在Spring Boot微服务集成kafka-clients操作Kafka集群 港控/mmm° 2024-04-23 02:25 19阅读 0赞 **记录**:463 **场景**:在Spring Boot微服务集成kafka-clients-3.0.0操作Kafka集群。使用kafka-clients的原生KafkaProducer操作Kafka集群生产者Producer。使用kafka-clients的原生KafkaConsumer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,kafka-clients-3.0.0。 **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.apache.kafka</groupId> <artifactId>kafka-clients</artifactId> <version>3.0.0</version> </dependency> 解析:使用原生的kafka-clients,版本:3.0.0。操作kafka的生产者、消费、Topic。 **3.配置Kafka生产者和消费者** 使用原生的kafka-clients,需配置KafkaProducer和KafkaConsumer,把Kafka集群的配置信息注入到这两个对象,便可以操作了生产者和消费者。 配置细节在官网的configuration:**https://kafka.apache.org/documentation/** **3.1配置KafkaProducer生产者** (1)示例代码 @Configuration public class KafkaClusterConfig { @Bean public KafkaProducer kafkaProducer() { Map<String, Object> configs = new HashMap<>(); //kafka集群 Collection<String> cluster = Lists.newArrayList("192.168.19.161:29092", "192.168.19.162:29092", "192.168.19.163:29092"); configs.put("bootstrap.servers", cluster); //客户端发送服务端失败的重试次数 configs.put("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) configs.put("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) configs.put("buffer-memory", 33554432); //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. configs.put("acks", "-1"); //指定key使用的序列化类 Serializer keySerializer = new StringSerializer(); //指定value使用的序列化类 Serializer valueSerializer = new StringSerializer(); //创建Kafka生产者 KafkaProducer kafkaProducer = new KafkaProducer(configs, keySerializer, valueSerializer); return kafkaProducer; } } (2)解析代码 把Kafka的配置信息注入到KafkaProducer,并创建KafkaProducer对象。 使用@Configuration和@Bean注解把KafkaProducer对象注入到Spring的IOC容器,在Spring环境就可以使用KafkaProducer了。 KafkaProducer的底层使用配置类是ProducerConfig,在配置时可以参考。 全称:org.apache.kafka.clients.producer.ProducerConfig。 **3.2配置****KafkaConsumer****消费者** (1)示例代码 @Configuration public class KafkaClusterConfig { @Bean public KafkaConsumer kafkaConsumer() { Map<String, Object> configs = new HashMap<>(); //kafka集群 Collection<String> cluster = Lists.newArrayList("192.168.19.161:29092", "192.168.19.162:29092", "192.168.19.163:29092"); configs.put("bootstrap.servers", cluster); //开启consumer的偏移量(offset)自动提交到Kafka configs.put("enable.auto.commit", true); //consumer的偏移量(offset) 自动提交的时间间隔,单位毫秒 configs.put("auto.commit.interval", 5000); //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. configs.put("auto.offset.reset", "latest"); //请求阻塞的最大时间(毫秒) configs.put("fetch.max.wait", 500); //请求应答的最小字节数 configs.put("fetch.min.size", 1); //心跳间隔时间(毫秒) configs.put("heartbeat-interval", 3000); //一次调用poll返回的最大记录条数 configs.put("max.poll.records", 500); //指定消费组 configs.put("group.id", "hub-topic-city-info-02-group"); //指定key使用的反序列化类 Deserializer keyDeserializer = new StringDeserializer(); //指定value使用的反序列化类 Deserializer valueDeserializer = new StringDeserializer(); //创建Kafka消费者 KafkaConsumer kafkaConsumer = new KafkaConsumer(configs, keyDeserializer, valueDeserializer); return kafkaConsumer; } } (2)解析代码 把Kafka的配置信息注入到KafkaConsumer,并创建KafkaConsumer对象。 使用@Configuration和@Bean注解把KafkaConsumer对象注入到Spring的IOC容器,在Spring环境就可以使用KafkaConsumer了。 KafkaConsumer的底层使用配置类是ConsumerConfig,在配置时可以参考。 全称:org.apache.kafka.clients.consumer.ConsumerConfig。 **4.