kafka生产者与消费者

文章目录


提示:这里可以添加本文要记录的大概内容:

一、 pom.xml依赖包

java 复制代码
<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
    <version>2.8.0</version>
</dependency>

二、yml配置文件

yml 复制代码
spring:
  kafka:
    listener:
      concurrency: 3  #线程数
      ack-mode: manual_immediate
      type: batch #批量
    bootstrap-servers: 192.168.1.214:9092
    # 生产者配置
    producer:
#      retries: 1 # 消息发送重试次数
      batch-size: 16384
      buffer-memory: 33554432
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
      key-serializer: org.apache.kafka.common.serialization.StringSerializer

    #消费者需配置,生产者不需要
    consumer:
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      group-id: goodwe-touring-car-groupid-1
      auto-offset-reset: earliest #latest, earliest, none
      enable-auto-commit: false
      auto-commit-interval: 5000
      max-poll-records: 1000        #批量消费最大数量

    topic: portable_performance

#自定义项目run, 运行kafka.
custom:
  run:
    kafka: true
    
    
    
############################### 参数说明 #########################################
    consumer:
      # 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
      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
        missing-topics-fatal: false

三、消费者

java 复制代码
import com.alibaba.fastjson.JSON;
import com.baomidou.mybatisplus.core.toolkit.CollectionUtils;
import com.goodwe.kafkaapi.model.constant.RedisConst;
import com.goodwe.kafkaapi.model.entity.ConsumerMessageData;
import lombok.extern.slf4j.Slf4j;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.kafka.support.Acknowledgment;

import javax.annotation.Resource;
import java.util.*;
import java.util.stream.Collectors;


/**
 * @Description : kafka消费者
 *
 * @Author : LiYan
 * @CreateTime : 2023/8/16 8:35
 */
@Slf4j
@Configuration
public class KafkaConsumer {

    private static final String REDIS_KEY = RedisConst.getREDIS_PREFIX() + RedisConst.getKEY();

    @Resource
    private RedisTemplate<String,String> redisTemplate;

    @KafkaListener(topics = "#{'${spring.kafka.topic}'}", autoStartup = "${custom.run.kafka}")
    public void receive(List<ConsumerRecord<String, String>> listMessage, Acknowledgment ack) {
        try {
            log.info("----------------------开始消费消息--------------------------");

            if (CollectionUtils.isNotEmpty(listMessage)) {
                Map<String, ConsumerMessageData> dataMap = listMessage.stream()
                        .map(message -> JSON.parseObject(message.value(), ConsumerMessageData.class))
                        .collect(Collectors.toMap(ConsumerMessageData::getSn, data -> data, (oldValue, newValue) -> newValue));

                dataMap.forEach((key, value) -> {
                    redisTemplate.opsForZSet().add(REDIS_KEY, JSON.toJSONString(value), System.currentTimeMillis());
                });
            }
        } catch (Exception ex) {
            log.info("【断点续传处理】消费断点续传数据error;", ex);
        } finally {
            ack.acknowledge();
        }
    }
}

四、生产者

java 复制代码
@SpringBootTest
class KafkaApiApplicationTests {

    @Resource
    private KafkaTemplate<String, String> kafkaTemplate;

    @Test
    public void testRedis(){
        List<ConsumerMessageData> messageData = messageData();
        for (ConsumerMessageData data : messageData) {
            String topic = "portable_performance";
            kafkaTemplate.send(topic, JSON.toJSONString(data));
        }
    }
}


@RestController
public class KafkaController {

    @Autowired
    private KafkaTemplate<String, String> kafkaTemplate;

    @PostMapping("/send")
    public void sendMessage(@RequestBody String message) {
        kafkaTemplate.send("my-topic", message);
    }

}

总结

================== 好记性不如烂笔头=========================

相关推荐
RodrickOMG10 分钟前
【大数据】Hadoop三节点集群搭建
大数据·hadoop·分布式
乄北城以北乀38 分钟前
第1章 R语言中的并行处理入门
开发语言·分布式·r语言
customer081 小时前
【开源免费】基于SpringBoot+Vue.JS安康旅游网站(JAVA毕业设计)
java·vue.js·spring boot·后端·kafka·开源·旅游
得谷养人5 小时前
flink-1.16 table sql 消费 kafka 数据,指定时间戳位置消费数据报错:Invalid negative offset 问题解决
sql·flink·kafka
天乐敲代码5 小时前
Etcd静态分布式集群搭建
数据库·分布式·etcd
光纤传感技术研究7 小时前
分布式光纤传感|分布式光纤测温|线型光纤感温火灾探测器DTS|DTS|DAS|BOTDA的行业16年的总结【2024年】
分布式·dts·光纤传感器·botda·光纤传感技术
dbcat官方7 小时前
1.微服务灰度发布(方案设计)
java·数据库·分布式·微服务·中间件·架构
明达技术9 小时前
分布式 IO 模块助力冲压机械臂产线实现智能控制
分布式
溟洵9 小时前
【C++】异步(并发)实现 线程池 ---附源码+实现步骤(future、async、promise、package_task、任务池原理和框架)
服务器·网络·c++·分布式·后端