【黑马头条之kafka及异步通知文章上下架】

水深无声 2023-10-14 12:33 7阅读 0赞

本笔记内容为[黑马头条][Link 1]项目的kafka及异步通知文章上下架部分

**目录**

一、kafka概述

二、kafka安装配置

三、kafka入门

四、kafka高可用设计

1、集群

2、备份机制(Replication）

五、kafka生产者详解

1、发送类型

2、参数详解

六、kafka消费者详解

1、消费者组

2、消息有序性

3、提交和偏移量

七、springboot集成kafka

1、入门

2、传递消息为对象

八、自媒体文章上下架功能完成

1、需求分析

2、流程说明

3、接口定义

4、自媒体文章上下架-功能实现

5、消息通知article端文章上下架

--------------------

# 一、kafka概述 #

--------------------

消息中间件对比

<table> 
 <thead> 
  <tr> 
   <th>特性</th> 
   <th>ActiveMQ</th> 
   <th>RabbitMQ</th> 
   <th>RocketMQ</th> 
   <th>Kafka</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>开发语言</td> 
   <td>java</td> 
   <td>erlang</td> 
   <td>java</td> 
   <td>scala</td> 
  </tr> 
  <tr> 
   <td>单机吞吐量</td> 
   <td>万级</td> 
   <td>万级</td> 
   <td>10万级</td> 
   <td>100万级</td> 
  </tr> 
  <tr> 
   <td>时效性</td> 
   <td>ms</td> 
   <td>us</td> 
   <td>ms</td> 
   <td>ms级以内</td> 
  </tr> 
  <tr> 
   <td>可用性</td> 
   <td>高（主从）</td> 
   <td>高（主从）</td> 
   <td>非常高（分布式）</td> 
   <td>非常高（分布式）</td> 
  </tr> 
  <tr> 
   <td>功能特性</td> 
   <td>成熟的产品、较全的文档、各种协议支持好</td> 
   <td>并发能力强、性能好、延迟低</td> 
   <td>MQ功能比较完善，扩展性佳</td> 
   <td>只支持主要的MQ功能，主要应用于大数据领域</td> 
  </tr> 
 </tbody> 
</table>

消息中间件对比-选择建议

<table> 
 <thead> 
  <tr> 
   <th><strong>消息中间件</strong></th> 
   <th><strong>建议</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>Kafka</td> 
   <td>追求高吞吐量，适合产生大量数据的互联网服务的数据收集业务</td> 
  </tr> 
  <tr> 
   <td>RocketMQ</td> 
   <td>可靠性要求很高的金融互联网领域,稳定性高，经历了多次阿里双11考验</td> 
  </tr> 
  <tr> 
   <td>RabbitMQ</td> 
   <td>性能较好，社区活跃度高，数据量没有那么大，优先选择功能比较完备的RabbitMQ</td> 
  </tr> 
 </tbody> 
</table>

kafka介绍

Kafka 是一个分布式流媒体平台,类似于消息队列或企业消息传递系统。kafka官网：[Apache Kafka][] ![d688245a478445faa6d6916eaa921a47.png][]

kafka介绍-名词解释

![8f047a65890a4abb9e256d8e9b27ff05.png][]

*  producer：发布消息的对象称之为主题生产者（Kafka topic producer）
 *  topic：Kafka将消息分门别类，每一类的消息称之为一个主题（Topic）
 *  consumer：订阅消息并处理发布的消息的对象称之为主题消费者（consumers）
 *  broker：已发布的消息保存在一组服务器中，称之为Kafka集群。集群中的每一个服务器都是一个代理（Broker）。 消费者可以订阅一个或多个主题（topic），并从Broker拉数据，从而消费这些已发布的消息。

