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。
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
./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。
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
<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
#============== 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
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
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
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。
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VeVb武林網。
新聞熱點
疑難解答
圖片精選
