kafka 一 kafka和springboot的整合

开发者福利!热门AI工具限时免费用 购周边即赠Coding Plan Lite,Claude Code、Cursor等20+工具畅享,效率翻倍! 阅读详情

最常用的MQ 前面两个都已经说了,这算是最后一个了依旧是直接上代码。

这次是直接用的kafka和springboot的整合。最基本的没整出来了,spring的有时间在做一下。

pom.xml文件

 

<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
    <version>1.1.1.RELEASE</version>
</dependency>

生产者:

package com.yjp.kafkaspringboot.kafka;

import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringSerializer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.core.DefaultKafkaProducerFactory;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.core.ProducerFactory;

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

@Configuration
@EnableKafka
public class KafkaProducerConfig {
    public Map<String, Object> producerConfigs() {
        Map<String, Object> props = new HashMap<>();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        //0:不进行消息接收确认,即Client端发送完成后不会等待Broker的确认 1:leader确定
        props.put("acks", "1");
        //当发生错误的时候重试的次数
        props.put(ProducerConfig.RETRIES_CONFIG, 1);
        //以每批发送数据,每批最大的大小
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 0);
        //发送延时,延时1ms 将这1ms中的请求合拼,减少发送请求的次数  0则立即提交不等待
        props.put(ProducerConfig.LINGER_MS_CONFIG, 0);
        //缓存数据的内存大小 生产数据的速度大于发送数据的速度 则需要缓存
        props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 46900);
        //key的序列化方式 若传入key的值,则根据该key的值进行hash散列计算出在哪个partition上
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        //value的序列化方式
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        // 设置自定义的partition,当topic有多个partition时如何对message进行分区
//        props.put("partitioner.class", "cn.com.dimensoft.kafka.SamplePartition");
        // 消息发送类型 同步/异步
//        props.put("producer.type", "sync");
        return props;
    }

    //创建kafka工厂
    public ProducerFactory<String, String> producerFactory() {
        return new DefaultKafkaProducerFactory<String, String>(producerConfigs());
    }

    //创建kafka模板
    @Bean(name = "kafkaTemplate")
    public KafkaTemplate<String, String> kafkaTemplate() {
        return new KafkaTemplate<String, String>(producerFactory());
    }
}

消费者:

package com.yjp.kafkaspringboot.kafka;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
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.listener.ConcurrentMessageListenerContainer;

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

@Configuration
@EnableKafka
public class KafkaConsumerConfig {
    public Map<String, Object> consumerConfigs() {
        Map<String, Object> propsMap = new HashMap<>();
        //zookeeper地址
//        propsMap.put("zookeeper.connect", "localhost:2181");
        //kafka服务器地址
        propsMap.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "197.168.27.75:9092");
        //如果设为true,consumer会定时向ZooKeeper发送已经获取到的消息的offset。当consumer进程挂掉时,已经提交的offset可以继续使用,让新的consumer继续工作。
        propsMap.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
        //consumer向ZooKeeper发送offset的时间间隔
        propsMap.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "100");
        //zookeeper最长时间没有检测到消费者的心跳  超过这个时间将消费者踢出
        propsMap.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, "15000");
        propsMap.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        propsMap.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        //消费者所在的组
        propsMap.put(ConsumerConfig.GROUP_ID_CONFIG, "test-group");
        //将offset的值移到最近保存的位置 latest  最早的位置 earliest
        propsMap.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "latest");
        return propsMap;
    }

    public ConsumerFactory consumerFactory() {
        return new DefaultKafkaConsumerFactory(consumerConfigs());
    }

    @Bean
    public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> kafkaListenerContainerFactory() {
        ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
        factory.setConsumerFactory(consumerFactory());
        //设置并行度
        factory.setConcurrency(1);
        factory.getContainerProperties().setPollTimeout(3000);
        return factory;
    }

    @Bean
    public Listener listener() {
        return new Listener();
    }
}

监听:

package com.yjp.kafkaspringboot.kafka;

import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.springframework.kafka.annotation.KafkaListener;

import java.util.Optional;


public class Listener {
    static int i;
    static int j;

    @KafkaListener(topics = {"test-topic", "test-topic-1"})
    public void listen1(ConsumerRecord record) {
        System.err.println("----->" + record.value());//这个写法和下面的写法是一样的都可以得到值 ConsumerRecord是对消息的包装
//        Optional kafkaMessage = Optional.ofNullable(record.value());
//        if (kafkaMessage.isPresent()) {
//            Object message = kafkaMessage.get();
//            System.err.println("listen1" + message);
//        }
    }