# 二、kafka安装配置 #

--------------------

Kafka对于zookeeper是强依赖，保存kafka相关的节点数据，所以安装Kafka之前必须先安装zookeeper

> Docker安装zookeeper

下载镜像：

docker pull zookeeper:3.4.14

创建容器

docker run -d --name zookeeper -p 2181:2181 zookeeper:3.4.14

> Docker安装kafka

下载镜像：

docker pull wurstmeister/kafka:2.12-2.3.1

创建容器

docker run -d --name kafka \
    --env KAFKA_ADVERTISED_HOST_NAME=192.168.200.130 \
    --env KAFKA_ZOOKEEPER_CONNECT=192.168.200.130:2181 \
    --env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.200.130:9092 \
    --env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 \
    --env KAFKA_HEAP_OPTS="-Xmx256M -Xms256M" \
    --net=host wurstmeister/kafka:2.12-2.3.1

# 三、kafka入门 #

--------------------

![4538f9570e834774be8872cb090b730f.png][]

*  生产者发送消息，多个消费者只能有一个消费者接收到消息
 *  生产者发送消息，多个消费者都可以接收到消息

（1）创建kafka-demo项目，导入依赖

<dependency>
        <groupId>org.apache.kafka</groupId>
        <artifactId>kafka-clients</artifactId>
    </dependency>

（2）生产者发送消息

package com.heima.kafka.sample;
    
    import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.ProducerConfig;
    import org.apache.kafka.clients.producer.ProducerRecord;
    
    import java.util.Properties;
    
    /**
     * 生产者
     */
    public class ProducerQuickStart {
    
        public static void main(String[] args) {
            //1.kafka的配置信息
            Properties properties = new Properties();
            //kafka的连接地址
            properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.200.130:9092");
            //发送失败，失败的重试次数
            properties.put(ProducerConfig.RETRIES_CONFIG,5);
            //消息key的序列化器
            properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
            //消息value的序列化器
            properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
    
            //2.生产者对象
            KafkaProducer<String,String> producer = new KafkaProducer<String, String>(properties);
    
            //封装发送的消息
            ProducerRecord<String,String> record = new ProducerRecord<String, String>("itheima-topic","100001","hello kafka");
    
            //3.发送消息
            producer.send(record);
    
            //4.关闭消息通道，必须关闭，否则消息发送不成功
            producer.close();
        }
    
    }

（3）消费者接收消息

package com.heima.kafka.sample;
    
    import org.apache.kafka.clients.consumer.ConsumerConfig;
    import org.apache.kafka.clients.consumer.ConsumerRecord;
    import org.apache.kafka.clients.consumer.ConsumerRecords;
    import org.apache.kafka.clients.consumer.KafkaConsumer;
    
    import java.time.Duration;
    import java.util.Collections;
    import java.util.Properties;
    
    /**
     * 消费者
     */
    public class ConsumerQuickStart {
    
        public static void main(String[] args) {
            //1.添加kafka的配置信息
            Properties properties = new Properties();
            //kafka的连接地址
            properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.200.130:9092");
            //消费者组
            properties.put(ConsumerConfig.GROUP_ID_CONFIG, "group2");
            //消息的反序列化器
            properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
            properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
    
            //2.消费者对象
            KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(properties);
    
            //3.订阅主题
            consumer.subscribe(Collections.singletonList("itheima-topic"));
    
            //当前线程一直处于监听状态
            while (true) {
                //4.获取消息
                ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));
                for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                    System.out.println(consumerRecord.key());
                    System.out.println(consumerRecord.value());
                }
            }
    
        }
    
    }

**总结**

*  生产者发送消息，多个消费者订阅同一个主题，只能有一个消费者收到消息（一对一）
 *  生产者发送消息，多个消费者订阅同一个主题，所有消费者都能收到消息（一对多）

# 四、kafka高可用设计 #

--------------------

## 1、集群 ##

![9f35013d4dba4e28ac78ffe06d8dcdb6.png][]

