devbox
笔触狂放9
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

多个消费者订阅一个Kafka的Topic(使用KafkaConsumer和KafkaProducer)_kafka多个消费者消费一个topic

作者：笔触狂放9 | 2024-05-06 00:03:06

赞

踩

kafka多个消费者消费一个topic

记录：466

场景：一个KafkaProducer在一个Topic发布消息，多个消费者KafkaConsumer订阅Kafka的Topic。每个KafkaConsumer指定一个特定的ConsumerGroup，达到一条消息被多个不同的ConsumerGroup消费。

版本：JDK 1.8,Spring Boot 2.6.3,kafka_2.12-2.8.0,kafka-clients-3.0.0。

Kafka集群安装：https://blog.csdn.net/zhangbeizhen18/article/details/131156084

1.基础概念

Topic：Kafka根据Topic对消息进行归类，发布到Kafka的每条消息都需要指定一个Topic。

Producer：消息生产者，向Broker发送消息的客户端。

Consumer：消息消费者，从Broker读取消息的客户端。

ConsumerGroup：每个Consumer属于一个特定的ConsumerGroup，一条消息可以被多个不同的ConsumerGroup消费；但是一个ConsumerGroup中只能有一个Consumer能够消费该消息。

publish：发布，使用Producer向Kafka写入数据。

subscribe：订阅，使用Consumer从Kafka读取数据。

2.微服务中配置Kafka信息

2.1在pom.xml添加依赖

pom.xml文件：

  1. <dependency>
  2.   <groupId>org.apache.kafka</groupId>
  3.   <artifactId>kafka-clients</artifactId>
  4.   <version>3.0.0</version>
  5. </dependency>

解析：使用原生的kafka-clients，版本：3.0.0。操作kafka集群的Topic。

3.配置Kafka生产者和消费者

使用原生的kafka-clients，需配置KafkaProducer和KafkaConsumer，把Kafka集群的配置信息注入到这两个对象，便可以操作了生产者和消费者。

配置细节在官网的configuration：https://kafka.apache.org/documentation/

3.1配置KafkaProducer生产者

(1)示例代码

  1. @Configuration
  2. public class KafkaClusterConfig {
  3.   @Bean
  4.   public KafkaProducer kafkaProducer() {
  5.       Map<String, Object> configs = new HashMap<>();
  6.       //kafka集群
  7.       Collection<String> cluster = Lists.newArrayList("192.168.19.161:29092",
  8.               "192.168.19.162:29092",
  9.               "192.168.19.163:29092");
  10.       configs.put("bootstrap.servers", cluster);
  11.       //客户端发送服务端失败的重试次数
  12.       configs.put("retries", 2);
  13.       //多个记录被发送到同一个分区时,生产者将尝试将记录一起批处理成更少的请求.
  14.       //此设置有助于提高客户端和服务器的性能,配置控制默认批量大小(以字节为单位)
  15.       configs.put("batch.size", 16384);
  16.       //生产者可用于缓冲等待发送到服务器的记录的总内存字节数(以字节为单位)
  17.       configs.put("buffer-memory", 33554432);
  18.       //生产者producer要求leader节点在考虑完成请求之前收到的确认数,用于控制发送记录在服务端的持久化
  19.       //acks=0,设置为0,则生产者producer将不会等待来自服务器的任何确认.该记录将立即添加到套接字(socket)缓冲区并视为已发送.在这种情况下,无法保证服务器已收到记录,并且重试配置(retries)将不会生效(因为客户端通常不会知道任何故障),每条记录返回的偏移量始终设置为-1.
  20.       //acks=1,设置为1,leader节点会把记录写入本地日志,不需要等待所有follower节点完全确认就会立即应答producer.在这种情况下,在follower节点复制前,leader节点确认记录后立即失败的话,记录将会丢失.
  21.       //acks=all,acks=-1,leader节点将等待所有同步复制副本完成再确认记录,这保证了只要至少有一个同步复制副本存活,记录就不会丢失.
  22.       configs.put("acks", "-1");
  23.       //指定key使用的序列化类
  24.       Serializer keySerializer = new StringSerializer();
  25.       //指定value使用的序列化类
  26.       Serializer valueSerializer = new StringSerializer();
  27.       //创建Kafka生产者
  28.       KafkaProducer kafkaProducer = new KafkaProducer(configs, keySerializer, valueSerializer);
  29.       return kafkaProducer;
  30.   }
  31. }

