赞
踩
kafka依赖java环境,如果没有则需要安装jdk
yum install java-1.8.0-openjdk* -y
kafka3.0版本后默认自带了zookeeper,3.0之前的版本需要单独再安装zookeeper,我使用的最新的3.6.1版本。
cd /usr/local
wget https://dlcdn.apache.org/kafka/3.6.1/kafka_2.12-3.6.1.tgz
tar -zxvf kafka_2.12-3.6.1.tgz
cd kafka_2.12-3.6.1
cd到kafka的安装根目录后,执行下面命令指令zookeeper.properties文件路径启动zookeeper,默认启动的zk服务使用内存是512m,可以修改zookeeper-server-start.sh脚本中参数调大使用堆内存
bin/zookeeper-server-start.sh config/zookeeper.properties
也可以通过指定-daemon以守护进程方式启动zookeeper,如果不指定关闭终端时zookeeper服务则会被杀死
bin/zookeeper-server-start.sh -daemon config/zookeeper.properties
#通过tail命令查看zookeeper实时日志
tail -f logs/zookeeper.out
启动完看到下面的日志表示启动成功了
停止zookeeper服务
bin/zookeeper-server-stop.sh
zk默认的端口是2181,可以修改zookeeper.properties里的clientPort字段改变zk监控的端口
可以再开一个终端启动zk客户端测试连接
bin/zookeeper-shell.sh 127.0.0.1:2181
执行ls查看根目录下的文件信息,默认只有zookeeper目录,由于我之前启动过kafka,所以这里会有kafka-server注册到zk中元数据信息
ls /
修改配置kafka配置文件,方便后面在idea中访问
vi config/server.properties
如果kafka需要被外部机器访问需要配置listeners和advertised.listeners字段,下图圈中的是我虚拟机的访问ip,如果不配置的话在笔记本上idea中访问会报错。
如果kafka和zookeeper不在同一台机器上面,需要修改zookeeper.connect字段
下面指定了kafka配置文件路径的方式启动kafka
bin/kafka-server-start.sh config/server.properties
也可以通过指定-daemon以守护进程方式启动kafka,如果不指定关闭终端时kafka服务则会被杀死
bin/kafka-server-start.sh -daemon config/server.properties
#指定了-daemon参数可以通过tail命令查看kafka实时日志
tail -f logs/server.log
看到下面的日志表示kafka启动成功
通过jps命令可以看到kafka和zookeeper两个java进程
停止kafka服务
bin/kafka-server-stop.sh
通过kafka-topics.sh脚本可以对主题操作,由于我修改过server.properties监听地址为服务器的ip,所以不能使用localhost访问,只能用服务器ip访问
#bin/kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 1 --partitions 1 --topic kafkatest
bin/kafka-topics.sh --create --bootstrap-server 192.168.1.7:9092 --replication-factor 1 --partitions 1 --topic kafkatest
查看所有kafka主题信息
bin/kafka-topics.sh --list --bootstrap-server 192.168.1.7:9092
可以看到下面有刚刚创建的kafkatest主题
查看主题的详细信息
bin/kafka-topics.sh --describe --bootstrap-server 192.168.1.7:9092 --topic kafkatest
执行kafka-console-producer.sh命令给主题名称为kafkatest主题的发送消息
bin/kafka-console-producer.sh --broker-list 192.168.1.7:9092 --topic kafkatest
输入消息后按回车键就会发送消息
bin/kafka-console-consumer.sh --bootstrap-server 192.168.1.7:9092 --topic=kafkatest --from-beginning
可以看到下图有刚才生产者发送的三条消息
默认所有kafka消费者都会消费kafka生产者发送到主题的消息(有兴趣的可以再开一个终端启动kafka消费者,然后再用生产者发送消息,可以看到消息被两个消费者消费了,效果如下图)
可以指定kafka消费者的组Id让在同一组的客户端只有一个实例能消费消息。
bin/kafka-console-consumer.sh --bootstrap-server 192.168.1.7:9092 --topic kafkatest -consumer-property group.id=testGroup --consumer-property client.id=consumer-1
再另外一个终端启动上面的命令,需要把client.id改成consumer-2
然后再用生产者发送消息,可以看到下图只有一个消费者在消费消息
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
server:
port: 8035
spring:
kafka:
bootstrap-servers: 192.168.1.7:9092 #kafka server的地址
producer:
batch-size: 16384 #批量大小
acks: -1 #应答级别:多少个分区副本备份完成时向生产者发送ack确认(可选0、1、all/-1)
retries: 10 # 消息发送重试次数
buffer-memory: 33554432
key-serializer: org.apache.kafka.common.serialization.StringSerializer
value-serializer: org.apache.kafka.common.serialization.StringSerializer
properties:
linger:
ms: 2000 #提交延迟
consumer:
group-id: testGroup #默认的消费组ID
enable-auto-commit: true #是否自动提交offset