*  Kafka 的服务器端由被称为 Broker 的服务进程构成，即一个 Kafka 集群由多个 Broker 组成
 *  这样如果集群中某一台机器宕机，其他机器上的 Broker 也依然能够对外提供服务。这其实就是 Kafka 提供高可用的手段之一

## 2、备份机制(Replication） ##

![7cf69dee3ca14638a1635e2e91906a4f.png][]

Kafka 中消息的备份又叫做 副本（Replica）

Kafka 定义了两类副本：

*  领导者副本（Leader Replica）
 *  追随者副本（Follower Replica）

**同步方式**

![605e0105d9e442c6914433c171de2b6e.png][]

> ISR（in-sync replica）需要同步复制保存的follower
> 
> 如果leader失效后，需要选出新的leader，选举的原则如下：
> 
> 第一：选举时优先从ISR中选定，因为这个列表中follower的数据是与leader同步的
> 
> 第二：如果ISR列表中的follower都不行了，就只能从其他follower中选取
> 
> 极端情况，就是所有副本都失效了，这时有两种方案
> 
> 第一：等待ISR中的一个活过来，选为Leader，数据可靠，但活过来的时间不确定
> 
> 第二：选择第一个活过来的Replication，不一定是ISR中的，选为leader，以最快速度恢复可用性，但数据不一定完整

# 五、kafka生产者详解 #

--------------------

## 1、发送类型 ##

> 同步发送

使用send()方法发送，它会返回一个Future对象，调用get()方法进行等待，就可以知道消息是否发送成功

RecordMetadata recordMetadata = producer.send(kvProducerRecord).get();
    System.out.println(recordMetadata.offset());

> 异步发送

调用send()方法，并指定一个回调函数，服务器在返回响应时调用函数

//异步消息发送
    producer.send(kvProducerRecord, new Callback() {
        @Override
        public void onCompletion(RecordMetadata recordMetadata, Exception e) {
            if(e != null){
                System.out.println("记录异常信息到日志表中");
            }
            System.out.println(recordMetadata.offset());
        }
    });

## 2、参数详解 ##

> ack

![4c264044e8204c5a96b96ceecdac9b43.png][]

代码的配置方式：

//ack配置  消息确认机制
    prop.put(ProducerConfig.ACKS_CONFIG,"all");

参数的选择说明

<table> 
 <thead> 
  <tr> 
   <th><strong>确认机制</strong></th> 
   <th><strong>说明</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>acks=0</td> 
   <td>生产者在成功写入消息之前不会等待任何来自服务器的响应,消息有丢失的风险，但是速度最快</td> 
  </tr> 
  <tr> 
   <td>acks=1（默认值）</td> 
   <td>只要集群首领节点收到消息，生产者就会收到一个来自服务器的成功响应</td> 
  </tr> 
  <tr> 
   <td>acks=all</td> 
   <td>只有当所有参与赋值的节点全部收到消息时，生产者才会收到一个来自服务器的成功响应</td> 
  </tr> 
 </tbody> 
</table>

> retries

![ec8d0fc71ac445d2be5c8d1f47c5cf48.png][]

生产者从服务器收到的错误有可能是临时性错误，在这种情况下，retries参数的值决定了生产者可以重发消息的次数，如果达到这个次数，生产者会放弃重试返回错误，默认情况下，生产者会在每次重试之间等待100ms

代码中配置方式：

//重试次数
    prop.put(ProducerConfig.RETRIES_CONFIG,10);

> 消息压缩

默认情况下， 消息发送时不会被压缩。

代码中配置方式：

//数据压缩
    prop.put(ProducerConfig.COMPRESSION_TYPE_CONFIG,"lz4");

