介绍Spring Cloud Stream

文章目录

- - 一、核心定位
  - 二、核心概念与组件
  - 三、编程模型（两种风格）
  - - [1. 注解式编程（基于 `@StreamListener`）](#1. 注解式编程（基于 @StreamListener）)
    - [2. 函数式编程（2.2+ 推荐，无注解）](#2. 函数式编程（2.2+ 推荐，无注解）)
  - 四、工作流程
  - 五、核心特性
  - 六、支持的消息中间件
  - 七、适用场景
  - 总结

Spring Cloud Stream 是 Spring Cloud 生态中用于构建 消息驱动微服务 的框架，它基于 Spring Boot 和 Spring Integration，通过 统一的编程模型 屏蔽了不同消息中间件（如 Kafka、RabbitMQ 等）的底层差异，让开发者无需关注具体中间件的 API 细节，只需专注于业务逻辑的开发。

一、核心定位

Spring Cloud Stream 的核心目标是：简化微服务中消息驱动场景的开发，实现消息中间件的解耦。

实际业务中，不同系统可能使用 Kafka、RabbitMQ 等不同的消息中间件，其 API 和特性存在差异（如消息发送、消费的方式）。
Stream 通过"绑定器（Binder）"抽象，将业务逻辑与中间件细节隔离，开发者只需使用统一的 API 编写代码，切换中间件时仅需修改配置，无需改动业务代码。

二、核心概念与组件

理解 Stream 的核心概念是掌握其工作原理的关键：

概念/组件	作用说明
Binder（绑定器）	连接应用与消息中间件的桥梁，负责与具体中间件（如 Kafka、RabbitMQ）交互。Stream 为常见中间件提供了默认 Binder 实现（如 `spring-cloud-stream-binder-kafka`）。
Binding（绑定）	定义应用与 Binder 之间的连接关系，分为"输入绑定（Input Binding）"和"输出绑定（Output Binding）"： - 输出绑定：应用通过它向中间件发送消息； - 输入绑定：应用通过它从中间件接收消息。
消息通道（Message Channel）	应用内部传递消息的管道，分为"输出通道（Source）"和"输入通道（Sink）"： - 输出通道：应用将消息发送到该通道，再由 Binder 转发到中间件； - 输入通道：Binder 从中间件拉取消息，发送到该通道，供应用消费。
Source/Sink/Processor	预定义的消息通道接口，简化绑定定义： - `Source`：包含一个输出通道（`output`），用于发送消息； - `Sink`：包含一个输入通道（`input`），用于接收消息； - `Processor`：继承 `Source` 和 `Sink`，同时支持发送和接收。

三、编程模型（两种风格）

Spring Cloud Stream 支持两种编程模型：注解式 （旧版本主流）和函数式（2.2+ 推荐，更简洁）。

1. 注解式编程（基于 `@StreamListener`）

通过 @EnableBinding 绑定通道，@StreamListener 定义消息消费逻辑。

示例：接收并处理消息

java 复制代码

// 1. 绑定 Sink 输入通道（用于接收消息）
@EnableBinding(Sink.class)
public class MessageConsumer {

    // 2. 监听输入通道（Sink.INPUT 是默认输入通道名）
    @StreamListener(Sink.INPUT)
    public void handleMessage(String message) {
        System.out.println("收到消息：" + message);
    }
}

示例：发送消息

java 复制代码

// 1. 绑定 Source 输出通道（用于发送消息）
@EnableBinding(Source.class)
@Service
public class MessageProducer {

    // 2. 注入输出通道
    @Autowired
    private Source source;

    // 3. 发送消息到输出通道
    public void sendMessage(String content) {
        // 消息通过输出通道发送，由 Binder 转发到中间件
        source.output().send(MessageBuilder.withPayload(content).build());
    }
}

2. 函数式编程（2.2+ 推荐，无注解）

基于 Java 8 函数式接口（Function、Supplier、Consumer），通过配置绑定通道，更简洁且符合 Spring 5 响应式编程风格。

Supplier<T>：用于生产消息（对应输出通道）；
Consumer<T>：用于消费消息（对应输入通道）；
Function<T, R>：用于处理消息（接收 T 类型，返回 R 类型，对应输入+输出通道）。