auto-commit-interval: 2000 #提交offset延时
auto-offset-reset: latest
max-poll-records: 100 #单次拉取消息的最大条数
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
properties:
session:
timeout:
ms: 10000 # 消费会话超时时间(超过这个时间 consumer 没有发送心跳,就会触发 rebalance 操作)
request:
timeout:
ms: 30000 # 消费请求的超时时间
listener:
#type: batch #设置批量消费,注释掉则是单次消费
missing-topics-fatal: false # consumer listener topics 不存在时,启动项目就会报错
concurrency: 10 # 默认消费者线程数 也可以在@KafkaListener注解内配置concurrency字段值
有两种创建主题的方式
通过TopicBuilder+ @Bean自动创建主题
@Configuration
public class KafkaConfig {
public static final String DEFALUT_TOPIC = "autoTopic";
@Bean
public NewTopic newTopic() {
//如果存在则不会创建, 参数:主题名称、分区数、副本数
return TopicBuilder.name(DEFALUT_TOPIC )
.partitions(1)
.replicas(1)
.build();
}
}
通过AdminClient 手动创建主题
@Configuration
public class KafkaConfig {
@Bean
public AdminClient adminClient(@Value("${spring.kafka.bootstrap-servers}") String bootstrapServers) {
Properties prop = new Properties();
prop.put("bootstrap.servers",bootstrapServers);
return AdminClient.create(prop);
}
}
web接口,下面定义了两个接口分别用于创建主题和查看所有主题
@Slf4j
@RestController
public class KafkaAdminController {
@Resource
private AdminClient adminClient;
/**
* 创建主题
*/
@GetMapping("/create/{topicName}")
public String createTopic(@PathVariable String topicName) throws Exception {
//需要判主题是否已存在,已存在再创建会报错
if (getTopicSet().contains(topicName)) {
return "topicExists ";
}
// 创建主题 参数:主题名称、分区数、副本数
CreateTopicsResult result = adminClient.createTopics(Collections.singletonList(new NewTopic(topicName, 1, (short) 1)));
result.all().get();
return "success";
}
/**
* 查看所有主题
*/
@GetMapping("/listTopic")
public String listTopic() throws Exception {
Set<String> set = getTopicSet();
return String.format("topics[%s]", getTopicSet().stream().collect(Collectors.joining(",")));
}
public Set<String> getTopicSet() throws Exception {
ListTopicsResult listTopicsResult = adminClient.listTopics();
KafkaFuture<Set<String>> future = listTopicsResult.names();
return future.get();
}
}
启动项目后调用创建主题接口创建名称为newTopic的主题
用浏览器访问http://localhost:8035/create/newTopic 两次可以看到返回了主题已存在的错误信息
用浏览器访问http://localhost:8035/listTopic查看所有主题,可以看到通过TopicBuilder和AdminClient创建的主题都存在。其它的是之前测试造出来的脏数据
@RestController
public class KafkaProducerController {
@Resource
private KafkaTemplate<String, Object> kafkaTemplate;
/**
* 正常消息发送
*/
@GetMapping("/send/{msg}")
public String sendMessage(@PathVariable String msg) {
log.info("sendMsg=" + msg);
kafkaTemplate.send(KafkaConfig.DEFALUT_TOPIC, msg);
return "success";
}
/**
* 带回调的消息发送
*/
@GetMapping("/sendCallback/{msg}")
public String sendCallbackMessage(@PathVariable String msg) {
kafkaTemplate.send(KafkaConfig.DEFALUT_TOPIC, msg).addCallback(new ListenableFutureCallback<SendResult<String, Object>>() {
@Override
public void onFailure(Throwable throwable) {
log.error("send msg to kafka error:{}", throwable.getMessage());
}
@Override
public void onSuccess(SendResult<String, Object> result) {
log.info("send msg to kafka success topic={},partition={},msg={}", result.getRecordMetadata().topic(), result.getRecordMetadata().partition(),result.getProducerRecord().value());
