Springboot集成Kafka實現producer和consumer的示例代碼

發布時間：2020-10-20 04:02:13 來源：腳本之家閱讀：171 作者：扎心了老鐵欄目：編程語言

本文介紹如何在springboot項目中集成kafka收發message。

Kafka是一種高吞吐量的分布式發布訂閱消息系統，有如下特性：通過O(1)的磁盤數據結構提供消息的持久化，這種結構對于即使數以TB的消息存儲也能夠保持長時間的穩定性能。高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒數百萬的消息。支持通過Kafka服務器和消費機集群來分區消息。支持Hadoop并行數據加載。

安裝Kafka

因為安裝kafka需要zookeeper的支持，所以Windows安裝時需要將zookeeper先安裝上，然后將kafka安裝好就可以了。下面我給出Mac安裝的步驟以及需要注意的點吧，windows的配置除了所在位置不太一樣其他幾乎沒什么不同。

brew install kafka

對，就是這么簡單，mac上一個命令就可以搞定了，這個安裝過程可能需要等一會兒，應該是和網絡狀況有關系。安裝提示信息可能有錯誤消息，如"Error: Could not link: /usr/local/share/doc/homebrew" 這個沒關系，自動忽略掉了。最終我們看到下面的樣子就成功咯。

==> Summary ðŸº/usr/local/Cellar/kafka/1.1.0: 157 files, 47.8MB

安裝的配置文件位置如下，根據自己的需要修改端口號什么的就可以了。

安裝的zoopeeper和kafka的位置 /usr/local/Cellar/

配置文件 /usr/local/etc/kafka/server.properties /usr/local/etc/kafka/zookeeper.properties

啟動zookeeper

復制代碼代碼如下:

./bin/zookeeper-server-start /usr/local/etc/kafka/zookeeper.properties &

啟動kafka

./bin/kafka-server-start /usr/local/etc/kafka/server.properties &

為kafka創建Topic,topic 名為test，可以配置成自己想要的名字，回頭再代碼中配置正確就可以了。

復制代碼代碼如下:

./bin/kafka-topics --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test

1、先解決依賴

springboot相關的依賴我們就不提了，和kafka相關的只依賴一個spring-kafka集成包

<dependency>
   <groupId>org.springframework.kafka</groupId>
   <artifactId>spring-kafka</artifactId>
   <version>1.1.1.RELEASE</version>
  </dependency>

這里我們先把配置文件展示一下

#============== kafka ===================
kafka.consumer.zookeeper.connect=10.93.21.21:2181
kafka.consumer.servers=10.93.21.21:9092
kafka.consumer.enable.auto.commit=true
kafka.consumer.session.timeout=6000
kafka.consumer.auto.commit.interval=100
kafka.consumer.auto.offset.reset=latest
kafka.consumer.topic=test
kafka.consumer.group.id=test
kafka.consumer.concurrency=10

kafka.producer.servers=10.93.21.21:9092
kafka.producer.retries=0
kafka.producer.batch.size=4096
kafka.producer.linger=1
kafka.producer.buffer.memory=40960

2、Configuration：Kafka producer

1）通過@Configuration、@EnableKafka，聲明Config并且打開KafkaTemplate能力。

2）通過@Value注入application.properties配置文件中的kafka配置。

3）生成bean，@Bean

package com.kangaroo.sentinel.collect.configuration;
import java.util.HashMap;
import java.util.Map;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringSerializer;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.core.DefaultKafkaProducerFactory;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.core.ProducerFactory;

@Configuration
@EnableKafka
public class KafkaProducerConfig {
 @Value("${kafka.producer.servers}")
 private String servers;
 @Value("${kafka.producer.retries}")
 private int retries;
 @Value("${kafka.producer.batch.size}")
 private int batchSize;
 @Value("${kafka.producer.linger}")
 private int linger;
 @Value("${kafka.producer.buffer.memory}")
 private int bufferMemory;

 public Map<String, Object> producerConfigs() {
  Map<String, Object> props = new HashMap<>();
  props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, servers);
  props.put(ProducerConfig.RETRIES_CONFIG, retries);
  props.put(ProducerConfig.BATCH_SIZE_CONFIG, batchSize);
  props.put(ProducerConfig.LINGER_MS_CONFIG, linger);
  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, String> producerFactory() {
  return new DefaultKafkaProducerFactory<>(producerConfigs());
 }

 @Bean
 public KafkaTemplate<String, String> kafkaTemplate() {
  return new KafkaTemplate<String, String>(producerFactory());
 }
}

實驗我們的producer，寫一個Controller。想topic=test，key=key，發送消息message

package com.kangaroo.sentinel.collect.controller;
import com.kangaroo.sentinel.common.response.Response;
import com.kangaroo.sentinel.common.response.ResultCode;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.web.bind.annotation.*;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