示例：消费消息（Consumer）

java 复制代码

@Service
public class MessageFunctionConsumer {

    // 定义消费函数（函数名 "receive" 用于配置绑定）
    public Consumer<String> receive() {
        return message -> {
            System.out.println("函数式收到消息：" + message);
        };
    }
}

示例：发送消息（Supplier）

java 复制代码

@Service
public class MessageFunctionProducer {

    // 定义生产函数（每 5 秒发送一条消息）
    public Supplier<String> send() {
        return () -> {
            String message = "函数式发送：" + System.currentTimeMillis();
            System.out.println("准备发送：" + message);
            return message;
        };
    }
}

函数式配置（application.yml） ：

需要通过配置指定函数与通道的绑定关系：

yaml 复制代码

spring:
  cloud:
    stream:
      function:
        definition: receive;send  # 声明使用的函数名（多个用分号分隔）
      bindings:
        # 绑定消费函数（receive 对应输入通道 receive-in-0）
        receive-in-0:
          destination: test-topic  # 中间件的主题/队列名（如 Kafka 主题、RabbitMQ 队列）
        # 绑定生产函数（send 对应输出通道 send-out-0）
        send-out-0:
          destination: test-topic  # 与消费端使用同一个主题
      # 配置绑定器（以 Kafka 为例）
      kafka:
        binder:
          brokers: localhost:9092  # Kafka 服务器地址

四、工作流程

Spring Cloud Stream 的核心工作流程可概括为：
"业务逻辑 → 消息通道 → Binder → 消息中间件"

消息发送 ：

应用通过输出通道（如 Source.output() 或函数式 Supplier）发送消息 → Binder 监听输出通道，将消息转发到中间件的指定主题/队列。
消息接收 ：

Binder 从中间件的主题/队列拉取消息 → 将消息发送到输入通道（如 Sink.INPUT 或函数式 Consumer） → 应用监听输入通道，处理消息。

五、核心特性

中间件解耦：通过 Binder 抽象，切换中间件（如从 RabbitMQ 到 Kafka）仅需修改依赖和配置，无需改动业务代码。
消息分组（Group） ：

多个实例消费同一主题时，通过 spring.cloud.stream.bindings.<channel>.group 配置分组，确保同一消息仅被组内一个实例消费（避免重复消费）。
yaml 复制代码
```
spring:
  cloud:
    stream:
      bindings:
        receive-in-0:
          destination: test-topic
          group: order-service-group  # 分组名
```
消息分区（Partitioning） ：

确保相同特征的消息（如同一用户 ID）被发送到同一实例处理（需配置分区键和分区数），适用于有状态处理场景。
错误处理 ：

支持消息消费失败后的重试（spring.cloud.stream.bindings.<channel>.consumer.max-attempts）、死信队列（DLQ）等机制，避免消息丢失。
响应式支持 ：

兼容 Spring WebFlux，支持响应式消息处理（如返回 Flux/Mono），适合高并发场景。

六、支持的消息中间件

Spring Cloud Stream 为主流消息中间件提供了 Binder 实现，常见的包括：

Apache Kafka
RabbitMQ
RocketMQ（Spring Cloud Alibaba 扩展）
Kafka Streams（用于流处理）

七、适用场景

微服务间异步通信：如订单服务下单后，通过消息通知库存服务减库存。
事件驱动架构（EDA）：基于事件（如"订单创建事件""支付完成事件"）串联多个服务。
流量削峰：通过消息队列缓冲突发请求（如秒杀场景）。
日志/数据同步：收集分散服务的日志或数据，通过消息中间件汇总到数据中心。

总结

Spring Cloud Stream 通过"绑定器 + 消息通道"的抽象，简化了消息驱动微服务的开发，实现了与具体消息中间件的解耦。其函数式编程模型进一步提升了代码简洁性，结合分组、分区、错误处理等特性，使其成为构建高可用、可扩展消息系统的理想选择。

介绍Spring Cloud Stream

文章目录

一、核心定位

二、核心概念与组件

三、编程模型（两种风格）

1. 注解式编程（基于 @StreamListener）

2. 函数式编程（2.2+ 推荐，无注解）

四、工作流程

五、核心特性

六、支持的消息中间件

七、适用场景

总结

1. 注解式编程（基于 `@StreamListener`）