}
});
return "success";
}
4.2.使用的ListenableFutureCallback和下文使用的ProducerListener两种监听的回调函数都会执行
@Slf4j
@Configuration
public class KafkaConfig {
@Resource
ProducerFactory producerFactory;
@Bean
public KafkaTemplate<String, Object> kafkaTemplate() {
KafkaTemplate<String, Object> kafkaTemplate = new KafkaTemplate<String, Object>(producerFactory);
kafkaTemplate.setProducerListener(new ProducerListener<String, Object>() {
@Override
public void onSuccess(ProducerRecord<String, Object> producerRecord, RecordMetadata recordMetadata) {
log.info("send susscess , data= {}", producerRecord.toString());
}
@Override
public void onError(ProducerRecord<String, Object> producerRecord, Exception exception) {
//当消息发送失败可以拿到消息存在缓存或数据中 定时重试发送
log.error("send fail , data{}", producerRecord.toString());
}
});
return kafkaTemplate;
}
}
分布用浏览器访问下面两个地址发送消息
http://localhost:8035/send/testmsg1
http://localhost:8035/sendCallback/testmsg2
由上图可以看到sendCallback接口两个监听器的回调函数都执行了。
通过@KafkaListener配置消费者信息
@Slf4j
@Component
public class KafkaConsumer {
/**
* 监听消息
*/
@KafkaListener(topics = {KafkaConfig.DEFALUT_TOPIC}, concurrency = "5")
public void onMessage(ConsumerRecord<String, Object> record) {
log.info("onMessage msg={}",record.value());
}
}
需要注释掉5.1的单次消息的代码,要不然会报错
批量消费需要在配置文件设置spring.kafka.listener.type=batch,可以通过max-poll-records指定最大条数
spring:
kafka:
consumer:
max-poll-records: 100 #单次拉取消息的最大条数
listener:
type: batch #设置批量消费,注释掉则是单次消费
/**
* 同一主题批量消费groupId不能和单次消费的一样
*/
@KafkaListener(topics = {KafkaConfig.DEFALUT_TOPIC}, errorHandler = KafkaConstant.CONSUMER_ERROR_HANDLER_NAME,groupId = "batchGroup")
public void onBatchMessage(List<ConsumerRecord<String, Object>> records) throws Exception {
log.info("batch size={}", records.size());
for (ConsumerRecord<String, Object> record : records) {
log.info("onBatchMessage msg={}", record.value());
}
}
用生产者发送多条消息,由下图可以看到消费者同时消费了6条消息
@Slf4j
@Configuration
public class KafkaConfig {
public static final String CONSUMER_LISTENER_ERROR_HANDLER_NAME ="consumerAwareListenerErrorHandler";
@Bean(CONSUMER_LISTENER_ERROR_HANDLER_NAME)
public ConsumerAwareListenerErrorHandler consumerAwareListenerErrorHandler() {
return new ConsumerAwareListenerErrorHandler() {
@Override
public Object handleError(Message<?> message, ListenerExecutionFailedException exception, Consumer<?, ?> consumer) {
log.error("consumer fail:{}" ,exception.getMessage());
return null;
}
};
}
}
在@KafkaListener注解里通过errorHandler字段指定消费异常监听器的Bean名称
@KafkaListener(topics = {KafkaConfig.DEFALUT_TOPIC}, errorHandler = KafkaConfig.CONSUMER_LISTENER_ERROR_HANDLER_NAME,groupId = "batchGroup")
public void onBatchMessage(List<ConsumerRecord<String, Object>> records) throws Exception {
log.info("batch size={}", records.size());
for (ConsumerRecord<String, Object> record : records) {
log.info("onBatchMessage msg={}", record.value());
}
//模拟异常
throw new Exception("test errorHandler");
}
使用生产者发送消息,可以看到控制台打印了消费异常监听器里的日志
创作不易,要是觉得我写的对你有点帮助的话,麻烦在gitee上帮我点下 Star
【SpringBoot框架篇】其它文章如下,后续会继续更新。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。