springboot整合kafka

pom.xml依赖引入

    org.springframework.kafka
    spring-kafka

application.yml配置

spring:
  # kafka配置
  kafka:
    # kafka服务器IP、端口
    bootstrap-servers: 127.0.0.1:9092,192.168.0.25:9092
  # 生产者
    producer:
      # 发生错误后，消息重发的次数。
      retries: 0
      #当有多个消息需要被发送到同一个分区时，生产者会把它们放在同一个批次里。该参数指定了一个批次可以使用的内存大小，按照字节数计算。
      batch-size: 16384
      # 设置生产者内存缓冲区的大小。
      buffer-memory: 33554432
      # 键的序列化方式
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      # 值的序列化方式
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
      # acks=0 ： 生产者在成功写入消息之前不会等待任何来自服务器的响应。
      # acks=1 ： 只要集群的首领节点收到消息，生产者就会收到一个来自服务器成功响应。
      # acks=all ：只有当所有参与复制的节点全部收到消息时，生产者才会收到一个来自服务器的成功响应。
      acks: 1
    # 消费者
    consumer:
      # 用于标识此消费者所属的消费者组的唯一字符
      group-id: test-consumer-group
      # 自动提交的时间间隔 在spring boot 2.X 版本中这里采用的是值的类型为Duration 需要符合特定的格式，如1S,1M,2H,5D
      auto-commit-interval: 1S
      # 该属性指定了消费者在读取一个没有偏移量的分区或者偏移量无效的情况下该作何处理：
      # latest（默认值）在偏移量无效的情况下，消费者将从最新的记录开始读取数据（在消费者启动之后生成的记录）
      # earliest ：在偏移量无效的情况下，消费者将从起始位置读取分区的记录
      auto-offset-reset: earliest
      # 是否自动提交偏移量，默认值是true,为了避免出现重复数据和数据丢失，可以把它设置为false,然后手动提交偏移量
      enable-auto-commit: false
      # 键的反序列化方式
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      # 值的反序列化方式
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      # 批量消费一次最大拉取的数据量
      max-poll-records: 1000
    # 消费端监听配置
    listener:
      # 在侦听器容器中运行的线程数。
      concurrency: 5
      # listner负责ack，每调用一次，就立即commit
      ack-mode: manual_immediate
      # # 消费端监听的topic不存在时，项目启动会报错(关掉)
      missing-topics-fatal: false

kafka工具类

 

public class BaseKafkaUtils {
    @Autowired
    private KafkaTemplate kafkaTemplate;

    private static KafkaTemplate objectKafkaTemplate;

    private static String objectExceptionDataTopic;

    @PostConstruct
    public void init(){
        objectKafkaTemplate = kafkaTemplate;
        objectExceptionDataTopic = exceptionDataTopic;
    }

    /**
     * kafka存入数据
     * @param topic 主题
     * @param data 数据
     */
    public static void sendMessage(String topic, Object data){
        objectKafkaTemplate.send(topic, data);
    }
}

简单生产者

@RestController
public class TestProducer {

    @Autowired
    private KafkaTemplate kafkaTemplate;

    /**
     * 生产者
     * @param message
     */
    @GetMapping("/kafka/normal/{message}")
    public void sendMessage(@PathVariable("message") String message){
        kafkaTemplate.send("testtopic", message);
    }
}

简单消费者

单条消费

@Component
@Slf4j
public class TestConsumer {
    
    // 消费监听
    @KafkaListener(topics = {"testtopic"})
    public void onMessage(ConsumerRecord record){
        // 打印出消息内容
        log.info("简单消费：{} - {} - {}",record.topic(), record.partition(), record.value());
    }
    
}

批量消费

@Component
@Slf4j
public class TestConsumer {
    
    @KafkaListener(topics = "testtopic", containerFactory = "batchConsumerFactory")
    public void onMessage(List> records, Acknowledgment ack) {
        log.info("消费消息条数: {}", records.size());

        // 处理消息
        handleMessage(List> records);

        // 本次批量消费完,手动提交
        ack.acknowledge();
    }
    
}