<table> 
 <thead> 
  <tr> 
   <th style="width:83px;"><strong>压缩算法</strong></th> 
   <th style="width:605px;"><strong>说明</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="width:83px;">snappy</td> 
   <td style="width:605px;">占用较少的 CPU， 却能提供较好的性能和相当可观的压缩比， 如果看重性能和网络带宽，建议采用</td> 
  </tr> 
  <tr> 
   <td style="width:83px;">lz4</td> 
   <td style="width:605px;">占用较少的 CPU， 压缩和解压缩速度较快，压缩比也很客观</td> 
  </tr> 
  <tr> 
   <td style="width:83px;">gzip</td> 
   <td style="width:605px;">占用较多的 CPU，但会提供更高的压缩比，网络带宽有限，可以使用这种算法</td> 
  </tr> 
 </tbody> 
</table>

使用压缩可以降低网络传输开销和存储开销，而这往往是向 Kafka 发送消息的瓶颈所在。

# 六、kafka消费者详解 #

--------------------

## 1、消费者组 ##

![9226db45d02542098da56e1279f6adb2.png][]

*  消费者组（Consumer Group） ：指的就是由一个或多个消费者组成的群体
 *  一个发布在Topic上消息被分发给此消费者组中的一个消费者
    
     *  所有的消费者都在一个组中，那么这就变成了queue模型
     *  所有的消费者都在不同的组中，那么就完全变成了发布-订阅模型

## 2、消息有序性 ##

应用场景：

*  即时消息中的单对单聊天和群聊，保证发送方消息发送顺序与接收方的顺序一致
 *  充值转账两个渠道在同一个时间进行余额变更，短信通知必须要有顺序

![d67f3ad1e3a8448b8541fe4b96076921.png][]topic分区中消息只能由消费者组中的唯一一个消费者处理，所以消息肯定是按照先后顺序进行处理的。但是它也仅仅是保证Topic的一个分区顺序处理，不能保证跨分区的消息先后处理顺序。 所以，如果你想要顺序的处理Topic的所有消息，那就只提供一个分区。

## 3、提交和偏移量 ##

kafka不会像其他JMS队列那样需要得到消费者的确认，消费者可以使用kafka来追踪消息在分区的位置（偏移量）

消费者会往一个叫做\_consumer\_offset的特殊主题发送消息，消息里包含了每个分区的偏移量。如果消费者发生崩溃或有新的消费者加入群组，就会触发再均衡

![c3c33cb48efd4247a578471587d49af3.png][]

正常的情况

![409028e78b7f48c1b0e585c428d8d1ce.png][]

如果消费者2挂掉以后，会发生再均衡，消费者2负责的分区会被其他消费者进行消费

再均衡后不可避免会出现一些问题

**问题一：**

![064a1ddf9b694a129b15273bc71c926a.png][]

如果提交偏移量小于客户端处理的最后一个消息的偏移量，那么处于两个偏移量之间的消息就会被重复处理。

**问题二：**

![165bc9f90c604f7b8f87d27a207d2721.png][]

如果提交的偏移量大于客户端的最后一个消息的偏移量，那么处于两个偏移量之间的消息将会丢失。

> 如果想要解决这些问题，还要知道目前kafka提交偏移量的方式：

提交偏移量的方式有两种，分别是自动提交偏移量和手动提交

*  自动提交偏移量

当enable.auto.commit被设置为true，提交方式就是让消费者自动提交偏移量，每隔5秒消费者会自动把从poll()方法接收的最大偏移量提交上去

*  手动提交 ，当enable.auto.commit被设置为false可以有以下三种提交方式
    
     *  提交当前偏移量（同步提交）
     *  异步提交
     *  同步和异步组合提交

**1.提交当前偏移量（同步提交）**

把`enable.auto.commit`设置为false,让应用程序决定何时提交偏移量。使用commitSync()提交偏移量，commitSync()将会提交poll返回的最新的偏移量，所以在处理完所有记录后要确保调用了commitSync()方法。否则还是会有消息丢失的风险。

只要没有发生不可恢复的错误，commitSync()方法会一直尝试直至提交成功，如果提交失败也可以记录到错误日志里。

while (true){
        ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
        for (ConsumerRecord<String, String> record : records) {
            System.out.println(record.value());
            System.out.println(record.key());
            try {
                consumer.commitSync();//同步提交当前最新的偏移量
            }catch (CommitFailedException e){
                System.out.println("记录提交失败的异常："+e);
            }
    
