Micronaut 微服务中使用 Kafka

淩亂°似流年 2024-04-18 18:01 58阅读 0赞

今天，我们将通过`Apache Kafka`topic构建一些彼此异步通信的微服务。我们使用`Micronaut`框架，它为与`Kafka`集成提供专门的库。让我们简要介绍一下示例系统的架构。我们有四个微型服务：`订单服务`，`行程服务`，`司机服务`和`乘客服务`。这些应用程序的实现非常简单。它们都有内存存储，并连接到同一个`Kafka`实例。

我们系统的主要目标是为客户安排行程。订单服务应用程序还充当网关。它接收来自客户的请求，保存历史记录并将事件发送到`orders`topic。所有其他微服务都在监听`orders`这个topic，并处理`order-service`发送的订单。每个微服务都有自己的专用topic，其中发送包含更改信息的事件。此类事件由其他一些微服务接收。架构如下图所示。

![format_png][]

在阅读本文之前，有必要熟悉一下`Micronaut`框架。您可以阅读之前的一篇文章，该文章描述了通过`REST API构建微服务通信的过程`:[使用microaut框架构建微服务的快速指南][microaut]。

## 1. 运行Kafka ##

要在本地机器上运行`Apache Kafka`，我们可以使用它的Docker映像。最新的镜像是由[https://hub.docker.com/u/wurstmeister][https_hub.docker.com_u_wurstmeister]共享的。在启动`Kafka`容器之前，我们必须启动`kafka`所用使用的`ZooKeeper`服务器。如果在`Windows`上运行`Docker`，其虚拟机的默认地址是`192.168.99.100`。它还必须设置为`Kafka`容器的环境。

`Zookeeper`和`Kafka`容器都将在同一个网络中启动。在docker中运行Zookeeper以`zookeeper`的名称提供服务，并在暴露`2181`端口。`Kafka`容器需要在环境变量使用`KAFKA_ZOOKEEPER_CONNECT`的地址。

$ docker network create kafka
    $ docker run -d --name zookeeper --network kafka -p 2181:2181 wurstmeister/zookeeper
    $ docker run -d --name kafka -p 9092:9092 --network kafka --env KAFKA_ADVERTISED_HOST_NAME=192.168.99.100 --env KAFKA_ZOOKEEPER_CONNECT=zookeeper:2181 wurstmeister/kafka

## 2. 引入Micronaut Kafka依赖 ##

使用`Kafka`构建的`microaut`应用程序可以在HTTP服务器存在的情况下启动，也可以在不存在HTTP服务器的情况下启动。要启用`Micronaut Kafka`，需要添加`micronaut-kafka`库到依赖项。如果您想暴露`HTTP API`，您还应该添加`micronaut-http-server-netty`:

<dependency>
    	<groupId>io.micronaut.configuration</groupId>
    	<artifactId>micronaut-kafka</artifactId>
    </dependency>
    <dependency>
    	<groupId>io.micronaut</groupId>
    	<artifactId>micronaut-http-server-netty</artifactId>
    </dependency>

## 3. 构建订单微服务 ##

`订单微服务`是唯一一个启动嵌入式HTTP服务器并暴露`REST API`的应用程序。这就是为什么我们可以为`Kafka`提供内置`Micronaut`健康检查。要做到这一点，我们首先应该添加`micronaut-management`依赖:

<dependency>
    	<groupId>io.micronaut</groupId>
    	<artifactId>micronaut-management</artifactId>
    </dependency>

为了方便起见，我们将通过在`application.yml`中定义以下配置来启用所有管理端点并禁用它们的HTTP身份验证。

endpoints:
      all:
        enabled: true
        sensitive: false

现在，可以在地址[http://localhost:8080/health][http_localhost_8080_health]下使用`health check`。我们的示例应用程序还将暴露`添加新订单`和`列出所有以前创建的订单`的简单`REST API`。下面是暴露这些端点的`Micronaut`控制器实现:

@Controller("orders")
    public class OrderController { 
    
        @Inject
        OrderInMemoryRepository repository;
        @Inject
        OrderClient client;
    
        @Post
        public Order add(@Body Order order) { 
            order = repository.add(order);
            client.send(order);
            return order;
        }
    
        @Get
        public Set<Order> findAll() { 
            return repository.findAll();
        }
    
    }

每个微服务都使用内存存储库实现。以下是`订单微服务（Order-Service）`中的存储库实现：

@Singleton
    public class OrderInMemoryRepository { 
    
        private Set<Order> orders = new HashSet<>();
    
        public Order add(Order order) { 
            order.setId((long) (orders.size() + 1));
            orders.add(order);
            return order;
        }
    
        public void update(Order order) { 
            orders.remove(order);
            orders.add(order);
        }
    
        public Optional<Order> findByTripIdAndType(Long tripId, OrderType type) { 
            return orders.stream().filter(order -> order.getTripId().equals(tripId) && order.getType() == type).findAny();
        }
    
        public Optional<Order> findNewestByUserIdAndType(Long userId, OrderType type) { 
            return orders.stream().filter(order -> order.getUserId().equals(userId) && order.getType() == type)
                    .max(Comparator.comparing(Order::getId));
        }
    
        public Set<Order> findAll() { 
            return orders;
        }
    
    }

内存存储库存储`Order`对象实例。`Order`对象还被发送到名为`orders`的Kafkatopic。下面是`Order`类的实现:

public class Order { 
    
        private Long id;
        private LocalDateTime createdAt;
        private OrderType type;
        private Long userId;
        private Long tripId;
        private float currentLocationX;
        private float currentLocationY;
        private OrderStatus status;
    	
