目录

java Kafka批量消费和单个消费消息

1、批量消费消息

1.1 配置参数

fetch.min.bytes:拉取的最小字节数

fetch.max.bytes:拉取的最大字节数

max.partition.fetch.bytes:分区拉取的最大字节数

fetch.max.wait.ms:拉取操作的最大等待时间

max.poll.records:拉取操作最大获取的记录数量

以上参数决定了一次消费能消费多少条消息。

java 复制代码
    @Bean
    public KafkaListenerContainerFactory<?> kafkaBatchConsumerFactory() {
        return batchFactory(consumerConfig(KafkaConsumerGroupIdConstant.KAFKA_CONSUMER_BATCH_GROUP, KafkaConsumerResetOffsetEnum.EARLIEST.getType()));
    }

1.2 消费代码

java 复制代码
    @KafkaListener(groupId = KafkaConsumerGroupIdConstant.KAFKA_CONSUMER_BATCH_GROUP,
            topics = KafkaTopicConstant.KAFKA_TOPIC,
            containerFactory = "kafkaBatchConsumerFactory")
    public void batchConsume(List<ConsumerRecord<String, String>> records, Acknowledgment ack) {
        String topicName = KafkaTopicConstant.KAFKA_TOPIC;
        try {
            List<String> valueList = records.stream()
                    .map(ConsumerRecord::value).collect(Collectors.toList());
            for (String value : valueList) {
                log.info("批量消费topic:{}, value:{}", topicName, value);
            }
            ack.acknowledge();
        } catch (Exception e) {
            log.error("kafka消费{}:", topicName, e);
        }
    }

1.3 消费结果

2、单个消费消息

2.1 配置参数

java 复制代码
    @Bean
    public KafkaListenerContainerFactory<?> kafkaSingleConsumerFactory() {
        ConcurrentKafkaListenerContainerFactory<Integer, String> resultFactory = batchFactory(consumerConfig(KafkaConsumerGroupIdConstant.KAFKA_CONSUMER_SINGLE_GROUP, KafkaConsumerResetOffsetEnum.EARLIEST.getType()));
        resultFactory.setBatchListener(false);
        return resultFactory;
    }

2.2 消费代码

java 复制代码
    @KafkaListener(groupId = KafkaConsumerGroupIdConstant.KAFKA_CONSUMER_SINGLE_GROUP,
            topics = KafkaTopicConstant.KAFKA_TOPIC,
            containerFactory = "kafkaSingleConsumerFactory")
    public void singleConsume(ConsumerRecord<String, String> records, Acknowledgment ack) {
        String topicName = KafkaTopicConstant.KAFKA_TOPIC;
        try {
            log.info("单个消费 topic:{}, value:{}", topicName, records.value());
            ack.acknowledge();
        } catch (Exception e) {
            log.error("kafka消费{}:", topicName, e);
        }
    }

2.3 消费结果

注:

部分代码未能在博客内体现,请点击以下链接跳转至Gitee的xudongbase项目的kafka分支。

xudongbase: 主要是项目中可以用到的共通方法,现有easyexcel分支在持续更新中。欢迎大家Star和提交Issues。easyexcel分支:批量设置样式,批量添加批注,批量合并单元格,设置冻结行和列,设置行高列宽,隐藏行和列,绑定下拉框数据,设置水印,插入图片 - Gitee.comhttps://gitee.com/xudong_master/xudongbase/tree/kafka/

本文是转载文章,点击查看原文
如有侵权,请联系 xyy@jishuzhan.net 删除
相关推荐
掘金-我是哪吒21 分钟前
分布式微服务系统架构第99集:缓存系统的实战级优化案例
分布式·缓存·微服务·云原生·架构
群联云防护小杜7 小时前
基于AI的Web应用防火墙(AppWall)实战:漏洞拦截与威胁情报集成
前端·分布式·安全·ddos
云之兕9 小时前
分布式ID生成器设计详解
分布式
不懂的浪漫9 小时前
分布式限流器框架 eval-rate-limiter
分布式
Gvemis⁹9 小时前
Spark Core(二)
大数据·分布式·spark
小薛博客10 小时前
架构设计之Redisson分布式锁-可重入同步锁(一)
java·redis·分布式
wgslucky10 小时前
Jmeter分布式测试启动
分布式·jmeter
炒空心菜菜12 小时前
spark数据清洗案例:流量统计
大数据·分布式·spark
mikey棒棒棒14 小时前
使用RabbitMQ实现异步秒杀
java·分布式·rabbitmq·mq
Pitayafruit14 小时前
【📕分布式锁通关指南 09】源码剖析redisson之公平锁的实现
redis·分布式·后端