SpringBoot集成Kafka

Kafka���一种基于分布式发布-订阅消息系统的开源软件。 将消息存储在可配置数量的分区中，以便实现横向扩展，并且支持多个生产者和消费者，具有良好的可靠性保证机制。

Kafka还支持数据复制、故障转移和离线数据处理等功能，并被广泛应用于网站活动跟踪、日志收集与分析、流式处理、消息队列等场景

环境搭建

采用docker-compose搭建测试环境，具体配置如下：

version: '3'# 网桥 -> 方便相互通讯networks:  kafka:    ipam:      driver: default      config:        - subnet: "172.22.6.0/24"services:  zookepper:    image: registry.cn-hangzhou.aliyuncs.com/zhengqing/zookeeper:latest                    # 原镜像`bitnami/zookeeper:latest`    container_name: zookeeper-server                        # 容器名为'zookeeper-server'    restart: unless-stopped                                  # 指定容器退出后的重启策略为始终重启，但是不考虑在Docker守护进程启动时就已经停止了的容器    volumes:                                         # 数据卷挂载路径设置,将本机目录映射到容器目录      - "/etc/localtime:/etc/localtime"    environment:      ALLOW_ANONYMOUS_LOGIN: yes    ports:                                           # 映射端口      - "2181:2181"    networks:      kafka:        ipv4_address: 172.22.6.11  kafka:    image: registry.cn-hangzhou.aliyuncs.com/zhengqing/kafka:3.4.1                                # 原镜像`bitnami/kafka:3.4.1`    container_name: kafka                                    # 容器名为'kafka'    restart: unless-stopped                                          # 指定容器退出后的重启策略为始终重启，但是不考虑在Docker守护进程启动时就已经停止了的容器    volumes:  # 数据卷挂载路径设置,将本机目录映射到容器目录      - "/etc/localtime:/etc/localtime"    environment:      ALLOW_PLAINTEXT_LISTENER: yes      KAFKA_CFG_ZOOKEEPER_CONNECT: zookepper:2181                          # zookeeper地址      KAFKA_CFG_ADVERTISED_LISTENERS: PLAINTEXT://10.11.68.77:9092        # TODO 填写域名或主机IP -- 让客户端能够监听消息  （ host.docker.internal：自动识别主机IP，在Windows或Mac上运行Docker有效 ）    ports:                              # 映射端口      - "9092:9092"    depends_on:                         # 解决容器依赖启动先后问题      - zookepper    networks:      kafka:        ipv4_address: 172.22.6.12  # kafka-map图形化管理工具  kafka-map:    image: registry.cn-hangzhou.aliyuncs.com/zhengqing/kafka-map                         # 原镜像`dushixiang/kafka-map:latest`    container_name: kafka-map                            # 容器名为'kafka-map'    restart: unless-stopped                                          # 指定容器退出后的重启策略为始终重启，但是不考虑在Docker守护进程启动时就已经停止了的容器    volumes:      - "./kafka/kafka-map/data:/usr/local/kafka-map/data"    environment:      DEFAULT_USERNAME: admin      DEFAULT_PASSWORD: 123456    ports:                              # 映射端口      - "8080:8080"    depends_on:                         # 解决容器依赖启动先后问题      - kafka    networks:      kafka:        ipv4_address: 172.22.6.13

启动 ： docker-compose -f docker-compose-kafka.yml -p kafka up -d

访问：http://127.0.0.1:8080 账号密码：admin/123456

①、添加集群

②、创建topic

一、依赖：

            springboot-demo        com.et        1.0-SNAPSHOT        4.0.0    kafaka            8        8                            org.springframework.boot            spring-boot-starter-web                            org.springframework.boot            spring-boot-autoconfigure                                    org.springframework.kafka            spring-kafka                            org.springframework.kafka            spring-kafka-test            test                    

二、配置文件和启动类

server.port=8088#### kafka配置生产者 begin #####============== kafka ===================# 指定kafka server的地址，集群配多个，中间，逗号隔开spring.kafka.bootstrap-servers=127.0.0.1:9092#=============== provider  =======================# 写入失败时，重试次数。当leader节点失效，一个repli节点会替代成为leader节点，此时可能出现写入失败，# 当retris为0时，produce不会重复。retirs重发，此时repli节点完全成为leader节点，不会产生消息丢失。spring.kafka.producer.retries=0# 每次批量发送消息的数量,produce积累到一定数据，一次发送spring.kafka.producer.batch-size=16384# produce积累数据一次发送，缓存大小达到buffer.memory就发送数据spring.kafka.producer.buffer-memory=33554432#procedure要求leader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，其值可以为如下：#acks = 0 如果设置为零，则生产者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，并且重试配置将不会生效（因为客户端通常不会知道任何故障），为每条记录返回的偏移量始终设置为-1。#acks = 1 这意味着leader会将记录写入其本地日志，但无需等待所有副本服务器的完全确认即可做出回应，在这种情况下，如果leader在确认记录后立即失败，但在将数据复制到所有的副本服务器之前，则记录将会丢失。#acks = all 这意味着leader将等待完整的同步副本集以确认记录，这保证了只要至少一个同步副本服务器仍然存活，记录就不会丢失，这是最强有力的保证，这相当于acks = -1的设置。#可以设置的值为：all, -1, 0, 1spring.kafka.producer.acks=1# 指定消息key和消息体的编解码方式spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializerspring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer#### kafka配置生产者 end ######## kafka配置消费者 start ##### 指定默认消费者group id --> 由于在kafka中，同一组中的consumer不会读取到同一个消息，依靠groud.id设置组名spring.kafka.consumer.group-id=test# smallest和largest才有效，如果smallest重新0开始读取，如果是largest从logfile的offset读取。一般情况下我们都是设置smallestspring.kafka.consumer.auto-offset-reset=earliest# enable.auto.commit:true --> 设置自动提交offsetspring.kafka.consumer.enable-auto-commit=true#如果'enable.auto.commit'为true，则消费者偏移自动提交给Kafka的频率（以毫秒为单位），默认值为5000。spring.kafka.consumer.auto-commit-interval=1000# 指定消息key和消息体的编解码方式spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializerspring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer#### kafka配置消费者 end ####

@SpringBootApplicationpublic class DemoApplication {   public static void main(String[] args) {      SpringApplication.run(DemoApplication.class, args);   }}

三、生产者

@Controller@RequestMapping("/api/kafka/")public class KafkaController{@Autowiredprivate KafkaTemplate kafkaTemplate;@GetMapping("send")@ResponseBodypublic boolean send(@RequestParam String message){try{kafkaTemplate.send("testTopic", message);            System.out.println("消息发送成功...");}catch(Exception e){e.printStackTrace();}return true;}@GetMapping("test")    @ResponseBody    public String test(){        System.out.println("hello world!");        return "ok";    }}

四、消费者

//消费者监听topic=testTopic的消息@Componentpublic class ConsumerListener {         @KafkaListener(topics = "testTopic")    public void onMessage(String message){        //insertIntoDb(buffer);//这里为插入数据库代码        System.out.println("message: " + message);    }}

测试：

生产者：http://localhost:8088/api/kafka/send?message=aaabbbcccdddd

消费者接收到消息aaabbbcccdddd