springboot之配置双kafka全过程
目录
springboot配置双kafka
引入Maven kafka jar、准备两个kafka；
配置yml配置文件
配置KafkaConfig类
发送工具类MyKafkaProducer
测试类
接收类
测试结果
总结
springboot配置双kafka使用spring boot 2.0.8.RELEASE 版本
引入Maven kafka jar、准备两个kafka；<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>
配置yml配置文件
spring:
kafka:
bootstrap-servers: 180.167.180.242:9092 #kafka的访问地址，多个用","隔开
consumer:
enable-auto-commit: true
group-id: kafka #群组ID
outkafka:
bootstrap-servers: localhost:9092 #kafka的访问地址，多个用","隔开
consumer:
enable-auto-commit: true
group-id: kafka_1 #群组ID
配置KafkaConfig类
import java.util.HashMap;
import java.util.Map;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.apache.kafka.common.serialization.StringSerializer;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;
import org.springframework.kafka.config.KafkaListenerContainerFactory;
import org.springframework.kafka.core.ConsumerFactory;
import org.springframework.kafka.core.DefaultKafkaConsumerFactory;
import org.springframework.kafka.core.DefaultKafkaProducerFactory;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.core.ProducerFactory;
import org.springframework.kafka.listener.ConcurrentMessageListenerContainer;
@Configuration
@EnableKafka
public class KafkaConfig {
@Value("${spring.kafka.bootstrap-servers}")
private String innerServers;
@Value("${spring.kafka.consumer.group-id}")
private String innerGroupid;
@Value("${spring.kafka.consumer.enable-auto-commit}")
private String innerEnableAutoCommit;
@Bean
@Primary//理解为默认优先选择当前容器下的消费者工厂
KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<Integer, String>> kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<Integer, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory());
factory.setConcurrency(3);
factory.getContainerProperties().setPollTimeout(3000);
return factory;
}
@Bean//第一个消费者工厂的bean
public ConsumerFactory<Integer, String> consumerFactory() {
return new DefaultKafkaConsumerFactory<>(consumerConfigs());
}
@Bean
public Map<String, Object> consumerConfigs() {
Map<String, Object> props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, innerServers);
props.put(ConsumerConfig.GROUP_ID_CONFIG, innerGroupid);
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, innerEnableAutoCommit);
// props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "100");
// props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, "15000");
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
return props;
}
@Bean //生产者工厂配置
public ProducerFactory<String, String> producerFactory() {
return new DefaultKafkaProducerFactory<>(senderProps());
}
@Bean //kafka发送消息模板
public KafkaTemplate<String, String> kafkaTemplate() {
return new KafkaTemplate<String, String>(producerFactory());
}
/**
* 生产者配置方法
*
* 生产者有三个必选属性
* <p>
* 1.bootstrap.servers broker地址清单，清单不要包含所有的broker地址，
* 生产者会从给定的broker里查找到其他broker的信息。不过建议至少提供两个broker信息，一旦 其中一个宕机，生产者仍能能够连接到集群上。
* </p>
* <p>
* 2.key.serializer broker希望接收到的消息的键和值都是字节数组。 生产者用对应的类把键对象序列化成字节数组。
* </p>
* <p>
* 3.value.serializer 值得序列化方式
* </p>
*
*
* @return
*/
private Map<String, Object> senderProps() {
Map<String, Object> props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, innerServers);
/**
* 当从broker接收到的是临时可恢复的异常时，生产者会向broker重发消息，但是不能无限
* 制重发，如果重发次数达到限制值，生产者将不会重试并返回错误。
* 通过retries属性设置。默认情况下生产者会在重试后等待100ms，可以通过 retries.backoff.ms属性进行修改
*/
props.put(ProducerConfig.RETRIES_CONFIG, 0);
