Spring Boot Kafka優(yōu)雅使用

前言

需要對Kafka有一定的了解

先拋出幾個問題:

spring boot kafka使用

  1. 如何配置多線程消費征堪?
  2. 如何手動管理Offset咱士?
  3. 如何命名多線程名稱循帐?

1. quick start

先快速開始體驗一下

springBootVersion=1.5.17.RELEASE

jdk=1.8.0_161

// spring-kafka版本 2.2.0.RELEASE
compile("org.springframework.kafka:spring-kafka:2.2.0.RELEASE")

配置一下KafkaTemplate和KafkaConsumer


package com.dobest.bfas.collection.consumer;

import com.dobest.analytics.utils.IPUtil;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;
import org.springframework.kafka.core.*;
import org.springframework.kafka.listener.AbstractMessageListenerContainer;
import org.springframework.kafka.listener.ContainerProperties;

import java.util.HashMap;
import java.util.Map;

/**
 * @author: hujiansong
 */
@Configuration
public class KafkaTemplateConfig {

    @Bean
    public KafkaTemplate<String, String> kafkaTemplate() {
        return new KafkaTemplate<>(producerFactory());
    }

    @Bean
    public ProducerFactory<String, String> producerFactory() {
        return new DefaultKafkaProducerFactory<>(producerConfigs());
    }

    @Bean
    public Map<String, Object> producerConfigs() {
        Map<String, Object> props = new HashMap<>(16);
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        props.put(ProducerConfig.RETRIES_CONFIG, "3");
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        props.put(ProducerConfig.COMPRESSION_TYPE_CONFIG, "gzip");
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 200);
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");
        return props;
    }


    @Bean
    ConcurrentKafkaListenerContainerFactory<String, String>
    kafkaListenerContainerFactory() {
        ConcurrentKafkaListenerContainerFactory<String, String> factory =
                new ConcurrentKafkaListenerContainerFactory<>();
        factory.setConsumerFactory(consumerFactory());
        factory.setConcurrency(3);
//        factory.getContainerProperties().setAckMode(ContainerProperties.AckMode.MANUAL_IMMEDIATE);
        return factory;
    }

    @Bean
    public ConsumerFactory<String, String> consumerFactory() {
        return new DefaultKafkaConsumerFactory<>(consumerConfigs());
    }

    @Bean
    public Map<String, Object> consumerConfigs() {
        Map<String, Object> props = new HashMap<>(16);
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        props.put(ConsumerConfig.GROUP_ID_CONFIG, "test.consumer");
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
        props.put(ConsumerConfig.CLIENT_ID_CONFIG, IPUtil.getHostName() + "-h5-consumer");
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        return props;
    }
}

這樣就配置好了给赞,開袋即食用:

@Component
@Slf4j
public class SinkMessageListener implements CommandLineRunner {

    @Autowired
    private KafkaTemplate<String, String> kafkaTemplate;

    // 指定topics,可以指定多個蓬坡,最好每個topic對應(yīng)一個
    @KafkaListener(id = "test-consumer", topics = {"realtime.analytics_h5_source"})
    public void listen(ConsumerRecord<String, String> cr) throws Exception {
        log.debug(Thread.currentThread().getName() + "  {}", cr.value());
    }

    @Override
    public void run(String... args) throws Exception {
        log.info("start producer 10000 message ");
        for (int i = 0; i < 100; i++) {
            kafkaTemplate.send("realtime.analytics_h5_source", UUID.randomUUID().toString(), "i" + i);
        }
    }


}

回答問題

  1. 如何配置多線程消費猿棉?

可以看到消費工廠磅叛,可以指定

factory.setConcurrency(3)

一行代碼解決多線程消費問題

  1. 如何手動管理Offset?

首先將

props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);

將自動提交設(shè)置為false

然后消費工廠設(shè)置提交模式

 factory.getContainerProperties().setAckMode(ContainerProperties.AckMode.MANUAL_IMMEDIATE);

AckMode 如下:

RECORD :當listener一讀到消息萨赁,就提交offset

BATCH : poll() 函數(shù)讀取到的所有消息,就提交offset

TIME : 當超過設(shè)置的ackTime 弊琴,即提交Offset

COUNT :當超過設(shè)置的COUNT,即提交Offset

COUNT_TIME :TIME和COUNT兩個條件都滿足杖爽,提交offset

MANUAL : Acknowledgment.acknowledge()即提交Offset敲董,和Batch類似

MANUAL_IMMEDIATE: Acknowledgment.acknowledge()被調(diào)用即提交Offset

count 和 time都可以通過factory的配置進行設(shè)置

 factory.getContainerProperties().setAckCount();
 factory.getContainerProperties().setAckTime();

設(shè)置完之后,就可以在Listen中回調(diào)

 @KafkaListener(id = "test-consumer", topics = {"realtime.analytics_h5_source"})
    public void listen(ConsumerRecord<String, String> cr,Acknowledgment acknowledgment) throws Exception {
        log.debug(Thread.currentThread().getName() + "  {}", cr.value());
        // 注意: 比 quickstart 讀了一個Acknowledgment參數(shù)
        acknowledgment.acknowledge();
    }

如果遇到Exception

java.lang.IllegalStateException: Consumer cannot be configured for auto commit for ackMode MANUAL_IMMEDIATE

修改配置慰安,將自動提交關(guān)閉

props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);

這樣就可以手動提交offset了

  1. 如何命名多線程?