        // ... GETTERS AND SETTERS
    }

## 4. 使用Kafka异步通信 ##

现在，让我们想一个可以通过示例系统实现的用例——`添加新的行程`。

我们创建了`OrderType.NEW_TRIP`类型的新订单。在此之后，(1)`订单服务`创建一个订单并将其发送到`orders`topic。订单由三个微服务接收:`司机服务`、`乘客服务`和`行程服务`。  
(2)所有这些应用程序都处理这个新订单。`乘客服务`应用程序检查乘客帐户上是否有足够的资金。如果没有，它就取消了行程，否则什么也做不了。`司机服务`正在寻找最近可用的司机，(3)`行程服务`创建和存储新的行程。`司机服务`和`行程服务`都将事件发送到它们的topic(`drivers`, `trips`),其中包含相关更改的信息。

每一个事件可以被其他`microservices`访问,例如，(4)`行程服务`侦听来自`司机服务`的事件，以便为行程分配一个新的司机

下图说明了在添加新的行程时，我们的微服务之间的通信过程。  
![在这里插入图片描述][format_png 1]  
现在，让我们继续讨论实现细节。

### 4.1. 发送订单 ###

首先，我们需要创建Kafka 客户端，负责向topic发送消息。我们创建的一个接口，命名为`OrderClient`，为它添加`@KafkaClient`并声明用于发送消息的一个或多个方法。每个方法都应该通过`@Topic`注解设置目标topic名称。对于方法参数，我们可以使用三个注解`@KafkaKey`、`@Body`或`@Header`。`@KafkaKey`用于分区，这是我们的示例应用程序所需要的。在下面可用的客户端实现中，我们只使用`@Body`注解。

@KafkaClient
    public interface OrderClient { 
    
        @Topic("orders")
        void send(@Body Order order);
    
    }

### 4.2. 接收订单 ###

一旦客户端发送了一个订单，它就会被监听`orders`topic的所有其他微服务接收。下面是`司机服务`中的监听器实现。监听器类`OrderListener`应该添加`@KafkaListener`注解。我们可以声明`groupId`作为一个注解参数，以防止单个应用程序的多个实例接收相同的消息。然后，我们声明用于处理传入消息的方法。与客户端方法相同，应该通过`@Topic`注解设置目标topic名称，因为我们正在监听`Order`对象，所以应该使用`@Body`注解——与对应的客户端方法相同。

@KafkaListener(groupId = "driver")
    public class OrderListener { 
    
        private static final Logger LOGGER = LoggerFactory.getLogger(OrderListener.class);
    
        private DriverService service;
    
        public OrderListener(DriverService service) { 
            this.service = service;
        }
    
        @Topic("orders")
        public void receive(@Body Order order) { 
            LOGGER.info("Received: {}", order);
            switch (order.getType()) { 
                case NEW_TRIP -> service.processNewTripOrder(order);
            }
        }
    
    }

### 4.3. 发送到其他topic ###

现在，让我们看一下`司机服务`中的`processNewTripOrder`方法。`DriverService`注入两个不同的`Kafka Client`  
bean: `OrderClient`和`DriverClient`。当处理新订单时，它将试图寻找与发送订单的乘客最近的司机。找到他之后，将该司机的状态更改为`UNAVAILABLE`，并将带有`Driver`对象的事件发送到`drivers`topic。

@Singleton
    public class DriverService { 
    
        private static final Logger LOGGER = LoggerFactory.getLogger(DriverService.class);
    
        private DriverClient client;
        private OrderClient orderClient;
        private DriverInMemoryRepository repository;
    
        public DriverService(DriverClient client, OrderClient orderClient, DriverInMemoryRepository repository) { 
            this.client = client;
            this.orderClient = orderClient;
            this.repository = repository;
        }
    
        public void processNewTripOrder(Order order) { 
            LOGGER.info("Processing: {}", order);
            Optional<Driver> driver = repository.findNearestDriver(order.getCurrentLocationX(), order.getCurrentLocationY());
            driver.ifPresent(driverLocal -> { 
                driverLocal.setStatus(DriverStatus.UNAVAILABLE);
                repository.updateDriver(driverLocal);
                client.send(driverLocal, String.valueOf(order.getId()));
                LOGGER.info("Message sent: {}", driverLocal);
            });
        }
    	