/**
* 在考虑完成请求之前，生产者要求leader收到的确认数量。这可以控制发送记录的持久性。允许以下设置：
* <ul>
* <li>
* <code> acks = 0 </ code>如果设置为零，则生产者将不会等待来自服务器的任何确认。该记录将立即添加到套接字缓冲区并视为已发送。在这种情况下，无法保证服务器已收到记录，并且
* <code>retries </ code>配置将不会生效（因为客户端通常不会知道任何故障）。为每条记录返回的偏移量始终设置为-1。
* <li> <code> acks = 1 </code>
* 这意味着leader会将记录写入其本地日志，但无需等待所有follower的完全确认即可做出回应。在这种情况下，
* 如果leader在确认记录后立即失败但在关注者复制之前，则记录将丢失。
* <li><code> acks = all </code>
* 这意味着leader将等待完整的同步副本集以确认记录。这保证了只要至少一个同步副本仍然存活，记录就不会丢失。这是最强有力的保证。
* 这相当于acks = -1设置
*/
props.put(ProducerConfig.ACKS_CONFIG, "1");
/**
* 当有多条消息要被发送到统一分区是，生产者会把他们放到统一批里。kafka通过批次的概念来 提高吞吐量，但是也会在增加延迟。
*/
// 以下配置当缓存数量达到16kb，就会触发网络请求，发送消息
// props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
// 每条消息在缓存中的最长时间，如果超过这个时间就会忽略batch.size的限制，由客户端立即将消息发送出去
// props.put(ProducerConfig.LINGER_MS_CONFIG, 1);
// props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return props;
}
@Value("${spring.outkafka.bootstrap-servers}")
private String outServers;
@Value("${spring.outkafka.consumer.group-id}")
private String outGroupid;
@Value("${spring.outkafka.consumer.enable-auto-commit}")
private String outEnableAutoCommit;
static {
}
/**
* 连接第二个kafka集群的配置
*/
@Bean
KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<Integer, String>> kafkaListenerContainerFactoryOutSchedule() {
ConcurrentKafkaListenerContainerFactory<Integer, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactoryOutSchedule());
factory.setConcurrency(3);
factory.getContainerProperties().setPollTimeout(3000);
return factory;
}
@Bean
public ConsumerFactory<Integer, String> consumerFactoryOutSchedule() {
return new DefaultKafkaConsumerFactory<>(consumerConfigsOutSchedule());
}
/**
* 连接第二个集群的消费者配置
*/
@Bean
public Map<String, Object> consumerConfigsOutSchedule() {
Map<String, Object> props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, outServers);
props.put(ConsumerConfig.GROUP_ID_CONFIG, outGroupid);
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, outEnableAutoCommit);
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
return props;
}
@Bean //生产者工厂配置
public ProducerFactory<String, String> producerOutFactory() {
return new DefaultKafkaProducerFactory<>(senderOutProps());
}
@Bean //kafka发送消息模板
public KafkaTemplate<String, String> kafkaOutTemplate() {
return new KafkaTemplate<String, String>(producerOutFactory());
}
/**
* 生产者配置方法
*
* 生产者有三个必选属性
* <p>
* 1.bootstrap.servers broker地址清单，清单不要包含所有的broker地址，
* 生产者会从给定的broker里查找到其他broker的信息。不过建议至少提供两个broker信息，一旦 其中一个宕机，生产者仍能能够连接到集群上。
* </p>
* <p>
* 2.key.serializer broker希望接收到的消息的键和值都是字节数组。 生产者用对应的类把键对象序列化成字节数组。
* </p>
* <p>
* 3.value.serializer 值得序列化方式
* </p>
*
*
* @return
*/
private Map<String, Object> senderOutProps() {
Map<String, Object> props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, outServers);
/**
* 当从broker接收到的是临时可恢复的异常时，生产者会向broker重发消息，但是不能无限
* 制重发，如果重发次数达到限制值，生产者将不会重试并返回错误。
* 通过retries属性设置。默认情况下生产者会在重试后等待100ms，可以通过 retries.backoff.ms属性进行修改
*/
props.put(ProducerConfig.RETRIES_CONFIG, 0);
/**
* 在考虑完成请求之前，生产者要求leader收到的确认数量。这可以控制发送记录的持久性。允许以下设置：
* <ul>
* <li>
* <code> acks = 0 </ code>如果设置为零，则生产者将不会等待来自服务器的任何确认。该记录将立即添加到套接字缓冲区并视为已发送。在这种情况下，无法保证服务器已收到记录，并且
* <code>retries </ code>配置将不会生效（因为客户端通常不会知道任何故障）。为每条记录返回的偏移量始终设置为-1。
* <li> <code> acks = 1 </code>
* 这意味着leader会将记录写入其本地日志，但无需等待所有follower的完全确认即可做出回应。在这种情况下，
* 如果leader在确认记录后立即失败但在关注者复制之前，则记录将丢失。