(2)解析代码

把Kafka的配置信息注入到KafkaProducer，并创建KafkaProducer对象。

使用@Configuration和@Bean注解把KafkaProducer对象注入到Spring的IOC容器，在Spring环境就可以使用KafkaProducer了。

KafkaProducer的底层使用配置类是ProducerConfig，在配置时可以参考。

全称：org.apache.kafka.clients.producer.ProducerConfig。

3.2配置KafkaConsumer的公用配置信息

(1)示例代码

  1. @Configuration
  2. public class KafkaClusterConfig {
  3.   @Bean("consumerConfig")
  4.   public Map<String, Object> consumerConfigs() {
  5.     Map<String, Object> configs = new HashMap<>();
  6.     //kafka集群
  7.     Collection<String> cluster = Lists.newArrayList("192.168.19.161:29092",
  8.             "192.168.19.162:29092",
  9.             "192.168.19.163:29092");
  10.     configs.put("bootstrap.servers", cluster);
  11.     //开启consumer的偏移量(offset)自动提交到Kafka
  12.     configs.put("enable.auto.commit", true);
  13.     //consumer的偏移量(offset) 自动提交的时间间隔,单位毫秒
  14.     configs.put("auto.commit.interval", 5000);
  15.     //在Kafka中没有初始化偏移量或者当前偏移量不存在情况
  16.     //earliest, 在偏移量无效的情况下, 自动重置为最早的偏移量
  17.     //latest, 在偏移量无效的情况下, 自动重置为最新的偏移量
  18.     //none, 在偏移量无效的情况下, 抛出异常.
  19.     configs.put("auto.offset.reset", "latest");
  20.     //请求阻塞的最大时间(毫秒)
  21.     configs.put("fetch.max.wait", 500);
  22.     //请求应答的最小字节数
  23.     configs.put("fetch.min.size", 1);
  24.     //心跳间隔时间(毫秒)
  25.     configs.put("heartbeat-interval", 3000);
  26.     //一次调用poll返回的最大记录条数
  27.     configs.put("max.poll.records", 500);
  28.     return configs;
  29.   }
  30.   @Bean("keyDeserializer")
  31.   public Deserializer consumerKeyDeserializer() {
  32.     //指定key使用的反序列化类
  33.     Deserializer keyDeserializer = new StringDeserializer();
  34.     return keyDeserializer;
  35.   }
  36.   @Bean("valueDeserializer")
  37.   public Deserializer consumerValueDeserializer() {
  38.     //指定value使用的反序列化类
  39.     Deserializer valueDeserializer = new StringDeserializer();
  40.     return valueDeserializer;
  41.   }
  42. }

(2)解析代码

配置消费者KafkaConsumer公用配置信息：@Bean("consumerConfig")、 @Bean("keyDeserializer")、 @Bean("valueDeserializer")。

在创建KafkaConsumer时，只需获取公用consumerConfig、keyDeserializer、valueDeserializer设置到KafkaConsumer。

4.生产者(ZhejiangProvinceProducerController)

(1)示例代码

  1. @RestController
  2. @RequestMapping("/hub/example/province/producer")
  3. @Slf4j
  4. public class ZhejiangProvinceProducerController {
  5.   //1.注入Kafka生产者
  6.   @Autowired
  7.   private KafkaProducer kafkaProducer;
  8.   //2.定义Kafka的Topic
  9.   private final String topicName = "hub-topic-province-notice";
  10.   @GetMapping("/f01_1")
  11.   public Object f01_1(String msgContent) {
  12.     try {
  13.         //3.获取业务数据
  14.         String uuid = UUID.randomUUID().toString().replace("-", "");
  15.         long now = System.currentTimeMillis();
  16.         String msgKey = "province" + ":" + uuid + ":" + now;
  17.         MsgDto msgDto = MsgDto.buildDto(uuid, now, msgContent);
  18.         String msgData = JSONObject.toJSONString(msgDto);
  19.         log.info("ZhejiangProvince生产者向Kafka集群的Topic: {},写入Key:", topicName);
  20.         log.info(msgKey);
  21.         log.info("ZhejiangProvince生产者向Kafka集群的Topic: {},写入Data:", topicName);
  22.         log.info(msgData);
  23.         //4.使用KafkaProducer向Kafka集群写入数据
  24.         ProducerRecord<String, String> producerRecord = new ProducerRecord<>(topicName, msgKey, msgData);
  25.         kafkaProducer.send(producerRecord);
  26.     } catch (Exception e) {
  27.         log.info("ZhejiangProvince生产者写入Topic异常.");
  28.         e.printStackTrace();
  29.     }
  30.     return "写入成功";
  31.   }
  32. }