@RestController
@RequestMapping("/kafka")
public class CollectController {
 protected final Logger logger = LoggerFactory.getLogger(this.getClass());
 @Autowired
 private KafkaTemplate kafkaTemplate;

 @RequestMapping(value = "/send", method = RequestMethod.GET)
 public Response sendKafka(HttpServletRequest request, HttpServletResponse response) {
  try {
   String message = request.getParameter("message");
   logger.info("kafka的消息={}"， message);
   kafkaTemplate.send("test", "key", message);
   logger.info("發送kafka成功.");
   return new Response(ResultCode.SUCCESS, "發送kafka成功", null);
  } catch (Exception e) {
   logger.error("發送kafka失敗", e);
   return new Response(ResultCode.EXCEPTION, "發送kafka失敗", null);
  }
 }
}

3、configuration：kafka consumer

1）通過@Configuration、@EnableKafka，聲明Config并且打開KafkaTemplate能力。

2）通過@Value注入application.properties配置文件中的kafka配置。

3）生成bean，@Bean

package com.kangaroo.sentinel.collect.configuration;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;
import org.springframework.kafka.config.KafkaListenerContainerFactory;
import org.springframework.kafka.core.ConsumerFactory;
import org.springframework.kafka.core.DefaultKafkaConsumerFactory;
import org.springframework.kafka.listener.ConcurrentMessageListenerContainer;
import java.util.HashMap;
import java.util.Map;
@Configuration
@EnableKafka
public class KafkaConsumerConfig {
 @Value("${kafka.consumer.servers}")
 private String servers;
 @Value("${kafka.consumer.enable.auto.commit}")
 private boolean enableAutoCommit;
 @Value("${kafka.consumer.session.timeout}")
 private String sessionTimeout;
 @Value("${kafka.consumer.auto.commit.interval}")
 private String autoCommitInterval;
 @Value("${kafka.consumer.group.id}")
 private String groupId;
 @Value("${kafka.consumer.auto.offset.reset}")
 private String autoOffsetReset;
 @Value("${kafka.consumer.concurrency}")
 private int concurrency;
 @Bean
 public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> kafkaListenerContainerFactory() {
  ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
  factory.setConsumerFactory(consumerFactory());
  factory.setConcurrency(concurrency);
  factory.getContainerProperties().setPollTimeout(1500);
  return factory;
 }

 public ConsumerFactory<String, String> consumerFactory() {
  return new DefaultKafkaConsumerFactory<>(consumerConfigs());
 }

 public Map<String, Object> consumerConfigs() {
  Map<String, Object> propsMap = new HashMap<>();
  propsMap.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, servers);
  propsMap.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, enableAutoCommit);
  propsMap.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, autoCommitInterval);
  propsMap.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, sessionTimeout);
  propsMap.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
  propsMap.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
  propsMap.put(ConsumerConfig.GROUP_ID_CONFIG, groupId);
  propsMap.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, autoOffsetReset);
  return propsMap;
 }

 @Bean
 public Listener listener() {
  return new Listener();
 }
}

new Listener()生成一個bean用來處理從kafka讀取的數據。Listener簡單的實現demo如下：只是簡單的讀取并打印key和message值

@KafkaListener中topics屬性用于指定kafka topic名稱，topic名稱由消息生產者指定，也就是由kafkaTemplate在發送消息時指定。

package com.kangaroo.sentinel.collect.configuration;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.kafka.annotation.KafkaListener;

public class Listener {
 protected final Logger logger = LoggerFactory.getLogger(this.getClass());


 @KafkaListener(topics = {"test"})
 public void listen(ConsumerRecord<?, ?> record) {
  logger.info("kafka的key: " + record.key());
  logger.info("kafka的value: " + record.value().toString());
 }
}

tips:

1）我沒有介紹如何安裝配置kafka，配置kafka時最好用完全bind網絡ip的方式，而不是localhost或者127.0.0.1

2）最好不要使用kafka自帶的zookeeper部署kafka，可能導致訪問不通。

3）理論上consumer讀取kafka應該是通過zookeeper，但是這里我們用的是kafkaserver的地址，為什么沒有深究。

4）定義監聽消息配置時，GROUP_ID_CONFIG配置項的值用于指定消費者組的名稱，如果同組中存在多個監聽器對象則只有一個監聽器對象能收到消息。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。

向AI問一下細節

中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

Springboot集成Kafka實現producer和consumer的示例代碼

猜你喜歡

中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

Springboot集成Kafka實現producer和consumer的示例代碼

猜你喜歡

最新資訊

相關推薦

相關標簽