Kafka在Springboot项目中的实践

目录

1、kafka原理介绍

1.1、Kafka的ack机制

1.2、kafka集群组成

2、原生kafka消费

3、SpringBoot集成


前言:

在之前的介绍中,kafka里面的Topic可以进行多个分区:每个Partion内部是有顺序的、不可变的消息队列, 并且可以持续的添加。

每个 partition 是一个 append-only 的日志文件,消息按写入顺序严格排序。

基于以上诸多因素:Kafka 适合高吞吐量和流式数据处理。

如下图所示:

关于更多kafka消费模式的介绍,可参考:

kafka消费的模式及消息积压处理方案_kafka消费的三种模式-CSDN博客文章浏览阅读1.1k次,点赞24次,收藏27次。 Kafka消费积压(Consumer Lag)是指消费者处理消息的速度跟不上生产者发送消息的速度,导致消息在Kafka主题中堆积。1. 如果是Kafka消费能力不足,则可以考虑增加 topic 的 partition 的个数(提高kafka的并行度),同时提升消费者组的消费者数量,消费数 = 分区数 (二者缺一不可)2. 若是下游数据处理不及时,则提高每批次拉取的数量。批次拉取数量过少(拉取数据/处理时间 < 生产速度),使处理的数据小于生产的数据,也会造成数据积压。_kafka消费的三种模式https://dyclt.blog.csdn.net/article/details/148747641?spm=1011.2415.3001.5331

关于kafka的原理介绍,可参考:

关于MQ之kafka的深入研究_mq kafaka-CSDN博客文章浏览阅读1.6k次,点赞22次,收藏15次。Kafka、RabbitMQ、RocketMQ 和 ActiveMQ 是流行的消息队列解决方案,它们在架构设计、性能、特性和适用场景上各有不同。Kafka 适合高吞吐量和流式数据处理,RabbitMQ 适合需要复杂路由和灵活性场景,RocketMQ 适用于高并发的应用场景,而 ActiveMQ 则适合企业级 Java 应用集成。_mq kafakahttps://dyclt.blog.csdn.net/article/details/148535599?spm=1011.2415.3001.5331


1、kafka原理介绍

1.1、Kafka的ack机制

producer在向kafka写入消息的时候,可以设置参数来确定是否确认kafka接收到数据,这个参数可设置 的值为0,1,all

0:

代表producer往集群发送数据不需要等到集群的返回,不确保消息发送成功。安全性最低但是效 率最高。

1:

代表producer往集群发送数据只要leader应答就可以发送下一条,只确保leader发送成功。

all:

**代表producer往集群发送数据需要所有的follower都完成从leader的同步才会发送下一条,**确保 leader发送成功和所有的副本都完成备份。安全性最⾼高,但是效率最低。

⚠️注意:

如果往不存在的topic写数据,kafka会**⾃动创建topic,partition和replication的数量 默认配置都是1。**

1.2、kafka集群组成

当消息从producer推送给broker,消费者会从broker的leader节点去读取数据。每个broker对应的不同的节点。

如下所示:


2、原生kafka消费

1、pom 引入核心依赖

引入依赖时,尽量选择和 kafka 版本对应的依赖版本。

XML 复制代码
<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka_2.13</artifactId>
    <version>4.0.0</version>
</dependency>

2、提供者客户端代码

  1. 设置提供者客户端属性(可选属性都被定义在 ProducerConfig 类中)
  2. 设置要发送的消息
  3. 发送(有三种发送方式,下面代码中都有)

代码如下所示:

java 复制代码
public class MyProducer {

    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // 第一步:设置提供者属性
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.2.28:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);

        try (Producer<String, String> producer = new KafkaProducer<>(props)) {

            // 第二步:设置要发送的消息
            ProducerRecord<String, String> record = new ProducerRecord<>("testTopic", "testKey", "testValue");

            // 第三部:发送消息
            // send(producer, record);
            // sendSync(producer, record);
            sendASync(producer, record);
        }
    }

    /**
     * 发送方式1:单向推送,不关心服务器的应答
     */
    private static void send(Producer<String, String> producer, ProducerRecord<String, String> record) {
        producer.send(record);
    }

    /**
     * 发送方式2:同步推送,得到服务器的应答前会阻塞当前线程
     */
    private static void sendSync(Producer<String, String> producer, ProducerRecord<String, String> record) throws ExecutionException, InterruptedException {
        RecordMetadata metadata = producer.send(record).get();
        System.out.println(metadata.topic());
        System.out.println(metadata.partition());
        System.out.println(metadata.offset());
    }

    /**
     * 发送方式3:异步推送,不需等待服务器应答,当服务器有应答后会触发函数回调
     */
    private static void sendASync(Producer<String, String> producer, ProducerRecord<String, String> record) {
        producer.send(record, (metadata, exception) -> {
            if (exception != null) {
                throw new RuntimeException("向 kafka 推送失败", exception);
            }
            System.out.println(metadata.topic());
            System.out.println(metadata.partition());
            System.out.println(metadata.offset());
        });
    }
}