使用原生KafkaProducer操作Kafka集群生产者Producer** 使用原生kafka-clients的KafkaProducer操作Kafka集群生产者Producer。 KafkaProducer全称:org.apache.kafka.clients.producer.KafkaProducer。 (1)示例代码 @RestController @RequestMapping("/hub/example/cluster/producer") @Slf4j public class UseKafkaClusterProducerController { //注入Kafka生产者 @Autowired private KafkaProducer kafkaProducer; //定义Kafka的Topic private final String topicName = "hub-topic-city-info-02"; @GetMapping("/f01_1") public Object f01_1() { try { //1.获取业务数据 Long cityId = 2023061801L; String cityName = "上海"; String msgKey = cityId + ":" + cityName + ":" + System.currentTimeMillis(); CityDTO cityDTO = CityDTO.buildDto(cityId, cityName, "上海是一个国际大都市"); 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KafkaProducer向Kafka集群写入数据 ProducerRecord<String, String> producerRecord = new ProducerRecord<>(topicName, msgKey,msgData); kafkaProducer.send(producerRecord); } catch (Exception e) { log.info("Producer写入Topic异常."); e.printStackTrace(); } return "写入成功"; } } (2)解析代码 创建ProducerRecord对象,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。ProducerRecord就是需要写入Kafka中的一条数据, 使用KafkaProducer 的send方法,传入ProducerRecord,就能完成Producer向Kafka的Broker节点写入数据。 **5.使用原生****KafkaConsumer****操作Kafka集群的消费者Consumer** 使用原生kafka-clients的KafkaConsumer操作Kafka集群生产者Consumer。 KafkaConsumer全称:org.apache.kafka.clients.consumer.KafkaConsumer。 (1)示例代码 @Component @Slf4j public class UseKafkaClusterConsumer implements CommandLineRunner { //注入Kafka消费者 @Autowired private KafkaConsumer kafkaConsumer; //定义Kafka的Topic private final String topicName = "hub-topic-city-info-02"; @Override public void run(String... args) throws Exception { Thread thread = new Thread(new ThreadRunnable()); thread.start(); } //在线程中使用KafkaConsumer实时监听Kafka集群 public class ThreadRunnable implements Runnable { @Override public void run() { log.info("启动线程监听Kafka集群的Topic: {}", topicName); ThreadUtil.sleep(500); Collection<String> topics = Lists.newArrayList(topicName); //1.使用KafkaConsumer在Kafka集群订阅Topic kafkaConsumer.subscribe(topics); while (true) { //2.使用KafkaConsumer的poll按照指定周期轮询Kafka集群指定Topic的消息 ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(1000)); //3.遍历从Kafka集群中读取数据集ConsumerRecords for (ConsumerRecord consumerRecord : consumerRecords) { //4.从ConsumerRecord中取出消费数据 String msgKey = (String) consumerRecord.key(); String msgData = (String) consumerRecord.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); } } } } } (2)解析代码 使用 while (true)实时遍历KafkaConsumer消费者,实时监听Kafka集群消息。 使用KafkaConsumer的subscribe方法订阅需要监听的Kafka集群的Topic。 使用KafkaConsumer的poll方法轮询消费者获取消费消息ConsumerRecord。 从ConsumerRecord中获取具体消费的业务数据。 **6.测试** (1)使用Postman测试,调用生产者写入数据 请求RUL:http://127.0.0.1:18210/hub-210-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-02,写入Key: 2023061801:上海:1687075134616 KafkaProducer向Kafka集群的Topic: hub-topic-city-info-02,写入Data: {"cityDescribe":"上海是一个国际大都市","cityId":2023061801,"cityName":"上海","updateTime":"2023-06-18 15:58:54"} KafkaConsumer从Kafka集群中的Topic:hub-topic-city-info-02,消费的原始数据的Key: 2023061801:上海:1687075134616 KafkaConsumer从Kafka集群中的Topic:hub-topic-city-info-02,消费的原始数据的Data: {"cityDescribe":"上海是一个国际大都市","cityId":2023061801,"cityName":"上海","updateTime":"2023-06-18 15:58:54"} **7.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...