技术标签: Kafka客户端 java spring-kafka Spring Boot微服务 kafka L02-SpringBoot
记录:457
场景:在Spring Boot微服务集成Kafka客户端spring-kafka-2.8.2操作Kafka。使用Spring封装的KafkaTemplate操作Kafka生产者Producer。使用Spring封装的@KafkaListener操作Kafka的消费者Consumer。
版本:JDK 1.8,Spring Boot 2.6.3,kafka_2.12-2.8.0,spring-kafka-2.8.2。
Kafka安装:https://blog.csdn.net/zhangbeizhen18/article/details/129071395
1.基础概念
Event:An event records the fact that "something happened" in the world or in your business. It is also called record or message in the documentation.
Broker:一个Kafka节点就是一个broker;多个Broker可以组成一个Kafka集群。
Topic:Kafka根据Topic对消息进行归类,发布到Kafka的每条消息都需要指定一个Topic。
Producer:消息生产者,向Broker发送消息的客户端。
Consumer:消息消费者,从Broker读取消息的客户端。
ConsumerGroup:每个Consumer属于一个特定的ConsumerGroup,一条消息可以被多个不同的ConsumerGroup消费;但是一个ConsumerGroup中只能有一个Consumer能够消费该消息。
Partition:一个topic可以分为多个partition,每个partition内部消息是有序的。
publish:发布,使用Producer向Kafka写入数据。
subscribe:订阅,使用Consumer从Kafka读取数据。
2.微服务中配置Kafka信息
(1)在pom.xml添加依赖
pom.xml文件:
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
<version>2.8.2</version>
</dependency>
解析:spring-kafka选择一般是使用spring-boot集成的对应版本。
请知悉:spring-kafka框架底层使用了原生的kafka-clients。本例对应版本:3.0.0。
(2)在application.yml中配置Kafka信息
配置细节在官网的configuration:https://kafka.apache.org/documentation/
(1)application.yml配置内容
spring:
kafka:
#kafka服务端的IP和端口,格式:(ip:port)
bootstrap-servers: 192.168.19.203:29001
#生产者
producer:
#客户端发送服务端失败的重试次数
retries: 2
#多个记录被发送到同一个分区时,生产者将尝试将记录一起批处理成更少的请求.
#此设置有助于提高客户端和服务器的性能,配置控制默认批量大小(以字节为单位)
batch-size: 16384
#生产者可用于缓冲等待发送到服务器的记录的总内存字节数(以字节为单位)
buffer-memory: 33554432
#指定key使用的序列化类
key-serializer: org.apache.kafka.common.serialization.StringSerializer
#指定value使用的序列化类
value-serializer: org.apache.kafka.common.serialization.StringSerializer
#生产者producer要求leader节点在考虑完成请求之前收到的确认数,用于控制发送记录在服务端的持久化
#acks=0,设置为0,则生产者producer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(socket)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,并且重试配置(retries)将不会生效(因为客户端通常不会知道任何故障),每条记录返回的偏移量始终设置为-1.
#acks=1,设置为1,leader节点会把记录写入本地日志,不需要等待所有follower节点完全确认就会立即应答producer.在这种情况下,在follower节点复制前,leader节点确认记录后立即失败的话,记录将会丢失.
#acks=all,acks=-1,leader节点将等待所有同步复制副本完成再确认记录,这保证了只要至少有一个同步复制副本存活,记录就不会丢失.
acks: -1
consumer:
#开启consumer的偏移量(offset)自动提交到Kafka
enable-auto-commit: true
#consumer的偏移量(offset)自动提交的时间间隔,单位毫秒
auto-commit-interval: 1000
#在Kafka中没有初始化偏移量或者当前偏移量不存在情况
#earliest,在偏移量无效的情况下,自动重置为最早的偏移量
#latest,在偏移量无效的情况下,自动重置为最新的偏移量
#none,在偏移量无效的情况下,抛出异常.
