【一】初学Kafka并实战整合SpringCloudStream进行使用

        前面简单学习了通过rabbitMQ来实现消息队列的功能,本章初学一下Kafka,并实现消息发送方发送消息到多个主题(Topic),然后消费者服务进行订阅的demo。

        通过网络学习,发现通过SpringCloudStream来使用微服务的kafa比较简单,本章将通过使用SpringCloudStream的方式来使用Kafka,下面开始学习。

        本文为了简单操作,使用的windows版本,linux版本后续学习之后再写。

qq交流群导航——>231378628


目录

一、下载安装Kafka

二、构建父子工程

三、使用SpringCloudStream默认的信道实现消息传递

3.1 构建生产者服务

3.2 构建消费者服务

四、使用自定义信道(和发送消息体)实现消息传递

4.1 构建公共模块

4.2 构建生产者服务

4.3 构建消费者服务


 

一、下载安装Kafka

        要进行kafka的学习,首先肯定得安装kafka了。安装地址如下:

Apache Kafka

        很慢,可以去找百度云资源。

        1、下载Scala版本的,可以直接使用。【一】初学Kafka并实战整合SpringCloudStream进行使用_第1张图片,然后点击链接进行下载。

        2、解压后得到如下:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第2张图片

        3、进入kafka安装目录:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第3张图片

        4、执行命令启动zookeeper和kafka,需要先启动zookeeper,再启动kafka(kafka安装后,默认带了一个zookeeper) ,都有一套默认配置,此处就不修改配置了,直接使用默认配置启动,命令如下:

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCPeuKZgA==,size_20,color_FFFFFF,t_70,g_se,x_16

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCPeuKZgA==,size_20,color_FFFFFF,t_70,g_se,x_16

启动zookeeper:

bin\windows\zookeeper-server-start.bat config\zookeeper.properties

启动kafka:

bin\windows\kafka-server-start.bat config\server.properties

注意:是在bin目录上级执行的。此处是在windows上的启动命令,linux的不一样,后面有机会再学习。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCPeuKZgA==,size_20,color_FFFFFF,t_70,g_se,x_16

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCPeuKZgA==,size_20,color_FFFFFF,t_70,g_se,x_16

        表示两者已经启动成功了,下面可以开启构建项目了。

        注意:zookeeper默认占用端口号:2181,kafka占用9092,注意跑之前看看端口是否被占用,否则出现端口冲突问题。

二、构建父子工程

        为了测试消费者服务和生产者服务,所以父子工程就长这样:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第4张图片

        上次整合RabbitMQ时就建立了这个,此处直接拿来用了。

三、使用SpringCloudStream默认的信道实现消息传递

        下面通过SpringCloudSteam实现Kafka,最基本的一个使用流程,差不多是下面这个样子(可能描述不准确):

【一】初学Kafka并实战整合SpringCloudStream进行使用_第5张图片

        如图可知,大概的一个流程就是(只学习了最基本的使用):

  • 构建消息生产者
  • 指定消息输入通道,并指定该通道指向的Topic
  • 构建消息消费者
  • 指定消息输出通道,并指定该通道订阅哪一个Topic
  • 构建消费者监听器,监听指定的输出通道,并获取消息进行消费

        大概流程就是这样,下面开始具体操作。

        本节实现功能:生成订单时,创建订单记录并通知买家(通过邮件和短信)。

        先准备“构建材料”,在父模块引入所需jar包:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第6张图片


     org.springframework.cloud
     spring-cloud-starter-stream-kafka
     3.0.3.RELEASE       

        增加这一个Jar包即可。

        重点!!!:此处有个大坑,仍旧是版本问题,我目前的版本是这样的(这种我自己没问题):

【一】初学Kafka并实战整合SpringCloudStream进行使用_第7张图片【一】初学Kafka并实战整合SpringCloudStream进行使用_第8张图片 

        2.3.*和3.0.*,试了很多版本组合都会运行时报错,不是找不到这个类就是找不到哪个类,后面再去研究一下版本匹配问题。

3.1 构建生产者服务

        依赖导入完成就开始构建生产者服务。

【一】初学Kafka并实战整合SpringCloudStream进行使用_第9张图片

        3.1.1 修改配置文件

【一】初学Kafka并实战整合SpringCloudStream进行使用_第10张图片

 

        主要是绑定SpringCloudStream的输入信道以及指定kafka的服务器地址。

        上图的output是Stream自带的消息输入信道,从最开始的流程图可以得知,需要新建topic和信道的绑定关系,上图的意思就是在output信道绑定上stream-demo这个topic,content-type是指发送的消息的格式,若想在消费端进行消息类型的转换,最好使用application/json类型。

        注意:上图的output输入信道是stream自带的,还自带了一个输出信道input。

【一】初学Kafka并实战整合SpringCloudStream进行使用_第11张图片【一】初学Kafka并实战整合SpringCloudStream进行使用_第12张图片 