        }
    }

**2.异步提交**

手动提交有一个缺点，那就是当发起提交调用时应用会阻塞。当然我们可以减少手动提交的频率，但这个会增加消息重复的概率（和自动提交一样）。另外一个解决办法是，使用异步提交的API。

while (true){
        ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
        for (ConsumerRecord<String, String> record : records) {
            System.out.println(record.value());
            System.out.println(record.key());
        }
        consumer.commitAsync(new OffsetCommitCallback() {
            @Override
            public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) {
                if(e!=null){
                    System.out.println("记录错误的提交偏移量："+ map+",异常信息"+e);
                }
            }
        });
    }

**3.同步和异步组合提交**

异步提交也有个缺点，那就是如果服务器返回提交失败，异步提交不会进行重试。相比较起来，同步提交会进行重试直到成功或者最后抛出异常给应用。异步提交没有实现重试是因为，如果同时存在多个异步提交，进行重试可能会导致位移覆盖。

举个例子，假如我们发起了一个异步提交commitA，此时的提交位移为2000，随后又发起了一个异步提交commitB且位移为3000；commitA提交失败但commitB提交成功，此时commitA进行重试并成功的话，会将实际上将已经提交的位移从3000回滚到2000，导致消息重复消费。

try {
        while (true){
            ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
            for (ConsumerRecord<String, String> record : records) {
                System.out.println(record.value());
                System.out.println(record.key());
            }
            consumer.commitAsync();
        }
    }catch (Exception e){+
        e.printStackTrace();
        System.out.println("记录错误信息："+e);
    }finally {
        try {
            consumer.commitSync();
        }finally {
            consumer.close();
        }
    }

# 七、springboot集成kafka #

--------------------

## 1、入门 ##

1.导入spring-kafka依赖信息

<dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        
        <dependency>
            <groupId>org.springframework.kafka</groupId>
            <artifactId>spring-kafka</artifactId>
            <exclusions>
                <exclusion>
                    <groupId>org.apache.kafka</groupId>
                    <artifactId>kafka-clients</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka-clients</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
        </dependency>
    </dependencies>

2.在resources下创建文件application.yml

server:
      port: 9991
    spring:
      application:
        name: kafka-demo
      kafka:
        bootstrap-servers: 192.168.200.130:9092
        producer:
          retries: 10
          key-serializer: org.apache.kafka.common.serialization.StringSerializer
          value-serializer: org.apache.kafka.common.serialization.StringSerializer
        consumer:
          group-id: ${spring.application.name}-test
          key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
          value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

3.消息生产者

package com.heima.kafka.controller;
    
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.kafka.core.KafkaTemplate;
    import org.springframework.web.bind.annotation.GetMapping;
    import org.springframework.web.bind.annotation.RestController;
    
    @RestController
    public class HelloController {
    
        @Autowired
        private KafkaTemplate<String,String> kafkaTemplate;
    
        @GetMapping("/hello")
        public String hello(){
            kafkaTemplate.send("itcast-topic","黑马程序员");
            return "ok";
        }
    }

4.消息消费者

package com.heima.kafka.listener;
    
    import org.springframework.kafka.annotation.KafkaListener;
    import org.springframework.stereotype.Component;
    import org.springframework.util.StringUtils;
    
    @Component
    public class HelloListener {
    
        @KafkaListener(topics = "itcast-topic")
        public void onMessage(String message){
            if(!StringUtils.isEmpty(message)){
                System.out.println(message);
            }
    
