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。
|
1
|
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 �/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
|
1
2
3
4
5
|
<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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
#============== kafka ===================kafka.consumer.zookeeper.connect=10.93.21.21:2181kafka.consumer.servers=10.93.21.21:9092kafka.consumer.enable.auto.commit=truekafka.consumer.session.timeout=6000kafka.consumer.auto.commit.interval=100kafka.consumer.auto.offset.reset=latestkafka.consumer.topic=testkafka.consumer.group.id=testkafka.consumer.concurrency=10kafka.producer.servers=10.93.21.21:9092kafka.producer.retries=0kafka.producer.batch.size=4096kafka.producer.linger=1kafka.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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
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@enablekafkapublic 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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
|
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@enablekafkapublic 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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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服務器之家。
原文鏈接：https://www.cnblogs.com/kangoroo/p/7353330.html
