Springboot系列之kafka操作使用詳解

更新時間：2023年08月01日 10:05:13 作者：wotrd

這篇文章主要為大家介紹了Springboot系列之kafka操作使用詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪

kafka簡介

ApacheKafka®是一個分布式流媒體平臺。有三個關(guān)鍵功能：

發(fā)布和訂閱記錄流，類似于消息隊列或企業(yè)消息傳遞系統(tǒng)。
以容錯的持久方式存儲記錄流。
記錄發(fā)生時處理流。

Kafka通常用于兩大類應(yīng)用：

構(gòu)建可在系統(tǒng)或應(yīng)用程序之間可靠獲取數(shù)據(jù)的實時流數(shù)據(jù)管道
構(gòu)建轉(zhuǎn)換或響應(yīng)數(shù)據(jù)流的實時流應(yīng)用程序

kafka概念

（1）什么是流處理？

所謂流處理，我的理解是流水線處理。例如，電子廠每個人負(fù)責(zé)一個功能，來了就處
理，不來就等著。

（2）partition和replication和broker有關(guān)嗎？

partition和replication是分區(qū)和備份的概念。即使是單機(jī)一個broker也一樣支持。

（3）consumer如何設(shè)置和存儲partition的offset偏移量，有哪幾種消費(fèi)模式，怎么確定消息是否被消費(fèi)，將偏移量移到前面會立即消費(fèi)到最后嗎？

使用KafkaConsumer設(shè)置partition和offset。有自動提交和手動ack模式提交偏移量兩種消費(fèi)方式。將偏移量移到前面需要設(shè)置成為消費(fèi)狀態(tài)會立即被消費(fèi)（設(shè)置新消費(fèi)組）。

（4）AckMode模式有哪幾種？

RECORD：處理記錄后，偵聽器返回時提交偏移量

BATCH：在處理poll（）返回的所有記錄時提交偏移量

TIME：只要已超過自上次提交以來的ackTime，就會在處理poll（）返回的所有記錄時提交偏移量

COUNT：只要自上次提交以來已收到ackCount記錄，就會在處理poll（）返回的所有記錄時提交偏移量

COUNT_TIME：與TIME和COUNT類似，但如果任一條件為真，則執(zhí)行提交

MANUAL：消息監(jiān)聽器負(fù)責(zé)確認(rèn)（）確認(rèn)。之后，應(yīng)用與BATCH相同的語義

MANUAL_IMMEDIATE：當(dāng)偵聽器調(diào)用Acknowledgment.acknowledge（）方法時，立即提交偏移量

Springboot使用kafka

（1）注入NewTopic自動在broker中添加topic

@Bean
public NewTopic topic() {
    return new NewTopic("topic1", 2, (short) 1);
}

（2）使用KafkaTemplate發(fā)送消息時，topic自動創(chuàng)建，自動創(chuàng)建的partition是0，長度為1

（3）使用KafkaTemplate發(fā)送消息

@RequestMapping("sendMsgWithTopic")
public String sendMsgWithTopic(@RequestParam String topic, @RequestParam int partition, @RequestParam String key,
                               @RequestParam String value) {
    ListenableFuture<SendResult<String, String>> future = kafkaTemplate.send(topic, partition, key, value);
    return "success";
}

（4）異步發(fā)送消息

public void sendToKafka(final MyOutputData data) {
    final ProducerRecord<String, String> record = createRecord(data);
    ListenableFuture<SendResult<Integer, String>> future = template.send(record);
    future.addCallback(new ListenableFutureCallback<SendResult<Integer, String>>() {
            @Override
            public void onSuccess(SendResult<Integer, String> result) {
                handleSuccess(data);
            }
            @Override
            public void onFailure(Throwable ex) {
                handleFailure(data, record, ex);
           }
    });
}

（5）同步發(fā)送消息

public void sendToKafka(final MyOutputData data) {
    final ProducerRecord<String, String> record = createRecord(data);
    try {
            template.send(record).get(10, TimeUnit.SECONDS);
            handleSuccess(data);
    }catch (ExecutionException e) {
            handleFailure(data, record, e.getCause());
    }catch (TimeoutException | InterruptedException e) {
            handleFailure(data, record, e);
    }
}

（6）事務(wù)

（1）Spring事務(wù)支持一起使用（@Transactional，TransactionTemplate等）
（2）使用template執(zhí)行事務(wù)
    boolean result = template.executeInTransaction(t -> {
    t.sendDefault("thing1", "thing2");
    t.sendDefault("cat", "hat");
    return true;
    });

（7）消費(fèi)者

（1）簡單使用
 @KafkaListener(id = "myListener", topics = "myTopic",
    autoStartup = "${listen.auto.start:true}", concurrency = "${listen.concurrency:3}")
 public void listen(String data) {
    ...
 }
（2）配置多個topic和partition，TopicPartition中partitions和PartitionOffset不能同時使用
 @KafkaListener(id = "thing2", topicPartitions =
    { @TopicPartition(topic = "topic1", partitions = { "0", "1" }),
      @TopicPartition(topic = "topic2", partitions = "0",
         partitionOffsets = @PartitionOffset(partition = "1", initialOffset = "100"))
    })
 public void listen(ConsumerRecord<?, ?> record) {
    ...
 }
（3）使用ack手動確認(rèn)模式
 @KafkaListener(id = "cat", topics = "myTopic",
      containerFactory = "kafkaManualAckListenerContainerFactory")
 public void listen(String data, Acknowledgment ack) {
    ...
    ack.acknowledge();
 }
 (4)獲取消息的header信息
 @KafkaListener(id = "qux", topicPattern = "myTopic1")
 public void listen(@Payload String foo,
        @Header(KafkaHeaders.RECEIVED_MESSAGE_KEY) Integer key,
        @Header(KafkaHeaders.RECEIVED_PARTITION_ID) int partition,
        @Header(KafkaHeaders.RECEIVED_TOPIC) String topic,
        @Header(KafkaHeaders.RECEIVED_TIMESTAMP) long ts
    ) {
    ...
 }
（5）批處理
 @KafkaListener(id = "list", topics = "myTopic", containerFactory = "batchFactory")
 public void listen(List<String> list,
    @Header(KafkaHeaders.RECEIVED_MESSAGE_KEY) List<Integer> keys,
    @Header(KafkaHeaders.RECEIVED_PARTITION_ID) List<Integer> partitions,
    @Header(KafkaHeaders.RECEIVED_TOPIC) List<String> topics,
    @Header(KafkaHeaders.OFFSET) List<Long> offsets) {
    ...
 }
（6）使用@Valid校驗數(shù)據(jù)
 @KafkaListener(id="validated", topics = "annotated35", errorHandler = "validationErrorHandler",
   containerFactory = "kafkaJsonListenerContainerFactory")
 public void validatedListener(@Payload @Valid ValidatedClass val) {
    ...
 }
 @Bean
 public KafkaListenerErrorHandler validationErrorHandler() {
    return (m, e) -> {
        ...
    };
 }
（7）topic根據(jù)參數(shù)類型映射不同方法
 @KafkaListener(id = "multi", topics = "myTopic")
 static class MultiListenerBean {
    @KafkaHandler
    public void listen(String cat) {
        ...
    }
    @KafkaHandler
    public void listen(Integer hat) {
        ...
    }
    @KafkaHandler
    public void delete(@Payload(required = false) KafkaNull nul, @Header(KafkaHeaders.RECEIVED_MESSAGE_KEY) int key) {
        ...
    }
 }