【SpringBoot框架篇】35.kafka环境搭建和收发消息

本文介绍: 搭建kafka环境,在springboot中使用kafka创建主题、生产消息和消费消息

kafka环境搭建

kafka依赖java环境,如果没有则需要安装jdk

yum install java-1.8.0-openjdk* -y

1.下载安装kafka

kafka3.0版本后默认自带了zookeeper，3.0之前的版本需要单独再安装zookeeper,我使用的最新的3.6.1版本。

cd /usr/local
wget https://dlcdn.apache.org/kafka/3.6.1/kafka_2.12-3.6.1.tgz
tar -zxvf  kafka_2.12-3.6.1.tgz
cd kafka_2.12-3.6.1

2.启动zookeeper

cd到kafka的安装根目录后,执行下面命令指令zookeeper.properties文件路径启动zookeeper,默认启动的zk服务使用内存是512m,可以修改zookeeper-server-start.sh脚本中参数调大使用堆内存

bin/zookeeper-server-start.sh config/zookeeper.properties

也可以通过指定-daemon以守护进程方式启动zookeeper,如果不指定关闭终端时zookeeper服务则会被杀死

bin/zookeeper-server-start.sh -daemon  config/zookeeper.properties
#通过tail命令查看zookeeper实时日志
tail -f logs/zookeeper.out

启动完看到下面的日志表示启动成功了
在这里插入图片描述
停止zookeeper服务

bin/zookeeper-server-stop.sh

zk默认的端口是2181，可以修改zookeeper.properties里的clientPort字段改变zk监控的端口
在这里插入图片描述

可以再开一个终端启动zk客户端测试连接

bin/zookeeper-shell.sh 127.0.0.1:2181

执行ls查看根目录下的文件信息,默认只有zookeeper目录,由于我之前启动过kafka,所以这里会有kafka-server注册到zk中元数据信息

ls /

在这里插入图片描述

3.配置kafka

修改配置kafka配置文件，方便后面在idea中访问

vi config/server.properties

如果kafka需要被外部机器访问需要配置listeners和advertised.listeners字段，下图圈中的是我虚拟机的访问ip，如果不配置的话在笔记本上idea中访问会报错。
在这里插入图片描述
如果kafka和zookeeper不在同一台机器上面,需要修改zookeeper.connect字段

4.启动kafka

下面指定了kafka配置文件路径的方式启动kafka

bin/kafka-server-start.sh  config/server.properties

也可以通过指定-daemon以守护进程方式启动kafka,如果不指定关闭终端时kafka服务则会被杀死

bin/kafka-server-start.sh -daemon  config/server.properties
#指定了-daemon参数可以通过tail命令查看kafka实时日志
tail -f logs/server.log

看到下面的日志表示kafka启动成功
在这里插入图片描述
通过jps命令可以看到kafka和zookeeper两个java进程

停止kafka服务

bin/kafka-server-stop.sh

5.创建主题

通过kafka-topics.sh脚本可以对主题操作,由于我修改过server.properties监听地址为服务器的ip,所以不能使用localhost访问，只能用服务器ip访问

#bin/kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 1 --partitions 1 --topic kafkatest
bin/kafka-topics.sh --create --bootstrap-server 192.168.1.7:9092 --replication-factor 1 --partitions 1 --topic kafkatest

–bootstrap-server 指定kafka的server地址
–replicator-factor 指定了副本因子（即副本数量）；表示该topic需要在不同的broker中保存几份，这里设置成1，表示在两个broker中保存两份Partitions分区数。
–partitions 指定分区个数
–topic 指定所要创建主题的名称，比如kafkatest

查看所有kafka主题信息

bin/kafka-topics.sh --list --bootstrap-server 192.168.1.7:9092

可以看到下面有刚刚创建的kafkatest主题
在这里插入图片描述
查看主题的详细信息

bin/kafka-topics.sh --describe --bootstrap-server 192.168.1.7:9092 --topic kafkatest

在这里插入图片描述

6.生产者发送消息

执行kafka-console-producer.sh命令给主题名称为kafkatest主题的发送消息

bin/kafka-console-producer.sh --broker-list 192.168.1.7:9092 --topic kafkatest

输入消息后按回车键就会发送消息
在这里插入图片描述

7.消费者消费消息

bin/kafka-console-consumer.sh --bootstrap-server 192.168.1.7:9092    --topic=kafkatest --from-beginning

–from-beginning 参数从主题头开始消费消息,不指令只会消费实时消息

可以看到下图有刚才生产者发送的三条消息
在这里插入图片描述

默认所有kafka消费者都会消费kafka生产者发送到主题的消息(有兴趣的可以再开一个终端启动kafka消费者,然后再用生产者发送消息,可以看到消息被两个消费者消费了，效果如下图)
在这里插入图片描述