auto-offset-reset: latest
#一次调用poll返回的最大记录条数
max-poll-records: 500
#请求阻塞的最大时间(毫秒)
fetch-max-wait: 500
#请求应答的最小字节数
fetch-min-size: 1
#心跳间隔时间(毫秒)
heartbeat-interval: 3000
#指定key使用的反序列化类
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
#指定value使用的反序列化类
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
(2)解析
配置类在spring boot自动注解包:spring-boot-autoconfigure-2.6.3.jar。
类:org.springframework.boot.autoconfigure.kafka.KafkaProperties。
使用@ConfigurationProperties注解使其生效,前缀是:spring.kafka。
(3)加载逻辑
Spring Boot微服务在启动时,Spring Boot会读取application.yml的配置信息,根据配置内容在spring-boot-autoconfigure-2.6.3.jar找到KafkaProperties并注入到对应属性。Spring Boot微服务在启动完成后,在Spring环境中就能取到KafkaProperties的配置信息。
Spring的spring-kafka框架将KafkaProperties配置信息注入到KafkaTemplate操作生产者Producer。
Spring的spring-kafka框架使用KafkaProperties和@KafkaListener操作Kafka的消费者Consumer
3.使用KafkaTemplate操作Kafka生产者Producer
在集成spring-kafka后,操作Kafka的生产者Producer极度简化了,只需注入KafkaTemplate就能操作。其它繁琐对象生成均交给spring-kafka框架处理完成。
KafkaTemplate全称:org.springframework.kafka.core.KafkaTemplate。
(1)示例代码
@RestController
@RequestMapping("/hub/example/producer")
@Slf4j
public class OperateKafkaProducerController {
@Autowired
private KafkaTemplate<String, String> kafkaTemplate;
private final String topicName = "hub-topic-city-01";
@GetMapping("/f01_1")
public Object f01_1() {
try {
//1.获取业务数据
CityDTO cityDTO = CityDTO.buildDto(2023061501L, "杭州", "杭州是一个好城市");
String cityStr = JSONObject.toJSONString(cityDTO);
log.info("向Kafka的Topic: {} ,写入数据:", topicName);
log.info(cityStr);
//2.使用KafkaTemplate向Kafka写入数据
kafkaTemplate.send(topicName, cityStr);
} catch (Exception e) {
log.info("Producer写入Topic异常.");
e.printStackTrace();
}
return "写入成功";
}
}
(2)解析代码
使用KafkaTemplate的send方法,指定Kafka的Topic名称和需要写入的数据,就能完成Producer向Kafka的Broker节点写入数据。
4.使用@KafkaListener操作Kafka的消费者Consumer
在集成spring-kafka后,操作Kafka的消费者Consumer相当容易,只需在指定方法上使用@KafkaListener注解,就能监听消费Kafka的Topic的消息。其它繁琐操作均交给spring-kafka框架处理完成。
注解KafkaListener全称:org.springframework.kafka.annotation.KafkaListener。
(1)示例代码
@Component
@Slf4j
public class OperateKafkaConsumer {
private final String topicName = "hub-topic-city-01";
@KafkaListener(
topics = {topicName},
groupId = "hub-topic-city-01-group")
public void consumeMsg(ConsumerRecord<?, ?> record) {
try {
//1.从ConsumerRecord中获取消费数据
String originalMsg = (String) record.value();
log.info("从Kafka中消费的原始数据: " + originalMsg);
//2.把消费数据转换为DTO对象
CityDTO cityDTO = JSONUtil.toBean(originalMsg, CityDTO.class);
log.info("消费数据转换为DTO对象: " + cityDTO.toString());
} catch (Exception e) {
log.info("Consumer消费Topic异常.");
e.printStackTrace();
}
}
}
(2)解析代码
使用@KafkaListener注解,指定Kafka的Topic名称和消费者group Id,在注解作用的监听方法上使用ConsumerRecord作为函数入参,spring-kafka框架会自动把监听到的数据写入的ConsumerRecord中,在监听方法中,取出ConsumerRecord的数据,就是从Kafka节点消费的数据。
5.测试
(1)使用Postman测试,调用生产者写入数据
请求RUL:http://127.0.0.1:18208/hub-208-kafka/hub/example/producer/f01_1
(2)消费者自动消费数据
日志信息:
向Kafka的Topic: hub-topic-city-01 ,写入数据:
{"cityDescribe":"杭州是一个好城市","cityId":2023061501,"cityName":"杭州","updateTime":"2023-06-17 11:29:58"}
从Kafka中消费的原始数据: {"cityDescribe":"杭州是一个好城市","cityId":2023061501,"cityName":"杭州","updateTime":"2023-06-17 11:29:58"}