        所以可以直接使用这两个通道。

        3.1.2 新增发送消息服务类

        新增一个发送消息的服务类,如下:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第13张图片

        注释的代码不需要管,后面才用到。通过EnableBinding注解绑定Source类(自带的那个消息输入通道)。

        调用source的output方法下的send方法发送一个Message类型的消息。

【一】初学Kafka并实战整合SpringCloudStream进行使用_第14张图片

        消息消费者服务接受的会是一个String类型的消息。

        3.1.3 新增controller进行接口测试

        新增一个controller,写一个订单生成接口,如下:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第15张图片

        在此接口调用消息发送者服务写的发送消息方法,发送消息。

3.2 构建消费者服务

【一】初学Kafka并实战整合SpringCloudStream进行使用_第16张图片

        3.2.1 修改配置文件

【一】初学Kafka并实战整合SpringCloudStream进行使用_第17张图片

        此处绑定输出通道和Topic的关系,上图表示使用默认的input消息输出信道绑定demo这个Topic,监听input这个信道就可以获取demo中的消息了,下面创建监听器。

        3.2.2 新建短信处理监听类

【一】初学Kafka并实战整合SpringCloudStream进行使用_第18张图片

        通过EnableBinding注解,将该类绑定默认的Sink类

【一】初学Kafka并实战整合SpringCloudStream进行使用_第19张图片

        该类的信道名称是input。

        通过StreamListener注解,监听topic中获取到的消息,并进行处理消费。

        3.2.3 新建邮件处理监听类

【一】初学Kafka并实战整合SpringCloudStream进行使用_第20张图片

        同上面的一样。

        启动两个服务,进行演示,结果如下:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第21张图片

【一】初学Kafka并实战整合SpringCloudStream进行使用_第22张图片

        消费者服务已经获取到了生产者服务通过Topic发送的消息。

四、使用自定义信道(和发送消息体)实现消息传递

        上述代码实现的是通过stream默认的信道实现的,本节实现通过自定义信道实现,除了邮件和短信处理外,额外新增一个操作(通过新的信道)实现。上述代码可以发现,消费者服务接收到的消息是String类型的,若想发送和接受自定义的类型,本节也进行实现。

        本节实现功能:生成订单时,创建订单记录并通知买家(通过邮件和短信),然后额外短信通知买家购买的东西是什么。

4.1 构建公共模块

        4.1.1 构建自定义信道接口

        由于本章节要实现自定义信道的功能,所有需要模仿stream自带的Sink接口和MySource接口写自己的自定义信道接口,再由于这部分代码会在消费者服务和生产者服务都有用到,直接将该两个接口写在common公共类里面,如下:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第23张图片

【一】初学Kafka并实战整合SpringCloudStream进行使用_第24张图片 【一】初学Kafka并实战整合SpringCloudStream进行使用_第25张图片 

        4.1.2 自定义消息体

        此处特别讲一个自定义消息体,找了一些文章没有发现一个简单的方式实现自定义消息体,结果捣鼓捣鼓发现实现springboot提供的Message接口即可,如下:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第26张图片

        因为发送消息的send方法的入参必须是一个Message类的泛型类。

【一】初学Kafka并实战整合SpringCloudStream进行使用_第27张图片

        如此这般,common就结束了,下面整改生产者和消费者服务。 

4.2 构建生产者服务

        4.2.1 修改配置文件

【一】初学Kafka并实战整合SpringCloudStream进行使用_第28张图片

        对比上面一小节,本小结在配置中新增了一个绑定,就是关于自定义的output1这个信道的绑定,翻翻上面可以看到自定义的传入信道接口类信道名称叫做input1,所以此处保持一致,然后将该信道的消息发送到demo1这个topic。

        4.2.2 修改消息发送服务类

【一】初学Kafka并实战整合SpringCloudStream进行使用_第29张图片

        修改该类,EnableBinding注解的值改为绑定多个传入信道接口。

        再调用自定义的传入信道接口的send方法发送消息。

        此处的sendMsg方法的入参改为自定义的消息体。

4.3 构建消费者服务

        4.3.1 修改配置文件

【一】初学Kafka并实战整合SpringCloudStream进行使用_第30张图片

        让自定义的名字叫input1的这个传出信道去绑定demo1这个topic,让他可以获取topic1里面的消息,后面再监听input1这个出口即可。 

        4.3.2 新增额外处理的监听器

        监听input1这个出口。

【一】初学Kafka并实战整合SpringCloudStream进行使用_第31张图片

【一】初学Kafka并实战整合SpringCloudStream进行使用_第32张图片

        对比前面两个监听器,此处使用EnableBinding注解绑定的是自定义的传入信道,然后再通过StreamListener注解,去监听这个传出信道进出消息消费,逻辑处理。

        此处的方法接收到的数据可以通过json转换成自定义消息体的消息。(注意,消息生产者一定是要通过content-type: application/json 这种格式发送的消息才可以进行json转换)。

        然后重启provider和consumer两个服务,记得要重新编译common模块,因为改了common模块的东西,然后另外两个模块又使用了它。调用测试接口进行效果演示,如下:

【一】初学Kafka并实战整合SpringCloudStream进行使用_第33张图片

【一】初学Kafka并实战整合SpringCloudStream进行使用_第34张图片

        可以看到新增的监听器成功监听到了来自自定义信道的消息,并且接收到的消息也成功转成了自定义消息体。 

 

 

你可能感兴趣的:(kafka,kafka,java,分布式)