        }
    }

## 2、传递消息为对象 ##

目前springboot整合后的kafka，因为序列化器是StringSerializer，这个时候如果需要传递对象可以有两种方式

方式一：可以自定义序列化器，对象类型众多，这种方式通用性不强，本章节不介绍

方式二：可以把要传递的对象进行转json字符串，接收消息后再转为对象即可，本项目采用这种方式

> 发送消息

@GetMapping("/hello")
    public String hello(){
        User user = new User();
        user.setUsername("xiaowang");
        user.setAge(18);
    
        kafkaTemplate.send("user-topic", JSON.toJSONString(user));
    
        return "ok";
    }

> 接收消息

package com.heima.kafka.listener;
    
    import com.alibaba.fastjson.JSON;
    import com.heima.kafka.pojo.User;
    import org.springframework.kafka.annotation.KafkaListener;
    import org.springframework.stereotype.Component;
    import org.springframework.util.StringUtils;
    
    @Component
    public class HelloListener {
    
        @KafkaListener(topics = "user-topic")
        public void onMessage(String message){
            if(!StringUtils.isEmpty(message)){
                User user = JSON.parseObject(message, User.class);
                System.out.println(user);
            }
    
        }
    }

# 八、自媒体文章上下架功能完成 #

--------------------

## 1、需求分析 ##

![27a418ff348b4090840e1c0f30643e96.png][]

*  已发表且已上架的文章可以下架
 *  已发表且已下架的文章可以上架

## 2、流程说明 ##

![3bef4327ba3347b9beec4efcfce44d03.png][]

## 3、接口定义 ##

<table> 
 <thead> 
  <tr> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>接口路径</td> 
   <td>/api/v1/news/down_or_up</td> 
  </tr> 
  <tr> 
   <td>请求方式</td> 
   <td>POST</td> 
  </tr> 
  <tr> 
   <td>参数</td> 
   <td>DTO</td> 
  </tr> 
  <tr> 
   <td>响应结果</td> 
   <td>ResponseResult</td> 
  </tr> 
 </tbody> 
</table>

DTO

@Data
    public class WmNewsDto {
        
        private Integer id;
        /**
        * 是否上架  0 下架  1 上架
        */
        private Short enable;
                           
    }

ResponseResult

![949531c0650c41a299b54917ca4a43d3.png][]

## 4、自媒体文章上下架-功能实现 ##

1.接口定义

在heima-leadnews-wemedia工程下的WmNewsController新增方法

@PostMapping("/down_or_up")
    public ResponseResult downOrUp(@RequestBody WmNewsDto dto){
        return null;
    }

在WmNewsDto中新增enable属性 ，完整的代码如下：

package com.heima.model.wemedia.dtos;
    
    import lombok.Data;
    
    import java.util.Date;
    import java.util.List;
    
    @Data
    public class WmNewsDto {
        
        private Integer id;
         /**
         * 标题
         */
        private String title;
         /**
         * 频道id
         */
        private Integer channelId;
         /**
         * 标签
         */
        private String labels;
         /**
         * 发布时间
         */
        private Date publishTime;
         /**
         * 文章内容
         */
        private String content;
         /**
         * 文章封面类型  0 无图 1 单图 3 多图 -1 自动
         */
        private Short type;
         /**
         * 提交时间
         */
        private Date submitedTime; 
         /**
         * 状态 提交为1  草稿为0
         */
        private Short status;
         
         /**
         * 封面图片列表 多张图以逗号隔开
         */
        private List<String> images;
    
        /**
         * 上下架 0 下架  1 上架
         */
        private Short enable;
    }

2.业务层编写

在WmNewsService新增方法

/**
     * 文章的上下架
     * @param dto
     * @return
     */
    public ResponseResult downOrUp(WmNewsDto dto);

实现方法

/**
     * 文章的上下架
     * @param dto
     * @return
     */
    @Override
    public ResponseResult downOrUp(WmNewsDto dto) {
        //1.检查参数
        if(dto.getId() == null){
            return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID);
        }
    
        //2.查询文章
        WmNews wmNews = getById(dto.getId());
        if(wmNews == null){
            return ResponseResult.errorResult(AppHttpCodeEnum.DATA_NOT_EXIST,"文章不存在");
        }
    