可以指定kafka消费者的组Id让在同一组的客户端只有一个实例能消费消息。

bin/kafka-console-consumer.sh --bootstrap-server 192.168.1.7:9092 --topic kafkatest  -consumer-property group.id=testGroup --consumer-property client.id=consumer-1

group.id 用于指定消费者分组
client.id 用于指定消费者在组中的客户端Id

再另外一个终端启动上面的命令,需要把client.id改成consumer-2

然后再用生产者发送消息,可以看到下图只有一个消费者在消费消息
在这里插入图片描述

在SpringBoot中使用

1.引入依赖

     <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.kafka</groupId>
            <artifactId>spring-kafka</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>

2.application.yml

server:
  port: 8035

spring:
  kafka:
    bootstrap-servers: 192.168.1.7:9092 #kafka server的地址
    producer:
      batch-size: 16384 #批量大小
      acks: -1 #应答级别:多少个分区副本备份完成时向生产者发送ack确认(可选0、1、all/-1)
      retries: 10 # 消息发送重试次数
      buffer-memory: 33554432
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
      properties:
        linger:
          ms: 2000 #提交延迟
    consumer:
      group-id: testGroup #默认的消费组ID
      enable-auto-commit: true #是否自动提交offset
      auto-commit-interval: 2000 #提交offset延时
      auto-offset-reset: latest
      max-poll-records: 100 #单次拉取消息的最大条数
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      properties:
        session:
          timeout:
            ms: 10000 # 消费会话超时时间（超过这个时间 consumer 没有发送心跳，就会触发 rebalance 操作）
        request:
          timeout:
            ms: 30000 # 消费请求的超时时间
    listener:
      #type: batch #设置批量消费,注释掉则是单次消费
      missing-topics-fatal: false # consumer listener topics 不存在时，启动项目就会报错
      concurrency: 10 # 默认消费者线程数 也可以在@KafkaListener注解内配置concurrency字段值

3.创建主题

有两种创建主题的方式
通过TopicBuilder+ @Bean自动创建主题

@Configuration
public class KafkaConfig {

	public static final String DEFALUT_TOPIC = "autoTopic";
	
    @Bean
    public NewTopic newTopic() {
        //如果存在则不会创建, 参数：主题名称、分区数、副本数
        return TopicBuilder.name(DEFALUT_TOPIC )
                .partitions(1)
                .replicas(1)
                .build();
    }
    
}

通过AdminClient 手动创建主题

@Configuration
public class KafkaConfig {

  	@Bean
    public AdminClient adminClient(@Value("${spring.kafka.bootstrap-servers}") String bootstrapServers) {
        Properties prop = new Properties();
        prop.put("bootstrap.servers",bootstrapServers);
        return AdminClient.create(prop);
    }
}

web接口,下面定义了两个接口分别用于创建主题和查看所有主题

@Slf4j
@RestController
public class KafkaAdminController {

    @Resource
    private AdminClient adminClient;

    /**
     * 创建主题
     */
    @GetMapping("/create/{topicName}")
    public String createTopic(@PathVariable String topicName) throws Exception {

        //需要判主题是否已存在,已存在再创建会报错
        if (getTopicSet().contains(topicName)) {
            return "topicExists ";
        }
        // 创建主题  参数：主题名称、分区数、副本数
        CreateTopicsResult result = adminClient.createTopics(Collections.singletonList(new NewTopic(topicName, 1, (short) 1)));
        result.all().get();
        return "success";
    }

    /**
     * 查看所有主题
     */
    @GetMapping("/listTopic")
    public String listTopic() throws Exception {
        Set<String> set = getTopicSet();
        return String.format("topics[%s]", getTopicSet().stream().collect(Collectors.joining(",")));
    }

    public Set<String> getTopicSet() throws Exception {
        ListTopicsResult listTopicsResult = adminClient.listTopics();
        KafkaFuture<Set<String>> future = listTopicsResult.names();
        return future.get();
    }

}

启动项目后调用创建主题接口创建名称为newTopic的主题

用浏览器访问http://localhost:8035/create/newTopic 两次可以看到返回了主题已存在的错误信息
在这里插入图片描述
用浏览器访问http://localhost:8035/listTopic查看所有主题，可以看到通过TopicBuilder和AdminClient创建的主题都存在。其它的是之前测试造出来的脏数据

4.发送消息

4.1.正常消息

@RestController
public class KafkaProducerController {

    @Resource
    private KafkaTemplate<String, Object> kafkaTemplate;

    /**
     * 正常消息发送
     */
   @GetMapping("/send/{msg}")
    public String sendMessage(@PathVariable String msg) {
       log.info("sendMsg=" + msg);
        kafkaTemplate.send(KafkaConfig.DEFALUT_TOPIC, msg);
        return "success";
    }

