欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Springboot集成Kafka实现producer和consumer的示例代码

程序员文章站 2023-12-16 09:30:04
本文介绍如何在springboot项目中集成kafka收发message。 kafka是一种高吞吐量的分布式发布订阅消息系统,有如下特性: 通过o(1)的磁盘数据结构...

本文介绍如何在springboot项目中集成kafka收发message。

kafka是一种高吞吐量的分布式发布订阅消息系统,有如下特性: 通过o(1)的磁盘数据结构提供消息的持久化,这种结构对于即使数以tb的消息存储也能够保持长时间的稳定性能。高吞吐量:即使是非常普通的硬件kafka也可以支持每秒数百万的消息。支持通过kafka服务器和消费机集群来分区消息。支持hadoop并行数据加载。

安装kafka

因为安装kafka需要zookeeper的支持,所以windows安装时需要将zookeeper先安装上,然后将kafka安装好就可以了。 下面我给出mac安装的步骤以及需要注意的点吧,windows的配置除了所在位置不太一样其他几乎没什么不同。

brew install kafka

对,就是这么简单,mac上一个命令就可以搞定了,这个安装过程可能需要等一会儿,应该是和网络状况有关系。安装提示信息可能有错误消息,如"error: could not link: /usr/local/share/doc/homebrew" 这个没关系,自动忽略掉了。 最终我们看到下面的样子就成功咯。

==> summary 🍺/usr/local/cellar/kafka/1.1.0: 157 files, 47.8mb

安装的配置文件位置如下,根据自己的需要修改端口号什么的就可以了。

安装的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

启动zookeeper

复制代码 代码如下:
./bin/zookeeper-server-start /usr/local/etc/kafka/zookeeper.properties &

启动kafka

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

为kafka创建topic,topic 名为test,可以配置成自己想要的名字,回头再代码中配置正确就可以了。

复制代码 代码如下:
./bin/kafka-topics --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
 

1、先解决依赖

springboot相关的依赖我们就不提了,和kafka相关的只依赖一个spring-kafka集成包

<dependency>
   <groupid>org.springframework.kafka</groupid>
   <artifactid>spring-kafka</artifactid>
   <version>1.1.1.release</version>
  </dependency>

 这里我们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)通过@configuration、@enablekafka,声明config并且打开kafkatemplate能力。

2)通过@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());
 }
}

实验我们的producer,写一个controller。想topic=test,key=key,发送消息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("发送kafka成功.");
   return new response(resultcode.success, "发送kafka成功", null);
  } catch (exception e) {
   logger.error("发送kafka失败", e);
   return new response(resultcode.exception, "发送kafka失败", null);
  }
 }
}

3、configuration:kafka consumer

1)通过@configuration、@enablekafka,声明config并且打开kafkatemplate能力。

2)通过@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()生成一个bean用来处理从kafka读取的数据。listener简单的实现demo如下:只是简单的读取并打印key和message值

@kafkalistener中topics属性用于指定kafka topic名称,topic名称由消息生产者指定,也就是由kafkatemplate在发送消息时指定。

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)我没有介绍如何安装配置kafka,配置kafka时最好用完全bind网络ip的方式,而不是localhost或者127.0.0.1

2)最好不要使用kafka自带的zookeeper部署kafka,可能导致访问不通。

3)理论上consumer读取kafka应该是通过zookeeper,但是这里我们用的是kafkaserver的地址,为什么没有深究。

4)定义监听消息配置时,group_id_config配置项的值用于指定消费者组的名称,如果同组中存在多个监听器对象则只有一个监听器对象能收到消息。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

上一篇:

下一篇: