当前位置:   article > 正文

Java代码操作Kafka_kafka怎么对接java服务

kafka怎么对接java服务

1、消息的发送与接收

  • 生产者主要的对象有: KafkaProducer ProducerRecord
  • 其中KafkaProducer 是用于发送消息的类, ProducerRecord 类用于封装Kafka的消息。 

KafkaProducer 的创建需要指定的参数和含义:

参数说明
bootstrap.servers配置生产者如何与broker建立连接。该参数设置的是初始化参数。如果生产者需要连接的是Kafka集群,则这里配置集群中几个broker的地址,而不是全部,当生产者连接上此处指定的broker之后,在通过该连接发现集群中的其他节点。
key.serializer要发送信息的key数据的序列化类。设置的时候可以写类名,也可以使用该类的Class对象。
value.serializer要发送消息的alue数据的序列化类。设置的时候可以写类名,也可以使用该类的Class对象。
acks

默认值:all。

acks=0

  • 生产者不等待broker对消息的确认,只要将消息放到缓冲区,就认为消息已经发送完成。
  • 该情形不能保证broker是否真的收到了消息,retries配置也不会生效。发送的消息的返回的消息偏移量永远是-1。

acks=1

  • 表示消息只需要写到主分区即可,然后就响应客户端,而不等待副本分区的确认。
  • 在该情形下,如果主分区收到消息确认之后就宕机了,而副本分区还没来得及同步该消息,则该消息丢失。

acks=all

  • 首领分区会等待所有的ISR副本分区确认记录。
  • 该处理保证了只要有一个ISR副本分区存活,消息就不会丢失。
  • 这是Kafka最强的可靠性保证,等效于acks=-1
retriesretries重试次数
  • 当消息发送出现错误的时候,系统会重发消息。
  • 跟客户端收到错误时重发一样。
  • 如果设置了重试,还想保证消息的有序性,需要设置MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION=1
  • 否则在重试此失败消息的时候,其他的消息可能发送成功了

其他参数可以从org.apache.kafka.clients.producer.ProducerConfig 中找到。

  • 消费者生产消息后,需要broker端的确认,可以同步确认,也可以异步确认。
  • 同步确认效率低,异步确认效率高,但是需要设置回调对象。

生产者:

  1. package com.example.producer;
  2. import org.apache.kafka.clients.producer.Callback;
  3. import org.apache.kafka.clients.producer.KafkaProducer;
  4. import org.apache.kafka.clients.producer.ProducerRecord;
  5. import org.apache.kafka.clients.producer.RecordMetadata;
  6. import org.apache.kafka.common.header.Header;
  7. import org.apache.kafka.common.header.internals.RecordHeader;
  8. import org.apache.kafka.common.serialization.IntegerSerializer;
  9. import org.apache.kafka.common.serialization.StringSerializer;
  10. import java.util.ArrayList;
  11. import java.util.HashMap;
  12. import java.util.List;
  13. import java.util.Map;
  14. import java.util.concurrent.ExecutionException;
  15. import java.util.concurrent.Future;
  16. public class MyProducer1 {
  17. public static void main(String[] args) throws ExecutionException, InterruptedException {
  18. Map<String, Object> configs = new HashMap<>();
  19. // 指定初始连接用到的broker地址,如果是集群,则可以通过此初始连接发现集群中的其他broker
  20. configs.put("bootstrap.servers", "192.168.80.121:9092");
  21. // 指定key的序列化类
  22. configs.put("key.serializer", IntegerSerializer.class);
  23. // 指定value的序列化类
  24. configs.put("value.serializer", StringSerializer.class);
  25. /* configs.put("acks", "all");
  26. configs.put("retries", 3); */
  27. // 创建kafkaProducer对象
  28. KafkaProducer<Integer, String> producer = new KafkaProducer<Integer, String>(configs);
  29. // 用于设置用户自定义的消息头字段
  30. List<Header> headers = new ArrayList<>();
  31. headers.add(new RecordHeader("biz.name", "producer.demo".getBytes()));
  32. // 封装消息
  33. ProducerRecord<Integer, String> record = new ProducerRecord<Integer, String>(
  34. "topic_1", // 主题名称
  35. 0, // 分区编号,现在只有一个分区,所以是0
  36. 0, // 数字作为key
  37. "hello world", // 字符串作为value
  38. headers
  39. );
  40. // 消息的同步确认
  41. /* Future<RecordMetadata> future = producer.send(record);
  42. RecordMetadata metadata = future.get();
  43. System.out.println("消息的主题:" + metadata.topic());
  44. System.out.println("消息的分区:" + metadata.partition());
  45. System.out.println("消息的偏移量:" + metadata.offset()); */
  46. // 消息的异步确认
  47. producer.send(record, new Callback() {
  48. @Override
  49. public void onCompletion(RecordMetadata metadata, Exception e) {
  50. if (e==null) {
  51. System.out.println("消息的主题:" + metadata.topic());
  52. System.out.println("消息的分区:" + metadata.partition());
  53. System.out.println("消息的偏移量:" + metadata.offset());
  54. }else{
  55. System.out.println("异常消息:"+e.getMessage());
  56. }
  57. }
  58. });
  59. // 关闭生产者
  60. producer.close();
  61. }
  62. }

消费者:

  1. package com.example.consumer;
  2. import org.apache.kafka.clients.consumer.ConsumerConfig;
  3. import org.apache.kafka.clients.consumer.ConsumerRecord;
  4. import org.apache.kafka.clients.consumer.ConsumerRecords;
  5. import org.apache.kafka.clients.consumer.KafkaConsumer;
  6. import org.apache.kafka.common.serialization.IntegerDeserializer;
  7. import org.apache.kafka.common.serialization.StringDeserializer;
  8. import java.util.Arrays;
  9. import java.util.HashMap;
  10. import java.util.Map;
  11. import java.util.function.Consumer;
  12. public class MyConsumer {
  13. public static void main(String[] args) {
  14. Map<String, Object> configs = new HashMap<>();
  15. // 指定初始连接用到的broker地址
  16. // configs.put("bootstrap.servers", "192.168.80.121:9092");
  17. // 上面方式如果怕写错,可以尝试下面这种方法
  18. configs.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.80.121:9092");
  19. // 指定key的反序列化类
  20. configs.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, IntegerDeserializer.class);
  21. // 指定value的反序列化类
  22. configs.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
  23. // 配置消费组id
  24. configs.put(ConsumerConfig.GROUP_ID_CONFIG, "consumer_demo");
  25. // earliest:如果找不到当前消费者的有效偏移量,自自动重置到最开始
  26. // latest:表示直接重置到消息偏移量的最后一个
  27. configs.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
  28. KafkaConsumer<Integer, String> consumer = new KafkaConsumer<Integer, String>(configs);
  29. // 先订阅,在消费
  30. consumer.subscribe(Arrays.asList("topic_1"));
  31. /* while (true) {
  32. ConsumerRecords<Integer, String> consumerRecords = consumer.poll(3_000);
  33. } */
  34. // 如果主题中没有可消费的消息,则该方法可以放到while循环中,每过3秒重新拉取一次
  35. // 如果还没有拉取到,过三秒再次拉取,防止while循环过于密集的poll调用
  36. // 批量从主题的分区拉取消息
  37. ConsumerRecords<Integer, String> consumerRecords = consumer.poll(3_000); // 指定拉取消息的时间间隔
  38. // 遍历本次从主题分区拉取的批量消息
  39. consumerRecords.forEach(new Consumer<ConsumerRecord<Integer, String>>() {
  40. @Override
  41. public void accept(ConsumerRecord<Integer, String> record) {
  42. System.out.println("========================================");
  43. System.out.println("消息头字段:" + Arrays.toString(record.headers().toArray()));
  44. System.out.println("消息的key:" + record.key());
  45. System.out.println("消息的偏移量:" + record.offset());
  46. System.out.println("消息的分区号:" + record.partition());
  47. System.out.println("消息的序列化key字节数:" + record.serializedKeySize());
  48. System.out.println("消息的序列化value字节数:" + record.serializedValueSize());
  49. System.out.println("消息的时间戳:" + record.timestamp());
  50. System.out.println("消息的时间戳类型:" + record.timestampType());
  51. System.out.println("消息的主题:" + record.topic());
  52. System.out.println("消息的值:" + record.value());
  53. }
  54. });
  55. consumer.close();
  56. }
  57. }

2、SpringBoot Kafka

(1)pom.xml文件

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  3. xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
  4. <modelVersion>4.0.0</modelVersion>
  5. <parent>
  6. <groupId>org.springframework.boot</groupId>
  7. <artifactId>spring-boot-starter-parent</artifactId>
  8. <version>2.2.8.RELEASE</version>
  9. <relativePath/> <!-- lookup parent from repository -->
  10. </parent>
  11. <groupId>com.example</groupId>
  12. <artifactId>demo_02_springboot-kafka</artifactId>
  13. <version>0.0.1-SNAPSHOT</version>
  14. <name>demo_02_springboot-kafka</name>
  15. <description>demo_02_springboot-kafka</description>
  16. <properties>
  17. <java.version>8</java.version>
  18. </properties>
  19. <dependencies>
  20. <dependency>
  21. <groupId>org.springframework.boot</groupId>
  22. <artifactId>spring-boot-starter-web</artifactId>
  23. </dependency>
  24. <dependency>
  25. <groupId>org.springframework.kafka</groupId>
  26. <artifactId>spring-kafka</artifactId>
  27. </dependency>
  28. <dependency>
  29. <groupId>org.springframework.boot</groupId>
  30. <artifactId>spring-boot-starter-test</artifactId>
  31. <scope>test</scope>
  32. <exclusions>
  33. <exclusion>
  34. <groupId>org.junit.vintage</groupId>
  35. <artifactId>junit-vintage-engine</artifactId>
  36. </exclusion>
  37. </exclusions>
  38. </dependency>
  39. <dependency>
  40. <groupId>org.springframework.kafka</groupId>
  41. <artifactId>spring-kafka-test</artifactId>
  42. <scope>test</scope>
  43. </dependency>
  44. </dependencies>
  45. <build>
  46. <plugins>
  47. <plugin>
  48. <groupId>org.springframework.boot</groupId>
  49. <artifactId>spring-boot-maven-plugin</artifactId>
  50. </plugin>
  51. </plugins>
  52. </build>
  53. </project>

(2)application.properties

  1. spring.application.name=springboot-kafka-02
  2. server.port=8080
  3. # 用于建立初始连接的broker地址
  4. spring.kafka.bootstrap-servers=192.168.80.121:9092
  5. # producer用到的key和value的序列化类
  6. spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.IntegerSerializer
  7. spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer
  8. # 默认的批处理记录数
  9. spring.kafka.producer.batch-size=16384
  10. # 32MB的总发送缓存
  11. spring.kafka.producer.buffer-memory=33554432
  12. # consumer用到的key和value的反序列化类
  13. spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.IntegerDeserializer
  14. spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer
  15. # consumer的消费组id
  16. spring.kafka.consumer.group-id=springboot-consumer02
  17. # 是否自动提交消费者偏移量
  18. spring.kafka.consumer.enable-auto-commit=true
  19. # 每隔100ms向broker提交一次偏移量
  20. spring.kafka.consumer.auto-commit-interval=100
  21. # 如果该消费者的偏移量不存在,则自动设置为最早的偏移量
  22. spring.kafka.consumer.auto-offset-reset=earliest

(3)启动类

  1. package com.example.demo;
  2. import org.springframework.boot.SpringApplication;
  3. import org.springframework.boot.autoconfigure.SpringBootApplication;
  4. @SpringBootApplication
  5. public class Demo02SpringbootKafkaApplication {
  6. public static void main(String[] args) {
  7. SpringApplication.run(Demo02SpringbootKafkaApplication.class, args);
  8. }
  9. }

(4)KafkaConfig(在这里可以进行主题的创建、自定义了kafkaAdmin对象等一系列配置,也可以省略,如果kafka在连接主题时,发现没有,KafkaAdmin这个类会自动帮我们创建)

  1. package com.example.demo.config;
  2. import org.apache.kafka.clients.admin.NewTopic;
  3. import org.springframework.context.annotation.Bean;
  4. import org.springframework.context.annotation.Configuration;
  5. @Configuration
  6. public class KafkaConfig {
  7. // 创建主题
  8. @Bean
  9. public NewTopic topic1() {
  10. return new NewTopic("nptc-01",3, (short) 1);
  11. }
  12. @Bean
  13. public NewTopic topic2() {
  14. return new NewTopic("nptc-02",5, (short) 1);
  15. }
  16. }

(5)生产者

同步方式 

  1. package com.example.demo.controlller;
  2. import org.apache.kafka.clients.producer.RecordMetadata;
  3. import org.springframework.beans.factory.annotation.Autowired;
  4. import org.springframework.kafka.core.KafkaTemplate;
  5. import org.springframework.kafka.support.SendResult;
  6. import org.springframework.util.concurrent.ListenableFuture;
  7. import org.springframework.web.bind.annotation.PathVariable;
  8. import org.springframework.web.bind.annotation.RequestMapping;
  9. import org.springframework.web.bind.annotation.RestController;
  10. import java.util.concurrent.CompletableFuture;
  11. import java.util.concurrent.ExecutionException;
  12. @RestController
  13. public class KafkaSyncProducerController {
  14. @Autowired
  15. private KafkaTemplate<Integer, String> template;
  16. @RequestMapping("send/sync/{message}")
  17. public String send(@PathVariable String message) throws ExecutionException, InterruptedException {
  18. ListenableFuture<SendResult<Integer, String>> future = template.send("topic-spring-01", 0, 0, message);
  19. // 同步发送消息
  20. SendResult<Integer, String> sendResult = future.get();
  21. RecordMetadata metadata = sendResult.getRecordMetadata();
  22. System.out.println(metadata.topic() + "\t" + metadata.partition() + "\t" + metadata.offset());
  23. return "success";
  24. }
  25. }

异步回调方式

  1. package com.example.demo.controlller;
  2. import org.apache.kafka.clients.producer.RecordMetadata;
  3. import org.springframework.beans.factory.annotation.Autowired;
  4. import org.springframework.kafka.core.KafkaTemplate;
  5. import org.springframework.kafka.support.SendResult;
  6. import org.springframework.util.concurrent.ListenableFuture;
  7. import org.springframework.util.concurrent.ListenableFutureCallback;
  8. import org.springframework.web.bind.annotation.PathVariable;
  9. import org.springframework.web.bind.annotation.RequestMapping;
  10. import org.springframework.web.bind.annotation.RestController;
  11. @RestController
  12. public class KafkaAsyncProducerController {
  13. @Autowired
  14. private KafkaTemplate<Integer, String> template;
  15. @RequestMapping("send/async/{message}")
  16. public String send(@PathVariable String message) {
  17. ListenableFuture<SendResult<Integer, String>> future = (ListenableFuture<SendResult<Integer, String>>) template.send("topic-spring-01", 0, 1, message);
  18. future.addCallback(new ListenableFutureCallback<SendResult<Integer, String>>() {
  19. @Override
  20. public void onFailure(Throwable ex) {
  21. System.out.println("发送消息失败:" + ex.getMessage());
  22. }
  23. @Override
  24. public void onSuccess(SendResult<Integer, String> result) {
  25. RecordMetadata metadata = result.getRecordMetadata();
  26. System.out.println("发送消息成功:" + metadata.topic() + "\t" + metadata.partition() + "\t" + metadata.offset());
  27. }
  28. });
  29. return "success";
  30. }
  31. }

(6)消费者

  1. package com.example.demo.consumer;
  2. import org.apache.kafka.clients.consumer.ConsumerRecord;
  3. import org.springframework.kafka.annotation.KafkaListener;
  4. import org.springframework.stereotype.Component;
  5. @Component
  6. public class MyConsumer {
  7. @KafkaListener(topics = "topic-spring-01")
  8. public void onMessage(ConsumerRecord<Integer, String> record) {
  9. System.out.println("消费者收到的消息:" + record.topic() + "\t" + record.partition() + "\t" + record.offset() + "\t" + record.key() + "\t" + record.value());
  10. }
  11. }
本文内容由网友自发贡献,转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号