3、消费者客户端代码:

消费者客户端要做三件事:

  1. 设置消费者客户端属性(可选属性都被定义在 ConsumerConfig 类中)
  2. 设置消费者订阅的主题
  3. 拉取消息
  4. 提交 offset(有两种提交方式,下面代码中都有)
java 复制代码
public class MyConsumer {
    public static void main(String[] args) {
        // 第一步:设置消费者属性
        Properties props = new Properties();
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.2.28:9092");
        props.put(ConsumerConfig.GROUP_ID_CONFIG, "testGroup");
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);

        try (Consumer<String, String> consumer = new KafkaConsumer<>(props)) {
            // 第二步:设置要订阅的主题
            consumer.subscribe(Collections.singletonList("testTopic"));

            while (true) {
                // 第三步:拉取消息,100 代表最大等待时间,如果时间到了还没有拉取到消息就不阻塞了继续往后执行
                ConsumerRecords<String, String> records = consumer.poll(Duration.ofNanos(100));
                for (ConsumerRecord<String, String> record : records) {
                    System.out.println(record.value());
                }
                // 第四步:提交 offset
                // consumer.commitSync(); // 同步提交,表示必须等到 offset 提交完毕,再去消费下⼀批数据
                consumer.commitSync(); // 异步提交,表示发送完提交 offset 请求后,就开始消费下⼀批数据了。不⽤等到Broker的确认。
            }
        }
    }
}

3、SpringBoot集成

springboot 版本是最常用的,比原生客户端使用方便。但是道理是一样的,底层也是原生客户端。

1、pom引入依赖

java 复制代码
<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>3.1.0</version>
</parent>
<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.kafka</groupId>
        <artifactId>spring-kafka</artifactId>
    </dependency>
</dependencies>

2、yaml 配置文件

把原生客户端中的属性配置,配置在 yaml 中。

如下所示:

java 复制代码
spring:
  kafka:
    bootstrap-servers: 192.168.2.28:9092
    producer:
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
    consumer:
      group-id: testGroup
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

3、客户端代码

  1. 注入 KafkaTemplate
  2. 发送
java 复制代码
@RestController
public class ProducerController {

    /**
     * kafka
     */
    private KafkaTemplate<String, Object> kafkaTemplate;

    @Autowired
    public void setKafkaTemplate(KafkaTemplate<String, Object> kafkaTemplate) {
        this.kafkaTemplate = kafkaTemplate;
    }

    @GetMapping("/test")
    public void send() {
        // 发送 kafka 消息
        kafkaTemplate.send("testTopic", "testKey", "testValue");
    }

}

4、消费者

只需要监听主题就可以,如下所示:

java 复制代码
@RestController
public class ConsumerController {

    // 监听 kafka 消息
    @KafkaListener(topics = {"testTopic"})
    public void test(ConsumerRecord<?, ?> record) {
        System.out.println(record.value());
    }
}

总结

Kafka 是一个强大的分布式流处理平台,凭借其 高吞吐量、持久化、水平扩展实时处理能力,成为大数据和实时系统的核心组件。


参考文章:

1、Kafka 在 java 中的基本使用_java kafka-CSDN博客文章浏览阅读973次,点赞5次,收藏5次。Kafka 在 java 中的基本使用、原生客户端、集成 springboot_java kafkahttps://blog.csdn.net/ougaii_/article/details/146944003?spm=1000.2115.3001.10526&utm_medium=distribute.pc_feed_blog_category.none-task-blog-classify_tag-19-146944003-null-null.nonecase&depth_1-utm_source=distribute.pc_feed_blog_category.none-task-blog-classify_tag-19-146944003-null-null.nonecase

相关推荐
努力搬砖ll3 小时前
分布式弹幕系统设计
分布式
九伯都6 小时前
rabbitmq的安装和使用-windows版本
windows·分布式·rabbitmq
你我约定有三9 小时前
分布式微服务--万字详解 微服务的各种负载均衡全场景以注意点
java·开发语言·windows·分布式·微服务·架构·负载均衡
旋风菠萝10 小时前
JVM易混淆名称
java·jvm·数据库·spring boot·redis·面试
weisian15111 小时前
Java WEB技术-序列化和反序列化认识(SpringBoot的Jackson序列化行为?如何打破序列化过程的驼峰规则?如何解决学序列化循环引用问题?)
java·spring boot
哈哈很哈哈11 小时前
Hadoop JMX 配置的完整文档
大数据·hadoop·分布式
橘子编程11 小时前
SpringMVC核心原理与实战指南
java·spring boot·spring·tomcat·mybatis
首席令狐冲11 小时前
RabbitMQ安装与介绍
分布式·rabbitmq·ruby
Dragon online11 小时前
数据仓库深度探索系列:架构选择与体系构建
大数据·数据仓库·分布式·架构·spark·大数据架构·数仓架构
慌糖13 小时前
Spring Boot音乐服务器项目-查询喜欢的音乐模块
服务器·spring boot·mybatis