多个消费者订阅一个Kafka的Topic(使用KafkaConsumer和KafkaProducer)_网站优化分享

相关推荐recommended

多个消费者订阅一个Kafka的Topic(使用KafkaConsumer和KafkaProducer)

作者：mmseoamin日期：2024-01-18

记录：466

场景：一个KafkaProducer在一个Topic发布消息，多个消费者KafkaConsumer订阅Kafka的Topic。每个KafkaConsumer指定一个特定的ConsumerGroup，达到一条消息被多个不同的ConsumerGroup消费。

版本：JDK 1.8,Spring Boot 2.6.3,kafka_2.12-2.8.0,kafka-clients-3.0.0。

Kafka集群安装：https://blog.csdn.net/zhangbeizhen18/article/details/131156084

1.基础概念

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。

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

2.1在pom.xml添加依赖

pom.xml文件：


  org.apache.kafka
  kafka-clients
  3.0.0

解析：使用原生的kafka-clients，版本：3.0.0。操作kafka集群的Topic。

3.配置Kafka生产者和消费者

使用原生的kafka-clients，需配置KafkaProducer和KafkaConsumer，把Kafka集群的配置信息注入到这两个对象，便可以操作了生产者和消费者。

配置细节在官网的configuration：https://kafka.apache.org/documentation/

3.1配置KafkaProducer生产者

(1)示例代码

@Configuration
public class KafkaClusterConfig {
  @Bean
  public KafkaProducer kafkaProducer() {
      Map configs = new HashMap<>();
      //kafka集群
      Collection cluster = Lists.newArrayList("192.168.19.161:29092",
              "192.168.19.162:29092",
              "192.168.19.163:29092");
      configs.put("bootstrap.servers", cluster);
      //客户端发送服务端失败的重试次数
      configs.put("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)
      configs.put("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)
      configs.put("buffer-memory", 33554432);
      //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.
      configs.put("acks", "-1");
      //指定key使用的序列化类
      Serializer keySerializer = new StringSerializer();
      //指定value使用的序列化类
      Serializer valueSerializer = new StringSerializer();
      //创建Kafka生产者
      KafkaProducer kafkaProducer = new KafkaProducer(configs, keySerializer, valueSerializer);
      return kafkaProducer;
  }
}

(2)解析代码

把Kafka的配置信息注入到KafkaProducer，并创建KafkaProducer对象。

使用@Configuration和@Bean注解把KafkaProducer对象注入到Spring的IOC容器，在Spring环境就可以使用KafkaProducer了。

KafkaProducer的底层使用配置类是ProducerConfig，在配置时可以参考。

全称：org.apache.kafka.clients.producer.ProducerConfig。

3.2配置KafkaConsumer的公用配置信息

(1)示例代码

@Configuration
public class KafkaClusterConfig {
  @Bean("consumerConfig")
  public Map consumerConfigs() {
    Map configs = new HashMap<>();
    //kafka集群
    Collection cluster = Lists.newArrayList("192.168.19.161:29092",
            "192.168.19.162:29092",
            "192.168.19.163:29092");
    configs.put("bootstrap.servers", cluster);
    //开启consumer的偏移量(offset)自动提交到Kafka
    configs.put("enable.auto.commit", true);
    //consumer的偏移量(offset) 自动提交的时间间隔,单位毫秒
    configs.put("auto.commit.interval", 5000);
    //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.
    configs.put("auto.offset.reset", "latest");
    //请求阻塞的最大时间(毫秒)
    configs.put("fetch.max.wait", 500);
    //请求应答的最小字节数
    configs.put("fetch.min.size", 1);
    //心跳间隔时间(毫秒)
    configs.put("heartbeat-interval", 3000);
    //一次调用poll返回的最大记录条数
    configs.put("max.poll.records", 500);
    return configs;
  }
  @Bean("keyDeserializer")
  public Deserializer consumerKeyDeserializer() {
    //指定key使用的反序列化类
    Deserializer keyDeserializer = new StringDeserializer();
    return keyDeserializer;
  }
  @Bean("valueDeserializer")
  public Deserializer consumerValueDeserializer() {
    //指定value使用的反序列化类
    Deserializer valueDeserializer = new StringDeserializer();
    return valueDeserializer;
  }
}

(2)解析代码

配置消费者KafkaConsumer公用配置信息：@Bean("consumerConfig")、 @Bean("keyDeserializer")、 @Bean("valueDeserializer")。