(2)解析代码

使用KafkaProducer 向Kafka集群的Topic：hub-topic-province-notice写入JSON字符串数据，发布一条消息，给订阅的消费者消费。

5.消费者一(HangzhouCityConsumer)

(1)示例代码

  1. @Component
  2. @Slf4j
  3. public class HangzhouCityConsumer implements CommandLineRunner {
  4.   //1.注入消费者配置信息,key和value的序列化对象
  5.   @Autowired
  6.   private Deserializer keyDeserializer;
  7.   @Autowired
  8.   private Deserializer valueDeserializer;
  9.   //2.定义Kafka的Topic
  10.   private final String topicName = "hub-topic-province-notice";
  11.   @Override
  12.   public void run(String... args) throws Exception {
  13.       //3.创建线程并传入线程任务执行的Runnable
  14.       Thread thread = new Thread(new HangzhouCityConsumer.ThreadRunnable());
  15.       //4.启动线程
  16.       thread.start();
  17.   }
  18.   //在线程中使用KafkaConsumer实时监听Kafka集群的Topic
  19.   public class ThreadRunnable implements Runnable {
  20.       @Override
  21.       public void run() {
  22.           log.info("HangzhouCityConsumer启动线程监听Kafka集群的Topic: {}", topicName);
  23.           Collection<String> topics = Lists.newArrayList(topicName);
  24.           //1.指定消费组(一条消息可以被多个不同的ConsumerGroup消费)
  25.           Map<String, Object> configs = new HashMap<>();
  26.           Map<String, Object> consumerConfig = SpringUtil.getBean("consumerConfig");
  27.           configs.putAll(consumerConfig);
  28.           configs.put("group.id", "hub-topic-province-notice-group-hangzhou");
  29.           //2.创建Kafka消费者(传入消费者配置和key和value的序列化对象)
  30.           KafkaConsumer kafkaConsumer = new KafkaConsumer(configs, keyDeserializer, valueDeserializer);
  31.           //3.订阅Kafka的Topic
  32.           kafkaConsumer.subscribe(topics);
  33.           while (true) {
  34.               //4.使用KafkaConsumer的poll按照指定周期轮询Kafka集群指定Topic的消息
  35.               ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(1000));
  36.               //5.遍历从Kafka集群中读取数据集ConsumerRecords
  37.               for (ConsumerRecord consumerRecord : consumerRecords) {
  38.                   //6.从ConsumerRecord中取出消费数据
  39.                   String msgKey = (String) consumerRecord.key();
  40.                   String msgData = (String) consumerRecord.value();
  41.                   log.info("HangzhouCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Key:", topicName);
  42.                   log.info(msgKey);
  43.                   log.info("HangzhouCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Data:", topicName);
  44.                   log.info(msgData);
  45.               }
  46.           }
  47.       }
  48.   }
  49. }

(2)解析代码

从配置类中获取配置信息consumerConfig、keyDeserializer、valueDeserializer。

使用group.id属性指定消费组：hub-topic-province-notice-group-hangzhou。

使用KafkaConsumer的subscribe方法订阅Topic：hub-topic-province-notice。

使用KafkaConsumer的poll方法轮询Topic：hub-topic-province-notice，消费Topic的消息数据存入到记录结果集：ConsumerRecords。

遍历结果集ConsumerRecords获取具体数据。

6.消费者二(NingboCityConsumer)