大家都知道腋寨,見名知意的重要性,所以Spring-kafka可以對并發(fā)消費修改線程名字

@KafkaListener( topics = {"realtime.analytics_h5_source"})
    public void listen(ConsumerRecord<String, String> cr) throws Exception {
    // 打印當前線程
        log.debug(Thread.currentThread().getName() + "  {}", cr.value());
    }

KafkaListener不加id得到的線程名字

link

KafkaListener 加id得到的線程名字:

@KafkaListener(id = "test-consumer", topics = {"realtime.analytics_h5_source"})
    public void listen(ConsumerRecord<String, String> cr) throws Exception {
        log.debug(Thread.currentThread().getName() + "  {}", cr.value());
    }
link

總結(jié)

使用KafkaTemplate生產(chǎn)者步驟:

  1. 配置producerConfigs
  2. 配置producerFactory
  3. 配置KafkaTemplate

使用KafkaLinstener消費者步驟

  1. 配置consumerConfigs
  2. 配置consumerFactory
  3. 配置kafkaListenerContainerFactory

其中kafkaListenerContainerFactory可以設(shè)置并發(fā)數(shù)化焕,offset提交模式精置。

參考

Spring-kafka-官方文檔

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市锣杂,隨后出現(xiàn)的幾起案子脂倦,更是在濱河造成了極大的恐慌,老刑警劉巖元莫,帶你破解...
    沈念sama閱讀 217,509評論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件赖阻,死亡現(xiàn)場離奇詭異,居然都是意外死亡踱蠢,警方通過查閱死者的電腦和手機火欧,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評論 3 394
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來茎截,“玉大人苇侵,你說我怎么就攤上這事∑笮浚” “怎么了榆浓?”我有些...
    開封第一講書人閱讀 163,875評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長撕攒。 經(jīng)常有香客問我陡鹃,道長,這世上最難降的妖魔是什么抖坪? 我笑而不...
    開封第一講書人閱讀 58,441評論 1 293
  • 正文 為了忘掉前任萍鲸,我火速辦了婚禮,結(jié)果婚禮上擦俐,老公的妹妹穿的比我還像新娘脊阴。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 67,488評論 6 392
  • 文/花漫 我一把揭開白布嘿期。 她就那樣靜靜地躺著品擎,像睡著了一般。 火紅的嫁衣襯著肌膚如雪秽五。 梳的紋絲不亂的頭發(fā)上孽查,一...
    開封第一講書人閱讀 51,365評論 1 302
  • 那天饥悴,我揣著相機與錄音坦喘,去河邊找鬼。 笑死西设,一個胖子當著我的面吹牛瓣铣,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播贷揽,決...
    沈念sama閱讀 40,190評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼棠笑,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了禽绪?” 一聲冷哼從身側(cè)響起蓖救,我...
    開封第一講書人閱讀 39,062評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎印屁,沒想到半個月后循捺,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,500評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡雄人,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,706評論 3 335
  • 正文 我和宋清朗相戀三年从橘,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片础钠。...
    茶點故事閱讀 39,834評論 1 347
  • 序言:一個原本活蹦亂跳的男人離奇死亡恰力,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出旗吁,到底是詐尸還是另有隱情踩萎,我是刑警寧澤,帶...
    沈念sama閱讀 35,559評論 5 345
  • 正文 年R本政府宣布很钓,位于F島的核電站驻民,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏履怯。R本人自食惡果不足惜回还,卻給世界環(huán)境...
    茶點故事閱讀 41,167評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望叹洲。 院中可真熱鬧柠硕,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至癣丧,卻和暖如春槽畔,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背胁编。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評論 1 269
  • 我被黑心中介騙來泰國打工厢钧, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人嬉橙。 一個月前我還...
    沈念sama閱讀 47,958評論 2 370
  • 正文 我出身青樓早直,卻偏偏與公主長得像,于是被迫代替她去往敵國和親市框。 傳聞我的和親對象是個殘疾皇子霞扬,可洞房花燭夜當晚...
    茶點故事閱讀 44,779評論 2 354

推薦閱讀更多精彩內(nèi)容