4.2.带回调函数的消息

   /**
     * 带回调的消息发送
     */
   	@GetMapping("/sendCallback/{msg}")
    public String sendCallbackMessage(@PathVariable String msg) {
        kafkaTemplate.send(KafkaConfig.DEFALUT_TOPIC, msg).addCallback(new ListenableFutureCallback<SendResult<String, Object>>() {
            @Override
            public void onFailure(Throwable throwable) {
                log.error("send msg to kafka error:{}", throwable.getMessage());
            }

            @Override
            public void onSuccess(SendResult<String, Object> result) {
      			log.info("send msg to kafka success topic={},partition={}，msg={}", result.getRecordMetadata().topic(), result.getRecordMetadata().partition(),result.getProducerRecord().value());
            }
        });
        return "success";
    }

4.3.全局监听回调函数配置

4.2.使用的ListenableFutureCallback和下文使用的ProducerListener两种监听的回调函数都会执行

@Slf4j
@Configuration
public class KafkaConfig {

    @Resource
    ProducerFactory producerFactory;
    
    @Bean
    public KafkaTemplate<String, Object> kafkaTemplate() {
        KafkaTemplate<String, Object> kafkaTemplate = new KafkaTemplate<String, Object>(producerFactory);
        kafkaTemplate.setProducerListener(new ProducerListener<String, Object>() {
            @Override
            public void onSuccess(ProducerRecord<String, Object> producerRecord, RecordMetadata recordMetadata) {
                log.info("send susscess , data= {}", producerRecord.toString());
            }

            @Override
            public void onError(ProducerRecord<String, Object> producerRecord, Exception exception) {
                //当消息发送失败可以拿到消息存在缓存或数据中 定时重试发送
                log.error("send fail , data{}", producerRecord.toString());
            }
        });
        return kafkaTemplate;
    }
}

分布用浏览器访问下面两个地址发送消息
http://localhost:8035/send/testmsg1
http://localhost:8035/sendCallback/testmsg2
在这里插入图片描述
由上图可以看到sendCallback接口两个监听器的回调函数都执行了。

5.消费消息

5.1.单次消费

通过@KafkaListener配置消费者信息

topics 订阅的主题，可以是多个
concurrency 线程数，如果不配置，则会使用用配置文件中的全局参数spring.kafka.listener.concurrency字段值，都不配置默认是单线程

@Slf4j
@Component
public class KafkaConsumer {

    /**
     * 监听消息
     */
    @KafkaListener(topics = {KafkaConfig.DEFALUT_TOPIC}, concurrency = "5")
    public void onMessage(ConsumerRecord<String, Object> record) {
     log.info("onMessage msg={}",record.value());
    }
  }

5.2.批量消费消息

需要注释掉5.1的单次消息的代码，要不然会报错

批量消费需要在配置文件设置spring.kafka.listener.type=batch,可以通过max-poll-records指定最大条数

spring:
  kafka:
    consumer:
      max-poll-records: 100 #单次拉取消息的最大条数
    listener:
      type: batch #设置批量消费,注释掉则是单次消费

   /**
     * 同一主题批量消费groupId不能和单次消费的一样
     */
    @KafkaListener(topics = {KafkaConfig.DEFALUT_TOPIC}, errorHandler = KafkaConstant.CONSUMER_ERROR_HANDLER_NAME,groupId = "batchGroup")
    public void onBatchMessage(List<ConsumerRecord<String, Object>> records) throws Exception {
        log.info("batch size={}", records.size());
        for (ConsumerRecord<String, Object> record : records) {
            log.info("onBatchMessage   msg={}", record.value());
        }
    }

用生产者发送多条消息,由下图可以看到消费者同时消费了6条消息
在这里插入图片描述

5.3.配置消费异常监听

@Slf4j
@Configuration
public class KafkaConfig {

	public static final String CONSUMER_LISTENER_ERROR_HANDLER_NAME ="consumerAwareListenerErrorHandler";
	
    @Bean(CONSUMER_LISTENER_ERROR_HANDLER_NAME)
    public ConsumerAwareListenerErrorHandler consumerAwareListenerErrorHandler() {
        return new ConsumerAwareListenerErrorHandler() {
            @Override
            public Object handleError(Message<?> message, ListenerExecutionFailedException exception, Consumer<?, ?> consumer) {
                  log.error("consumer fail：{}" ,exception.getMessage());
                return null;
            }
        };
    }
    
}

在@KafkaListener注解里通过errorHandler字段指定消费异常监听器的Bean名称

      @KafkaListener(topics = {KafkaConfig.DEFALUT_TOPIC}, errorHandler = KafkaConfig.CONSUMER_LISTENER_ERROR_HANDLER_NAME,groupId = "batchGroup")
    public void onBatchMessage(List<ConsumerRecord<String, Object>> records) throws Exception {
        log.info("batch size={}", records.size());
        for (ConsumerRecord<String, Object> record : records) {
            log.info("onBatchMessage msg={}", record.value());
        }
        //模拟异常
        throw  new Exception("test errorHandler");
    }