(1)示例代码

  1. @Component
  2. @Slf4j
  3. public class NingboCityConsumer implements InitializingBean {
  4.   //1.注入消费者配置信息,key和value的序列化对象
  5.   @Autowired
  6.   private Deserializer keyDeserializer;
  7.   @Autowired
  8.   private Deserializer valueDeserializer;
  9.   //2.定义Kafka的Topic
  10.   private final String topicName = "hub-topic-province-notice";
  11.   @Override
  12.   public void afterPropertiesSet() throws Exception {
  13.       //3.创建线程,在线程中使用KafkaConsumer实时监听Kafka集群的Topic
  14.       Thread thread = new Thread(() -> {
  15.           log.info("NingboCity启动线程监听Topic: {}", topicName);
  16.           Collection<String> topics = Lists.newArrayList(topicName);
  17.           //1.指定消费组(一条消息可以被多个不同的ConsumerGroup消费)
  18.           Map<String, Object> configs = new HashMap<>();
  19.           Map<String, Object> consumerConfig = SpringUtil.getBean("consumerConfig");
  20.           configs.putAll(consumerConfig);
  21.           configs.put("group.id", "hub-topic-province-notice-group-ningbo");
  22.           //2.创建Kafka消费者
  23.           KafkaConsumer kafkaConsumer = new KafkaConsumer(configs, keyDeserializer, valueDeserializer);
  24.           //3.订阅Kafka的Topic
  25.           kafkaConsumer.subscribe(topics);
  26.           while (true) {
  27.               ThreadUtil.sleep(200);
  28.               //4.使用KafkaConsumer的poll按照指定周期轮询Kafka集群指定Topic的消息
  29.               ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(1000));
  30.               for (ConsumerRecord consumerRecord : consumerRecords) {
  31.                   //5.KafkaConsumer从集群中监听的消息存储在ConsumerRecord
  32.                   String msgKey= (String) consumerRecord.key();
  33.                   String msgData = (String) consumerRecord.value();
  34.                   log.info("NingboCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Key:",topicName);
  35.                   log.info(msgKey);
  36.                   log.info("NingboCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Data:",topicName);
  37.                   log.info(msgData);
  38.               }
  39.           }
  40.       });
  41.       //9.启动线程
  42.       thread.start();
  43.   }
  44. }

(2)解析代码

从配置类中获取配置信息consumerConfig、keyDeserializer、valueDeserializer。

使用group.id属性指定消费组：hub-topic-province-notice-group-ningbo。

使用KafkaConsumer的subscribe方法订阅Topic：hub-topic-province-notice。

使用KafkaConsumer的poll方法轮询Topic：hub-topic-province-notice，消费Topic的消息数据存入到记录结果集：ConsumerRecords。

遍历结果集ConsumerRecords获取具体数据。

7.测试

(1)使用Postman测试，调用生产者写入数据

请求RUL：http://127.0.0.1:18210/hub-210-kafka/hub/example/province/producer/f01_1

参数：msgContent="浙江省全力发展经济"

(2)生产者日志

  1. ZhejiangProvince生产者向Kafka集群的Topic: hub-topic-province-notice,写入Key:
  2. province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
  3. ZhejiangProvince生产者向Kafka集群的Topic: hub-topic-province-notice,写入Data:
  4. {"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(3)消费者一日志

  1. HangzhouCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Key:
  2. province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
  3. HangzhouCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Data:
  4. {"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(4)消费者二日志

  1. NingboCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Key:
  2. province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
  3. NingboCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Data:
  4. {"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(5)结论

每个Consumer指定一个特定的ConsumerGroup，一条消息可以被多个不同的ConsumerGroup消费。

8.辅助类

  1. @Data
  2. @Builder
  3. public class MsgDto implements Serializable {
  4.   private String uuid;
  5.   private String publicTime;
  6.   private String msgContent;
  7.   public static MsgDto buildDto(String uuid,
  8.                       long publicTime,
  9.                       String msgContent) {
  10.       return builder().uuid(uuid)
  11.           .publicTime(DateUtil.formatDateTime(new Date(publicTime)))
  12.           .msgContent(msgContent).build();
  13.   }
  14. }

以上，感谢。

2023年6月26日

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/笔触狂放9/article/detail/541482
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号