在创建KafkaConsumer时，只需获取公用consumerConfig、keyDeserializer、valueDeserializer设置到KafkaConsumer。

4.生产者(ZhejiangProvinceProducerController)

(1)示例代码

@RestController
@RequestMapping("/hub/example/province/producer")
@Slf4j
public class ZhejiangProvinceProducerController {
  //1.注入Kafka生产者
  @Autowired
  private KafkaProducer kafkaProducer;
  //2.定义Kafka的Topic
  private final String topicName = "hub-topic-province-notice";
  @GetMapping("/f01_1")
  public Object f01_1(String msgContent) {
    try {
        //3.获取业务数据
        String uuid = UUID.randomUUID().toString().replace("-", "");
        long now = System.currentTimeMillis();
        String msgKey = "province" + ":" + uuid + ":" + now;
        MsgDto msgDto = MsgDto.buildDto(uuid, now, msgContent);
        String msgData = JSONObject.toJSONString(msgDto);
        log.info("ZhejiangProvince生产者向Kafka集群的Topic: {},写入Key:", topicName);
        log.info(msgKey);
        log.info("ZhejiangProvince生产者向Kafka集群的Topic: {},写入Data:", topicName);
        log.info(msgData);
        //4.使用KafkaProducer向Kafka集群写入数据
        ProducerRecord producerRecord = new ProducerRecord<>(topicName, msgKey, msgData);
        kafkaProducer.send(producerRecord);
    } catch (Exception e) {
        log.info("ZhejiangProvince生产者写入Topic异常.");
        e.printStackTrace();
    }
    return "写入成功";
  }
}

(2)解析代码

使用KafkaProducer 向Kafka集群的Topic：hub-topic-province-notice写入JSON字符串数据，发布一条消息，给订阅的消费者消费。

5.消费者一(HangzhouCityConsumer)

(1)示例代码

@Component
@Slf4j
public class HangzhouCityConsumer implements CommandLineRunner {
  //1.注入消费者配置信息,key和value的序列化对象
  @Autowired
  private Deserializer keyDeserializer;
  @Autowired
  private Deserializer valueDeserializer;
  //2.定义Kafka的Topic
  private final String topicName = "hub-topic-province-notice";
  @Override
  public void run(String... args) throws Exception {
      //3.创建线程并传入线程任务执行的Runnable
      Thread thread = new Thread(new HangzhouCityConsumer.ThreadRunnable());
      //4.启动线程
      thread.start();
  }
  //在线程中使用KafkaConsumer实时监听Kafka集群的Topic
  public class ThreadRunnable implements Runnable {
      @Override
      public void run() {
          log.info("HangzhouCityConsumer启动线程监听Kafka集群的Topic: {}", topicName);
          Collection topics = Lists.newArrayList(topicName);
          //1.指定消费组(一条消息可以被多个不同的ConsumerGroup消费)
          Map configs = new HashMap<>();
          Map consumerConfig = SpringUtil.getBean("consumerConfig");
          configs.putAll(consumerConfig);
          configs.put("group.id", "hub-topic-province-notice-group-hangzhou");
          //2.创建Kafka消费者(传入消费者配置和key和value的序列化对象)
          KafkaConsumer kafkaConsumer = new KafkaConsumer(configs, keyDeserializer, valueDeserializer);
          //3.订阅Kafka的Topic
          kafkaConsumer.subscribe(topics);
          while (true) {
              //4.使用KafkaConsumer的poll按照指定周期轮询Kafka集群指定Topic的消息
              ConsumerRecords consumerRecords = kafkaConsumer.poll(Duration.ofMillis(1000));
              //5.遍历从Kafka集群中读取数据集ConsumerRecords
              for (ConsumerRecord consumerRecord : consumerRecords) {
                  //6.从ConsumerRecord中取出消费数据
                  String msgKey = (String) consumerRecord.key();
                  String msgData = (String) consumerRecord.value();
                  log.info("HangzhouCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Key:", topicName);
                  log.info(msgKey);
                  log.info("HangzhouCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Data:", topicName);
                  log.info(msgData);
              }
          }
      }
  }
}

