移量无效的情况下,自动重置为最早的偏移量 #latest,在偏移量无效的情况下,自动重置为最新的偏移量 #none,在偏移量无效的情况下,抛出异常. auto-offset-reset: latest #一次调用poll返回的最大记录条数 max-poll-records: 500 #请求阻塞的最大时间(毫秒) fetch-max-wait: 500 #请求应答的最小字节数 fetch-min-size: 1 #心跳间隔时间(毫秒) heartbeat-interval: 3000 #指定key使用的反序列化类 key-deserializer: org.apache.kafka.common.serialization.StringDeserializer #指定value使用的反序列化类 value-deserializer: org.apache.kafka.common.serialization.StringDeserializer (2)解析 配置类在spring boot自动注解包:spring-boot-autoconfigure-2.6.3.jar。 类:org.springframework.boot.autoconfigure.kafka.KafkaProperties。 使用@ConfigurationProperties注解使其生效,前缀是:spring.kafka。 spring-kafka框架对操作Kafka单机版和Kafka集群版的配置差异: 在于bootstrap-servers属性,单机版配置一个IP:端口对。集群版配置多个IP:端口对就行。 **(3)加载逻辑** Spring Boot微服务在启动时,Spring Boot会读取application.yml的配置信息,根据配置内容在spring-boot-autoconfigure-2.6.3.jar找到KafkaProperties并注入到对应属性。Spring Boot微服务在启动完成后,KafkaProperties的配置信息在Spring环境中就能无缝使用。 Spring的spring-kafka框架将KafkaProperties配置信息注入到KafkaTemplate操作生产者Producer。 Spring的spring-kafka框架使用KafkaProperties和@KafkaListener操作Kafka的消费者Consumer。 **3.使用KafkaTemplate操作Kafka集群的生产者Producer** 在集成spring-kafka后,操作Kafka集群的生产者Producer极度简化了,只需注入KafkaTemplate就能操作。其它繁琐对象生成均交给spring-kafka框架处理完成。 KafkaTemplate全称:org.springframework.kafka.core.KafkaTemplate。 (1)示例代码 @RestController @RequestMapping("/hub/example/cluster/producer") @Slf4j public class OperateKafkaClusterProducerController { //注入KafkaTemplate @Autowired private KafkaTemplate<String, String> kafkaTemplate; //定义Kafka的Topic private final String topicName = "hub-topic-city-info-01"; @GetMapping("/f01_1") public Object f01_1() { try { //1.获取业务数据对象 Long cityId = 2023061801L; String cityName = "苏州"; String msgKey = cityId + ":" + cityName + ":" + System.currentTimeMillis(); CityDTO cityDTO = CityDTO.buildDto(cityId, cityName, "苏州是一个工业"); String msgData = JSONObject.toJSONString(cityDTO); log.info("KafkaProducer向Kafka集群的Topic: {},写入Key:",topicName); log.info(msgKey); log.info("KafkaProducer向Kafka集群的Topic: {},写入Data:",topicName); log.info(msgData); //2.使用KafkaTemplate向Kafka集群写入数据(topic,key,data) kafkaTemplate.send(topicName, msgKey, msgData); } catch (Exception e) { log.info("Producer写入Topic异常."); e.printStackTrace(); } return "写入成功"; } } (2)解析代码 使用KafkaTemplate的send方法,指定Kafka的Topic名称、key值、需要写入的数data据,就能完成Producer向Kafka集群的Broker节点写入数据。 **4.使用@KafkaListener操作Kafka的消费者Consumer** 在集成spring-kafka后,操作Kafka集群的消费者Consumer相当容易,只需在指定方法上使用@KafkaListener注解,就能监听消费Kafka的Topic的消息。其它繁琐操作均交给spring-kafka框架处理完成。 注解KafkaListener全称:org.springframework.kafka.annotation.KafkaListener。 (1)示例代码 @Component @Slf4j public class OperateKafkaClusterConsumer { // Topic名称 private final String topicName = "hub-topic-city-info-01"; // 使用@KafkaListener监听Kafka集群的Topic @KafkaListener( topics = {topicName}, groupId = "hub-topic-city-info-01-group") public void consumeMsg(ConsumerRecord<?, ?> record) { try { //KafkaConsumer从集群中监听的消息存储在ConsumerRecord String msgKey= (String) record.key(); String msgData = (String) record.value(); log.info("KafkaConsumer从Kafka集群中的Topic:{},消费的原始数据的Key:",topicName); log.info(msgKey); log.info("KafkaConsumer从Kafka集群中的Topic:{},消费的原始数据的Data:",topicName); log.info(msgData); } catch (Exception e) { log.info("Consumer消费Topic异常."); e.printStackTrace(); } } } (2)解析代码 使用@KafkaListener注解,指定Kafka的Topic名称和消费者group Id,在注解作用的监听方法上使用ConsumerRecord作为函数入参,spring-kafka框架会自动把监听到的数据写入的ConsumerRecord中。在监听方法中,从ConsumerRecord的取出数据,完成从Kafka节点消费的数据。 **5.测试** (1)使用Postman测试,调用生产者写入数据 请求RUL:http://127.0.0.1:18208/hub-208-kafka/hub/example/cluster/producer/f01\_1 (2)消费者自动消费数据 (3)日志信息 KafkaProducer向Kafka集群的Topic: hub-topic-city-info-01,写入Key: 2023061801:苏州:1687073734285 KafkaProducer向Kafka集群的Topic: hub-topic-city-info-01,写入Data: {"cityDescribe":"苏州是一个工业","cityId":2023061801,"cityName":"苏州","updateTime":"2023-06-18 15:35:34"} KafkaConsumer从Kafka集群中的Topic:hub-topic-city-info-01,消费的原始数据的Key: 2023061801:苏州:1687073734285 KafkaConsumer从Kafka集群中的Topic:hub-topic-city-info-01,消费的原始数据的Data: {"cityDescribe":"苏州是一个工业","cityId":2023061801,"cityName":"苏州","updateTime":"2023-06-18 15:35:34"} **6.辅助类** @Data @Builder public class CityDTO { private Long cityId; private String cityName; private String cityDescribe; private String updateTime; public static CityDTO buildDto(Long cityId, String cityName, String cityDescribe) { return builder().cityId(cityId) .cityName(cityName).cityDescribe(cityDescribe) .updateTime(DateUtil.formatDateTime(new Date())).build(); } } 以上,感谢。 2023年6月18日
还没有评论,来说两句吧...