基于Springboot实现Kafka消费数据

本文介绍使用Kafka监听和订阅两种不同方式进行数据消费

1、配置文件

spring:
     kafka:
        bootstrap-servers: 192.168.1.16:9092
        #消费者
        consumer:
          group-id: alarmService
          max-poll-records: 10 # 一次 poll 最多返回的记录数
            enable-auto-commit: false
            auto-commit-interval: 1000ms
            properties:
                max.poll.interval.ms: 360000
                session.timeout.ms: 150000
            #以下为kafka用户名密码的配置，不开启sasl时将以下配置删除
            # SASL鉴权方式
            sasl.mechanism: PLAIN
            # 加密协议
            security.protocol: SASL_PLAINTEXT
            # 设置jaas帐号和密码
            sasl.jaas.config: org.apache.kafka.common.security.plain.PlainLoginModule required username="username" password="password";
          key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
          value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
          auto-offset-reset: earliest
        #    listener:
        #      type: batch
        #      concurrency: 6
        #生产者
        producer:
          retries: 0 #若设置大于0的值，客户端会将发送失败的记录重新发送
          batch-size: 16384 #当将多个记录被发送到同一个分区时， Producer 将尝试将记录组合到更少的请求中。这有助于提升客户端和服务器端的性能。这个配置控制一个批次的默认大小（以字节为单位）。16384是缺省的配置
          buffer-memory: 33554432 #Producer 用来缓冲等待被发送到服务器的记录的总字节数，33554432是缺省配置
          key-serializer: org.apache.kafka.common.serialization.StringSerializer #关键字的序列化类
          value-serializer: org.apache.kafka.common.serialization.StringSerializer #值的序列化类
          properties:
            session.timeout.ms: 15000
            sasl.mechanism: PLAIN
            security.protocol: SASL_PLAINTEXT
            sasl.jaas.config: org.apache.kafka.common.security.plain.PlainLoginModule required username="username" password="password";

2、订阅模式

    @Value("${spring.kafka.bootstrap-servers}")
    private String bootstrapServers;

    @Value("${spring.kafka.consumer.enable-auto-commit}")
    private String autoCommit;

    @Value("${spring.kafka.consumer.auto-commit-interval}")
    private String interval;

    @Value("${spring.kafka.consumer.key-deserializer}")
    private String key;

    @Value("${spring.kafka.consumer.value-deserializer}")
    private String value;

    @Value("${spring.kafka.consumer.properties.security.protocol}")
    private String securityProtocol;

    @Value("${spring.kafka.consumer.properties.sasl.mechanism}")
    private String SASLMechanism;

    @Value("${spring.kafka.consumer.properties.sasl.jaas.config}")
    private String SASLJaasConfig;

    @Value("${spring.kafka.consumer.auto-offset-reset}")
    private String offsetReset;
    
    @Value("${spring.kafka.consumer.max-poll-records}")
    private Integer records;

    @Value("${spring.kafka.consumer.properties.session.timeout.ms}")
    private Integer timeout;

    @Value("${spring.kafka.consumer.properties.max.poll.interval.ms}")
    private Integer pollInterval;

    /**
     * 消费者
     * @param topic 主题
     * @param groupId group.id
     */
    public void kafkaConsumer(String topic, String groupId) {
        Properties props = new Properties();
       //Kafka集群
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);
        //消费者组，只要group.id相同，就属于同一个消费者组
        props.put(ConsumerConfig.GROUP_ID_CONFIG, groupId);
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, autoCommit);
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, key);
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, value);
        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, records);
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, offsetReset);
        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, timeout);
        props.put(ConsumerConfig.MAX_POLL_INTERVAL_MS_CONFIG, pollInterval);
        props.put(ConsumerConfig.REQUEST_TIMEOUT_MS_CONFIG,60000);

        //用户密码认证参数
        props.put("security.protocol", securityProtocol);
        props.put("sasl.mechanism", SASLMechanism);
        props.put("sasl.jaas.config", SASLJaasConfig);
        
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
        //消费者订阅主题
        consumer.subscribe(Arrays.asList(topic));

        try {
            while (true) {
                ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(5000));
                for (ConsumerRecord<String, String> record : records) {
                    System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
                    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
                    if (kafkaMessage.isPresent()) {
                        Object message = kafkaMessage.get();
                        JSONObject json = JSON.parseObject(message.toString());
                        //处理逻辑
                        
                        //同步提交，当前线程会阻塞直到offset提交成功
                        consumer.commitSync();
                    }
                }
            }
        } finally {
            consumer.close();
        }

    }

3、监听模式

@KafkaListener(topicPattern="#{'${spring.kafka.consumer.topics}'}",groupId = "#{'${spring.kafka.consumer.group-id}'}")
public void kafkaConsumer(ConsumerRecord<?,?> record) {
    System.out.println("--------------kafka----------------");
    //获取小区id
    List<String> communityIds = communityBaseinfoMapper.getCommunityBaseinfoCommunityId();
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object message = kafkaMessage.get();
        JSONObject json = JSON.parseObject(message.toString());
        ApplyAccess papplyAccess = json.toJavaObject(ApplyAccess.class);
        String communityId = papplyAccess.getCommunityId();
        if (communityIds.contains(communityId)){
            //数据存储
            String idCard = papplyAccess.getIdCard().replace("*", "");
            peopleBaseinfoService.savePapplyAccess(papplyAccess,idCard);
        }
    }
}

4、kafka配置从头消费历史数据

消费者要从头开始消费某个topic的全量数据，需要满足2个条件（spring-kafka）：

（1）使用一个全新的"group.id"（就是之前没有被任何消费者使用过）;

（2）指定"auto.offset.reset"参数的值为earliest；

5、auto.offset.reset设置说明

auto.offset.reset具体含义：（注意版本不同，配置参数会有所不一致，具体参考官网）

• earliest
  当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费
• latest
  当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据
• none
  topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常