消费数据转换为DTO对象: CityDTO(cityId=2023061501, cityName=杭州, cityDescribe=杭州是一个好城市, updateTime=Sat Jun 17 11:29:58 CST 2023)
6.辅助类
@Data
@Builder
public class CityDTO {
private Long cityId;
private String cityName;
private String cityDescribe;
@JsonFormat(
pattern = "yyyy-MM-dd HH:mm:ss"
)
private Date updateTime;
public static CityDTO buildDto(Long cityId, String cityName,
String cityDescribe) {
return builder().cityId(cityId)
.cityName(cityName).cityDescribe(cityDescribe)
.updateTime(new Date()).build();
}
}
以上,感谢。
2023年6月17日
文章浏览阅读965次,点赞18次,收藏21次。现在我们有了 2021 年和 2023 年的 NDVI 数据帧,我们需要从 2021 年的值中减去 2023 年的值以捕获 NDVI 的差异。该数据集包括像素级别的植被值,我们将编写一个自定义函数来根据红色和绿色波段的表面反射率计算 NDVI。在我的上一篇文章中,我演示了如何将单个多边形分割/镶嵌为一组大小均匀的六边形。现在我们有了植被损失数据,让我们使用 Kepler.gl 可视化每个六边形的植被损失。将地图保存为 HTML 文件,在浏览器中打开 HTML 以获得更好的视图。现在我们将调用该函数并使用、
文章浏览阅读3.3k次,点赞6次,收藏5次。正态分布,又称高斯分布或钟形曲线,是统计学中最为重要和常用的分布之一。_echarts正态分布图
文章浏览阅读217次。首先要在Mainfest.xml中加入所需要的权限:[html] view plain copyprint?uses-permission android:name="android.permission.SEND_SMS"/> uses-permission android:name="android.permission.READ_SMS"/> _android bundle.get("pdus");
文章浏览阅读2.6k次。0、说明最近在学习 Data Assimilation Research Testbed (DART) 相关内容,其软件是在 Unix/Linux 操作系统下编译和运行的 ,由于我的电脑是 Windows 10 的,DART 推荐可以使用 Windows Subsystem For Linux (WSL) 来创建一个 Windows 下的 Linux 子系统。以下的内容主要介绍如何安装 WSL2,以及 WSL2 的联网。1、如何在 Windows 10 下安装WSL具体的安装流程可以在 microso_wsl2 联网
文章浏览阅读1k次。DB_LINK 介绍在本机数据库orcl上创建了一个prod_link的publicdblink(使用远程主机的scott用户连接),则用sqlplus连接到本机数据库,执行select * from scott.emp@prod_link即可以将远程数据库上的scott用户下的emp表中的数据获取到。也可以在本地建一个同义词来指向scott.emp@prod_link,这样取值就方便多了..._添加 database link重复的数据库链接命
文章浏览阅读3.1k次。ylbtech-云-腾讯云-实时音视频:实时音视频(TRTC)支持跨终端、全平台之间互通,从零开始快速搭建实时音视频通信平台1.返回顶部 1、腾讯实时音视频(Tencent Real-Time Communication,TRTC)拥有QQ十几年来在音视频技术上的积累,致力于帮助企业快速搭建低成本、高品质音视频通讯能力的完整解决方案。..._腾讯实时音视频 分享链接
文章浏览阅读534次,点赞10次,收藏8次。编写一个完整的日历表需要处理许多细节,包括公历和农历之间的转换、节气、闰年等。运行程序后,会输出指定年份的日历表。注意,这个程序只是一个简单的示例,还有很多可以改进和扩展的地方,例如添加节气、节日等。_农历库c语言
文章浏览阅读1w次,点赞28次,收藏27次。FL Studio21.1.1.3750中文破解版是最优秀、最繁荣的数字音频工作站 (DAW) 之一,日新月异。它是一款录音机和编辑器,可让您不惜一切代价制作精美的音乐作品并保存精彩的活动画廊。为方便用户,FL Studio 21提供三种不同的版本——Fruity 版、Producer 版和签名版。所有这些版本都是独一无二的,同样具有竞争力。用户可以根据自己的需要选择其中任何一种。FL Studio21.1.1.3750中文版可以说是一站式综合音乐制作单位,可以让您录制、作曲、混音和编辑音乐。_fl studio 21 注册机
文章浏览阅读1.3k次。冯诺依曼计算机工作原理冯 诺依曼计算机工作原理的核心是 和 程序控制世界上不同型号的计算机,就其工作原理而言,一般都是认为冯 诺依曼提出了什么原理冯 诺依曼原理中,计算机硬件系统由那五大部分组成的 急急急急急急急急急急急急急急急急急急急急急急冯诺依曼结构计算机工作原理的核心冯诺依曼结构和现代计算机结构模型 转载重学计算机组成原理 一 冯 诺依曼体系结构从冯.诺依曼的存储程序工作原理及计算机的组成来..._简述冯诺依曼计算机结构及工作原理
文章浏览阅读559次。这次在随机乱下的基础上加上了一些简单的处理,如进营、炸棋、吃子等功能,在和敌方棋子产生碰撞之后会获取敌方棋子大小的一些信息,目前采用的是事件驱动模型,当下完一步棋界面返回结果后会判断是否触发了相关事件,有事件发生则处理相关事件,没有事件发生则仍然是随机下棋。1.事件驱动模型首先定义一个各种事件的枚举变量,目前的事件有工兵吃子,摸暗棋,进营,明确吃子,炸棋。定义如下:enum MoveE..._军棋引擎
文章浏览阅读85次。1, 模板观念与函数模板简单模板: template< typename T > T Function( T a, T b) {… }类模板: template struct Object{……….}; 函数模板 template< class T> inline T Function( T a, T b){……} 不可以使用不同型别的..._geekband 讲义
文章浏览阅读158次。"^\d+$" //非负整数(正整数 + 0)"^[0-9]*[1-9][0-9]*$" //正整数"^((-\d+)|(0+))$" //非正整数(负整数 + 0)"^-[0-9]*[1-9][0-9]*$" //负整数"^-?\d+$" //整数"^\d+(\.\d+)?$" //非负浮点数(正浮点数 + 0)"^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0..._vb.net 正则表达式 取html中的herf