(2)解析代码

从配置类中获取配置信息consumerConfig、keyDeserializer、valueDeserializer。

使用group.id属性指定消费组：hub-topic-province-notice-group-hangzhou。

使用KafkaConsumer的subscribe方法订阅Topic：hub-topic-province-notice。

使用KafkaConsumer的poll方法轮询Topic：hub-topic-province-notice，消费Topic的消息数据存入到记录结果集：ConsumerRecords。

遍历结果集ConsumerRecords获取具体数据。

6.消费者二(NingboCityConsumer)

(1)示例代码

@Component
@Slf4j
public class NingboCityConsumer implements InitializingBean {
  //1.注入消费者配置信息,key和value的序列化对象
  @Autowired
  private Deserializer keyDeserializer;
  @Autowired
  private Deserializer valueDeserializer;
  //2.定义Kafka的Topic
  private final String topicName = "hub-topic-province-notice";
  @Override
  public void afterPropertiesSet() throws Exception {
      //3.创建线程,在线程中使用KafkaConsumer实时监听Kafka集群的Topic
      Thread thread = new Thread(() -> {
          log.info("NingboCity启动线程监听Topic: {}", topicName);
          Collection topics = Lists.newArrayList(topicName);
          //1.指定消费组(一条消息可以被多个不同的ConsumerGroup消费)
          Map configs = new HashMap<>();
          Map consumerConfig = SpringUtil.getBean("consumerConfig");
          configs.putAll(consumerConfig);
          configs.put("group.id", "hub-topic-province-notice-group-ningbo");
          //2.创建Kafka消费者
          KafkaConsumer kafkaConsumer = new KafkaConsumer(configs, keyDeserializer, valueDeserializer);
          //3.订阅Kafka的Topic
          kafkaConsumer.subscribe(topics);
          while (true) {
              ThreadUtil.sleep(200);
              //4.使用KafkaConsumer的poll按照指定周期轮询Kafka集群指定Topic的消息
              ConsumerRecords consumerRecords = kafkaConsumer.poll(Duration.ofMillis(1000));
              for (ConsumerRecord consumerRecord : consumerRecords) {
                  //5.KafkaConsumer从集群中监听的消息存储在ConsumerRecord
                  String msgKey= (String) consumerRecord.key();
                  String msgData = (String) consumerRecord.value();
                  log.info("NingboCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Key:",topicName);
                  log.info(msgKey);
                  log.info("NingboCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Data:",topicName);
                  log.info(msgData);
              }
          }
      });
      //9.启动线程
      thread.start();
  }
}

(2)解析代码

从配置类中获取配置信息consumerConfig、keyDeserializer、valueDeserializer。

使用group.id属性指定消费组：hub-topic-province-notice-group-ningbo。

使用KafkaConsumer的subscribe方法订阅Topic：hub-topic-province-notice。

使用KafkaConsumer的poll方法轮询Topic：hub-topic-province-notice，消费Topic的消息数据存入到记录结果集：ConsumerRecords。

遍历结果集ConsumerRecords获取具体数据。

7.测试

(1)使用Postman测试，调用生产者写入数据

请求RUL：http://127.0.0.1:18210/hub-210-kafka/hub/example/province/producer/f01_1

参数：msgContent="浙江省全力发展经济"

(2)生产者日志

ZhejiangProvince生产者向Kafka集群的Topic: hub-topic-province-notice,写入Key:
province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
ZhejiangProvince生产者向Kafka集群的Topic: hub-topic-province-notice,写入Data:
{"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(3)消费者一日志

HangzhouCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Key:
province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
HangzhouCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Data:
{"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(4)消费者二日志

NingboCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Key:
province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
NingboCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Data:
{"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(5)结论

每个Consumer指定一个特定的ConsumerGroup，一条消息可以被多个不同的ConsumerGroup消费。

8.辅助类

@Data
@Builder
public class MsgDto implements Serializable {
  private String uuid;
  private String publicTime;
  private String msgContent;
  public static MsgDto buildDto(String uuid,
                      long publicTime,
                      String msgContent) {
      return builder().uuid(uuid)
          .publicTime(DateUtil.formatDateTime(new Date(publicTime)))
          .msgContent(msgContent).build();
  }
}

以上，感谢。

2023年6月26日

建设银行营业时间东莞网页制作与设计网站优化推广软件企业网站是什么比较好网站制作公司我想自己建立一个网站

上一篇：Hive01

下一篇：微服务: 04-springboot中rabbitmq的yml或properties配置,消息回收,序列化方式