        //3.判断文章是否已发布
        if(!wmNews.getStatus().equals(WmNews.Status.PUBLISHED.getCode())){
            return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID,"当前文章不是发布状态，不能上下架");
        }
    
        //4.修改文章enable
        if(dto.getEnable() != null && dto.getEnable() > -1 && dto.getEnable() < 2){
            update(Wrappers.<WmNews>lambdaUpdate().set(WmNews::getEnable,dto.getEnable())
                    .eq(WmNews::getId,wmNews.getId()));
        }
        return ResponseResult.okResult(AppHttpCodeEnum.SUCCESS);
    }

3.控制器

@PostMapping("/down_or_up")
    public ResponseResult downOrUp(@RequestBody WmNewsDto dto){
        return wmNewsService.downOrUp(dto);
    }

测试

## 5、消息通知article端文章上下架 ##

1.在heima-leadnews-common模块下导入kafka依赖

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

2.在自媒体端的nacos配置中心配置kafka的生产者

spring:
      kafka:
        bootstrap-servers: 192.168.200.130:9092
        producer:
          retries: 10
          key-serializer: org.apache.kafka.common.serialization.StringSerializer
          value-serializer: org.apache.kafka.common.serialization.StringSerializer

3.在自媒体端文章上下架后发送消息

//发送消息，通知article端修改文章配置
    if(wmNews.getArticleId() != null){
        Map<String,Object> map = new HashMap<>();
        map.put("articleId",wmNews.getArticleId());
        map.put("enable",dto.getEnable());
        kafkaTemplate.send(WmNewsMessageConstants.WM_NEWS_UP_OR_DOWN_TOPIC,JSON.toJSONString(map));
    }

常量类：

public class WmNewsMessageConstants {
    
        public static final String WM_NEWS_UP_OR_DOWN_TOPIC="wm.news.up.or.down.topic";
    }

4.在article端的nacos配置中心配置kafka的消费者

spring:
      kafka:
        bootstrap-servers: 192.168.200.130:9092
        consumer:
          group-id: ${spring.application.name}
          key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
          value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

5.在article端编写监听，接收数据

package com.heima.article.listener;
    
    import com.alibaba.fastjson.JSON;
    import com.heima.article.service.ApArticleConfigService;
    import lombok.extern.slf4j.Slf4j;
    import org.apache.commons.lang3.StringUtils;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.kafka.annotation.KafkaListener;
    import org.springframework.stereotype.Component;
    
    import java.util.Map;
    
    @Component
    @Slf4j
    public class ArtilceIsDownListener {
    
        @Autowired
        private ApArticleConfigService apArticleConfigService;
    
        @KafkaListener(topics = WmNewsMessageConstants.WM_NEWS_UP_OR_DOWN_TOPIC)
        public void onMessage(String message){
            if(StringUtils.isNotBlank(message)){
                Map map = JSON.parseObject(message, Map.class);
                apArticleConfigService.updateByMap(map);
                log.info("article端文章配置修改，articleId={}",map.get("articleId"));
            }
        }
    }

6.修改ap\_article\_config表的数据

新建ApArticleConfigService

package com.heima.article.service;
    
    import com.baomidou.mybatisplus.extension.service.IService;
    import com.heima.model.article.pojos.ApArticleConfig;
    
    import java.util.Map;
    
    public interface ApArticleConfigService extends IService<ApArticleConfig> {
    
        /**
         * 修改文章配置
         * @param map
         */
        public void updateByMap(Map map);
    }

实现类：

package com.heima.article.service.impl;
    
    import com.baomidou.mybatisplus.core.toolkit.Wrappers;
    import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
    import com.heima.article.mapper.ApArticleConfigMapper;
    import com.heima.article.service.ApArticleConfigService;
    import com.heima.model.article.pojos.ApArticleConfig;
    import lombok.extern.slf4j.Slf4j;
    import org.springframework.stereotype.Service;
    import org.springframework.transaction.annotation.Transactional;
    
    import java.util.Map;
    
