spring boot 配置双kafka方法

今天药忘吃喽~ 2021-12-12 12:25 319阅读 0赞

1.使用spring boot 2.0.8.RELEASE 版本

2.引入Maven kafka jar、准备两个kafka；

<dependency>
 <groupId>org.springframework.kafka</groupId>
 <artifactId>spring-kafka</artifactId>
 </dependency>

3.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

4.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
 * 
 * 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。
 * 
 * 
 * 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。
 * 
 * 
 * 3.value.serializer 值得序列化方式
 * 
 *
 *
 * @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
 * 
 * 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。
 * 
 * 
 * 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。
 * 
 * 
 * 3.value.serializer 值得序列化方式
 * 
 *
 *
 * @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;
 }
 }

5.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;
 
 /**
 * 
 * KafkaProducer Description: kafka生产者
 * 
 *
 * @author douzaixingDATE 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;
 }
 
 }

6.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);
 }
 }
 }

7.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());
 }
 }

8.测试结果

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