SpringBoot2中怎么整合Kafka組件

SpringBoot2中怎么整合Kafka組件，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

一、搭建Kafka環境

1、下載解壓

-- 下載
wget http://mirror.bit.edu.cn/apache/kafka/2.2.0/kafka_2.11-2.2.0.tgz
-- 解壓
tar -zxvf kafka_2.11-2.2.0.tgz
-- 重命名
mv kafka_2.11-2.2.0 kafka2.11

2、啟動Kafka服務

kafka依賴ZooKeeper服務，需要本地安裝并啟動ZooKeeper。

參考文章： Linux系統搭建ZooKeeper3.4中間件，常用命令總結

-- 執行位置
-- /usr/local/mysoft/kafka2.11
bin/kafka-server-start.sh config/server.properties

3、查看服務

ps -aux |grep kafka

4、開放地址端口

-- 基礎路徑
-- /usr/local/mysoft/kafka2.11/config
vim server.properties
-- 添加下面注釋
advertised.listeners=PLAINTEXT://192.168.72.130:9092

二、Kafka基礎概念

1、基礎描述

Kafka是由Apache開源，具有分布式、分區的、多副本的、多訂閱者，基于Zookeeper協調的分布式處理平臺，由Scala和Java語言編寫。通常用來搜集用戶在應用服務中產生的動作日志數據，并高速的處理。日志類的數據需要高吞吐量的性能要求，對于像Hadoop一樣的日志數據和離線分析系統，但又要求實時處理的限制，這是一個可行的解決方案。Kafka的目的是通過Hadoop的并行加載機制來統一線上和離線的消息處理，也是為了通過集群來提供實時的消息。

2、功能特點

(1)、通過磁盤數據結構提供消息的持久化，消息存儲也能夠保持長時間穩定性;

(2)、高吞吐量，即使是非常普通的硬件Kafka也可以支持每秒超高的并發量;

(3)、支持通過Kafka服務器和消費機集群來分區消息;

(4)、支持Hadoop并行數據加載;

(5)、API包封裝的非常好，簡單易用，上手快 ;

(6)、分布式消息隊列。Kafka對消息保存時根據Topic進行歸類，發送消息者稱為Producer，消息接受者稱為Consumer;

3、消息功能

• 點對點模式

點對點模型通常是一個基于拉取或者輪詢的消息傳遞模型，消費者主動拉取數據，消息收到后從隊列移除消息，這種模型不是將消息推送到客戶端，而是從隊列中請求消息。特點是發送到隊列的消息被一個且只有一個消費者接收處理，即使有多個消費者監聽隊列也是如此。

• 發布訂閱模式

發布訂閱模型則是一個基于推送的消息傳送模型，消息產生后，推送給所有訂閱者。發布訂閱模型可以有多種不同的訂閱者，臨時訂閱者只在主動監聽主題時才接收消息，而持久訂閱者則監聽主題的所有消息，即使當前訂閱者不可用，處于離線狀態。

4、消息隊列作用

• 程序解耦，生產者和消費者獨立，各自異步執行;

• 消息數據進行持久化存儲，直到被全部消費，規避了數據丟失風險;

• 流量削峰，使用消息隊列承接訪問壓力，盡量避免程序雪崩 ;

• 降低進程間的耦合度，系統部分組件崩潰時，不會影響到整個系統;

• 保證消息順序執行，解決特定場景業務需求 ;

5、專業術語簡介

• Broker

一臺kafka服務器就是一個broker。一個集群由多個broker組成。一個broker可以容納多個topic。

• Producer

消息生產者，就是向kafka broker發消息的客戶端。

• Consumer

消息消費者，向kafka broker取消息的客戶端。

• Topic

每條發布到Kafka集群的消息都有一個類別，這個類別被稱為Topic，可以理解為一個隊列。

• Consumer Group

每個Consumer屬于一個特定的Consumer Group，可為每個Consumer指定group name，若不指定group name則屬于默認的分組。

• Partition

一個龐大大的topic可以分布到多個broker上，一個topic可以分為多個partition，每個partition是一個有序的隊列。partition中的每條消息都會被分配一個有序的id。kafka只保證按一個partition中的順序將消息發給consumer，不保證一個topic的整體的順序。Partition是物理上的概念，方便在集群中擴展，提高并發。

三、整合SpringBoot2框架

1、案例結構

• 消息生產者 : kafka-producer-server

• 消息消費方 : kafka-consumer-server

2、基礎依賴

<!-- SpringBoot依賴 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- kafka 依賴 -->
<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
    <version>2.2.4.RELEASE</version>
</dependency>

3、生產者配置

spring:
  kafka:
    bootstrap-servers: 127.0.0.1:9092

4、消息生成

@RestController
public class ProducerWeb {
    @Resource
    private KafkaTemplate<String, String> kafkaTemplate;
    @RequestMapping("/send")
    public String sendMsg () {
        MsgLog msgLog = new MsgLog(1,"消息生成",
                                 1,"消息日志",new Date()) ;
        String msg = JSON.toJSONString(msgLog) ;
        // 這里Topic如果不存在，會自動創建
        kafkaTemplate.send("cicada-topic", msg);
        return msg ;
    }
}

5、消費者配置

spring:
  kafka:
    bootstrap-servers: 127.0.0.1:9092
    consumer:
      group-id: test-consumer-group

6、消息消費

@Component
public class ConsumerMsg {
    private static Logger LOGGER = LoggerFactory.getLogger(ConsumerMsg.class);
    @KafkaListener(topics = "cicada-topic")
    public void listenMsg (ConsumerRecord<?,String> record) {
        String value = record.value();
        LOGGER.info("ConsumerMsg====>>"+value);
    }
}

四、消息流程分析

1、生產者分析

• 寫入方式

生產者基于推push推模式將消息發布到broker，每條消息都被追加到分區patition中，屬于磁盤順序寫，效率比隨機寫內存要高，保障kafka高吞吐量。

• 分區概念

消息發送時都被發送到一個topic，而topic是由Partition Logs(分區日志)組成，其組織結構如下圖所示：

每個Partition中的消息都是有序的，生產的消息被不斷追加到Partitionlog上，其中的每一個消息都被賦予了一個唯一的offset值。每個Partition可以通過調整以適配它所在的機器，而一個topic又可以有多個Partition組成，因此整個集群就可以適應任意大小的數據。分區的原則：指定patition，則直接使用；未指定patition但指定key，通過對key的value進行hash出一個patition；patition和key都未指定，使用輪詢選出一個patition。

2、消費者分析

• 消費圖解

消費者是以consumer group消費者組的方式工作，由一個或者多個消費者組成一個組，共同消費一個topic。每個分區在同一時間只能由group中的一個消費者讀取，但是多個group可以同時消費一個partition。

• 消費方式

消費者采用pull拉模式從broker中讀取數據。對于Kafka而言，pull模式更合適，它可簡化broker的設計，consumer可自主控制消費消息的速率，同時consumer可以自己控制消費方式——即可批量消費也可逐條消費，同時還能選擇不同的提交方式從而實現不同的數據傳輸場景。

看完上述內容，你們掌握SpringBoot2中怎么整合Kafka組件的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！