    @Service
    @Slf4j
    @Transactional
    public class ApArticleConfigServiceImpl extends ServiceImpl<ApArticleConfigMapper, ApArticleConfig> implements ApArticleConfigService {
    
    
        /**
         * 修改文章配置
         * @param map
         */
        @Override
        public void updateByMap(Map map) {
            //0 下架 1 上架
            Object enable = map.get("enable");
            boolean isDown = true;
            if(enable.equals(1)){
                isDown = false;
            }
            //修改文章配置
            update(Wrappers.<ApArticleConfig>lambdaUpdate().eq(ApArticleConfig::getArticleId,map.get("articleId")).set(ApArticleConfig::getIsDown,isDown));
    
        }
    }

结束！

[Link 1]: https://so.csdn.net/so/search?q=%E9%BB%91%E9%A9%AC%E5%A4%B4%E6%9D%A1&spm=1001.2101.3001.7020
[Apache Kafka]: http://kafka.apache.org/
[d688245a478445faa6d6916eaa921a47.png]: https://img-blog.csdnimg.cn/d688245a478445faa6d6916eaa921a47.png
[8f047a65890a4abb9e256d8e9b27ff05.png]: https://img-blog.csdnimg.cn/8f047a65890a4abb9e256d8e9b27ff05.png
[4538f9570e834774be8872cb090b730f.png]: https://img-blog.csdnimg.cn/4538f9570e834774be8872cb090b730f.png
[9f35013d4dba4e28ac78ffe06d8dcdb6.png]: https://img-blog.csdnimg.cn/9f35013d4dba4e28ac78ffe06d8dcdb6.png
[7cf69dee3ca14638a1635e2e91906a4f.png]: https://img-blog.csdnimg.cn/7cf69dee3ca14638a1635e2e91906a4f.png
[605e0105d9e442c6914433c171de2b6e.png]: https://img-blog.csdnimg.cn/605e0105d9e442c6914433c171de2b6e.png
[4c264044e8204c5a96b96ceecdac9b43.png]: https://img-blog.csdnimg.cn/4c264044e8204c5a96b96ceecdac9b43.png
[ec8d0fc71ac445d2be5c8d1f47c5cf48.png]: https://img-blog.csdnimg.cn/ec8d0fc71ac445d2be5c8d1f47c5cf48.png
[9226db45d02542098da56e1279f6adb2.png]: https://img-blog.csdnimg.cn/9226db45d02542098da56e1279f6adb2.png
[d67f3ad1e3a8448b8541fe4b96076921.png]: https://img-blog.csdnimg.cn/d67f3ad1e3a8448b8541fe4b96076921.png
[c3c33cb48efd4247a578471587d49af3.png]: https://img-blog.csdnimg.cn/c3c33cb48efd4247a578471587d49af3.png
[409028e78b7f48c1b0e585c428d8d1ce.png]: https://img-blog.csdnimg.cn/409028e78b7f48c1b0e585c428d8d1ce.png
[064a1ddf9b694a129b15273bc71c926a.png]: https://img-blog.csdnimg.cn/064a1ddf9b694a129b15273bc71c926a.png
[165bc9f90c604f7b8f87d27a207d2721.png]: https://img-blog.csdnimg.cn/165bc9f90c604f7b8f87d27a207d2721.png
[27a418ff348b4090840e1c0f30643e96.png]: https://img-blog.csdnimg.cn/27a418ff348b4090840e1c0f30643e96.png
[3bef4327ba3347b9beec4efcfce44d03.png]: https://img-blog.csdnimg.cn/3bef4327ba3347b9beec4efcfce44d03.png
[949531c0650c41a299b54917ca4a43d3.png]: https://img-blog.csdnimg.cn/949531c0650c41a299b54917ca4a43d3.png