* <li><code> acks = all </code>
* 这意味着leader将等待完整的同步副本集以确认记录。这保证了只要至少一个同步副本仍然存活，记录就不会丢失。这是最强有力的保证。
* 这相当于acks = -1设置
*/
props.put(ProducerConfig.ACKS_CONFIG, "1");
/**
* 当有多条消息要被发送到统一分区是，生产者会把他们放到统一批里。kafka通过批次的概念来 提高吞吐量，但是也会在增加延迟。
*/
// 以下配置当缓存数量达到16kb，就会触发网络请求，发送消息
// props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
// 每条消息在缓存中的最长时间，如果超过这个时间就会忽略batch.size的限制，由客户端立即将消息发送出去
// props.put(ProducerConfig.LINGER_MS_CONFIG, 1);
// props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return props;
}
}
发送工具类MyKafkaProducer
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.support.SendResult;
import org.springframework.scheduling.annotation.EnableScheduling;
import org.springframework.stereotype.Component;
import org.springframework.util.concurrent.ListenableFuture;
import lombok.extern.slf4j.Slf4j;
/**
* <p>
* <b>KafkaProducer Description:</b> kafka生产者
* </p>
*
* @author douzaixing<b>DATE</b> 2019年7月8日 下午4:09:29
*/
@Component // 这个必须加入容器不然，不会执行
@EnableScheduling // 这里是为了测试加入定时调度
@Slf4j
public class MyKafkaProducer {
@Autowired
private KafkaTemplate<String, String> kafkaTemplate;
@Autowired
private KafkaTemplate<String, String> kafkaOutTemplate;
public ListenableFuture<SendResult<String, String>> send(String topic, String key, String json) {
ListenableFuture<SendResult<String, String>> result = kafkaTemplate.send(topic, key, json);
log.info("inner kafka send #topic=" + topic + "#key=" + key + "#json=" + json + "#推送成功===========");
return result;
}
public ListenableFuture<SendResult<String, String>> sendOut(String topic, String key, String json) {
ListenableFuture<SendResult<String, String>> result = kafkaOutTemplate.send(topic, key, json);
log.info("out kafka send #topic=" + topic + "#key=" + key + "#json=" + json + "#推送成功===========");
return result;
}
}
测试类
@Slf4j
@RunWith(SpringJUnit4ClassRunner.class)
@SpringBootTest(classes={OesBcServiceApplication.class})
public class MoreKafkaTest {
@Autowired
private MyKafkaProducer kafkaProducer;
@Test
public void sendInner() {
for (int i = 0; i < 1; i++) {
kafkaProducer.send("inner_test", "douzi" + i, "liyuehua" + i);
kafkaProducer.sendOut("out_test", "douziout" + i, "fanbingbing" + i);
}
}
}
接收类
@Component
@Slf4j
public class KafkaConsumer {
@KafkaListener(topics={"inner_test"}, containerFactory="kafkaListenerContainerFactory")
public void innerlistener(ConsumerRecord<String, String> record) {
log.info("inner kafka receive #key=" + record.key() + "#value=" + record.value());
}
@KafkaListener(topics={"out_test"}, containerFactory="kafkaListenerContainerFactoryOutSchedule")
public void outListener(ConsumerRecord<String, String> record) {
log.info("out kafka receive #key=" + record.key() + "#value=" + record.value());
}
}
测试结果
总结07-11 12:41:27.811 INFO [com.wondertek.oes.bc.service.send.MyKafkaProducer] - inner kafka send #topic=inner_test#key=douzi0#json=liyuehua0#推送成功===========
07-11 12:41:27.995 INFO [com.wondertek.oes.bc.service.send.KafkaConsumer] - inner kafka receive #key=douzi0#value=liyuehua0
07-11 12:41:28.005 INFO [com.wondertek.oes.bc.service.send.MyKafkaProducer] - out kafka send #topic=out_test#key=douziout0#json=fanbingbing0#推送成功===========
07-11 12:41:28.013 INFO [com.wondertek.oes.bc.service.send.KafkaConsumer] - out kafka receive #key=douziout0#value=fanbingbing0
以上为个人经验，希望能给大家一个参考，也希望大家多多支持软件开发网。