        // ...
    }

这是`Kafka Client`在`司机服务`中的实现，用于向`driver`topic发送消息。因为我们需要将`Driver`与`Order` 关联起来，所以我们使用`@Header`注解 的`orderId`参数。没有必要把它包括到`Driver`类中，将其分配给监听器端的正确行程。

@KafkaClient
    public interface DriverClient { 
    
        @Topic("drivers")
        void send(@Body Driver driver, @Header("Order-Id") String orderId);
    
    }

### 4.4. 服务间通信 ###

由`DriverListener`收到`@KafkaListener`在`行程服务`中声明。它监听传入到`trip`topic。接收方法的参数和客户端发送方法的类似，如下所示：

@KafkaListener(groupId = "trip")
    public class DriverListener { 
    
        private static final Logger LOGGER = LoggerFactory.getLogger(OrderListener.class);
    
        private TripService service;
    
        public DriverListener(TripService service) { 
            this.service = service;
        }
    
        @Topic("drivers")
        public void receive(@Body Driver driver, @Header("Order-Id") String orderId) { 
            LOGGER.info("Received: driver->{}, header->{}", driver, orderId);
            service.processNewDriver(driver);
        }
    
    }

最后一步，将`orderId`查询到的行程`Trip`与`driverId`关联，这样整个流程就结束。

@Singleton
    public class TripService { 
    
        private static final Logger LOGGER = LoggerFactory.getLogger(TripService.class);
    
        private TripInMemoryRepository repository;
        private TripClient client;
    
        public TripService(TripInMemoryRepository repository, TripClient client) { 
            this.repository = repository;
            this.client = client;
        }
    
    
        public void processNewDriver(Driver driver, String orderId) { 
            LOGGER.info("Processing: {}", driver);
            Optional<Trip> trip = repository.findByOrderId(Long.valueOf(orderId));
            trip.ifPresent(tripLocal -> { 
                tripLocal.setDriverId(driver.getId());
                repository.update(tripLocal);
            });
        }
    	
    	// ... OTHER METHODS
    
    }

## 5. 跟踪 ##

我们可以使用`Micronaut Kafka`轻松地启用分布式跟踪。首先，我们需要启用和配置`Micronaut`跟踪。要做到这一点，首先应该添加一些依赖项：

<dependency>
        <groupId>io.micronaut</groupId>
        <artifactId>micronaut-tracing</artifactId>
    </dependency>
    <dependency>
        <groupId>io.zipkin.brave</groupId>
        <artifactId>brave-instrumentation-http</artifactId>
        <scope>runtime</scope>
    </dependency>
    <dependency>
        <groupId>io.zipkin.reporter2</groupId>
        <artifactId>zipkin-reporter</artifactId>
        <scope>runtime</scope>
    </dependency>
    <dependency>
        <groupId>io.opentracing.brave</groupId>
        <artifactId>brave-opentracing</artifactId>
    </dependency>
    <dependency>
        <groupId>io.opentracing.contrib</groupId>
        <artifactId>opentracing-kafka-client</artifactId>
        <version>0.0.16</version>
        <scope>runtime</scope>
    </dependency>

我们还需要在`application.yml`配置文件中，配置Zipkin 的追踪的地址等。

tracing:
      zipkin:
        enabled: true
        http:
          url: http://192.168.99.100:9411
        sampler:
          probability: 1

在启动应用程序之前，我们必须运行`Zipkin`容器：

$ docker run -d --name zipkin -p 9411:9411 openzipkin/zipkin

## 6. 总结 ##

在本文中，您将了解通过`Apache Kafka`使用异步通信构建微服务架构的过程。我已经向大家展示了`Microaut Kafka`库最重要的特性，它允许您轻松地声明`Kafka`topic的生产者和消费者，为您的微服务启用`健康检查`和`分布式跟踪`。我已经为我们的系统描述了一个简单的场景的实现，包括根据客户的请求添加一个新的行程。本示例系统的整体实现，请查看GitHub上的[源代码][Link 1]

> 原文链接：https://piotrminkowski.wordpress.com/2019/08/06/kafka-in-microservices-with-micronaut/
> 
> 作者：[Piotr’s][Piotr_s]
> 
> 译者：[李东][Link 2]

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waW90cm1pbmtvd3NraS5maWxlcy53b3JkcHJlc3MuY29tLzIwMTkvMDgvbWljcm9uYXV0LWthZmthLTEucG5n?x-oss-process=image/format,png
[microaut]: https://piotrminkowski.wordpress.com/2019/01/25/quick-guide-to-microservices-with-micronaut-framework/
[https_hub.docker.com_u_wurstmeister]: https://hub.docker.com/u/wurstmeister
[http_localhost_8080_health]: http://localhost:8080/health
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waW90cm1pbmtvd3NraS5maWxlcy53b3JkcHJlc3MuY29tLzIwMTkvMDgvbWljcm9uYXV0LWthZmthLTMucG5n?x-oss-process=image/format,png
[Link 1]: https://github.com/piomin/sample-kafka-micronaut-microservices.git.
[Piotr_s]: https://piotrminkowski.wordpress.com/
[Link 2]: https://blog.csdn.net/u010046908