    @KafkaListener(topics = "test-topic")
    public void listen2(ConsumerRecord record) {
        System.err.println("listen2        " + (j++));
        Optional kafkaMessage = Optional.ofNullable(record.value());
        if (kafkaMessage.isPresent()) {
            Object message = kafkaMessage.get();
            System.err.println("listen2" + message);
        }
    }


}

Test:

 

 

package com.yjp.kafkaspringboot;

import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.test.context.junit4.SpringRunner;

@RunWith(SpringRunner.class)
@SpringBootTest
public class KafkaSpringbootApplicationTests {
    @Autowired
    private KafkaTemplate<String, String> kafkaTemplate;

    @Test
    public void contextLoads() {
        for (int i = 0; i < 100; i++) {
            kafkaTemplate.send("test-topic", "hello    " + i);
        }
        for (int i = 0; i < 100; i++) {
            kafkaTemplate.send("test-topic-1", "hello-1    " + i);
        }

    }


}

 

代码到这里结束,在代码开始前启动kafka和zookeeper 

启动kafka 

使用cmd命令进入到D:\kafka\kafka_2.11-1.0下输入

.\bin\windows\kafka-server-start   .\config\server.properties

 

努力吧,皮卡丘

 

springboot整合kafka 业务中需要使用到异步消息队列,为了快速搭建个消息中间件,这里选了kafka方面是kafka搭建比较简单,而且这个中间件比较成熟,而且对于大数据量的消息支持很好,下面首先说说kafka的安装,我这里演示下在linux上如何搭建kafka, 1、首先安装zookeeper,kafka的启动需要依赖zookeeper,zookeeper安装比较简单,基本上就是上传压缩包,解压,然后启动即可, ... 阅读详情

相关推荐

springboot整合kafka消费者最佳实践

本文将深入介绍如何利用Spring Boot整合Kafka实现消费者,探讨其原理实现步骤。通过详细的解释示例代码,读者将学会如何使用Spring Boot轻松构建高效的Kafka消费者,实现实时数据处理。

todoitbo的博客 1万+

Springboot注解@KafkaListener实现Kafka批量消费

在使用时Kafka时,经常遇到大批量消息在队列中,如果个消息个消息的消费的话效率太低下了,这时候要用到批量消费消息。

justlpf的专栏 7605

别只刷题了!我用834分经验告诉你,华为HCIP大数据考试(H13-723)这样准备更高效

本文分享了华为HCIP大数据认证(H13-723)834分通关的高效备考经验。通过分析考试动态、题库验证技巧章节优先级策略,帮助考生超越单纯刷题,系统化掌握核心知识点。特别强调实时流处理离线批处理等重点章节,提供黄金90分钟临场发挥策略,助力考生次性通过考试。

weixin_38168786的博客 427

Java篇.Optional的简单理解与使用

首先,Java 8才开始出现,目的是减少代码中的空指针异常 使用 //判断是否为null Optional<?> kafkaMessage = Optional.ofNullable(consumerRecord.value()); //判断是否包含值 if(kafkaMessage.isPresent()){ //得到Optional实例中的值 Object mess...

lwf006164的博客 499

springboot集成kafka(consumer篇)

本篇文章为springboot集成kafka的消费者篇 连接工厂监听容器工厂 package com.te.factory; import org.apache.kafka.clients.consumer.Consumer; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafk...

全村最靓的仔 1万+

SpringBoot批量获取Kafka消息(

导读:通过本文可以学习到SpringBoot整合Kafka、逐条消费Kafka消息、批量收取Kafka消息。 开发环境 springboot: 2.2.6.RELEASE kafka-server:kafka_2.12-2.3.0 spring-kafka:2.3.7.RELEASE jdk: 1.8 、单条消费。 1、新建工程 2、修改pom.xml,增...

hanyi_的专栏 4668

SpringBoot 集成 Spring For Kafka 操作 Kafka 详解

> 欢迎关注我的个人博客,关注最新动态: http://www.mydlq.club​​​​​​​ 欢迎关注我的个人博客,关注最新动态: http://www.mydlq.club 参考信息: kafka 官方网址 spring-kafka 2.2.7 版本文档 示例 Github 地址: https://github.com/my-dlq/blog-example/t...

qq_32641153的博客 1744

【SpringCloud】Kafka消息中间件

Kafka个分布式流媒体平台,类似于消息队列或企业消息传递系统。producer相当于生产者,consumer相当于消费者。Kafka Cluster相当于快递驿站,broker1、broker2相当于1,2号快递员,topic为它们的要派送的快递;producer:发布消息的对象称之为主题生产者(Kafka topic producer)topic:Kafka将消息分门别类,每类的消息称之为个主题(Topic)

Stringzhua的博客 1839

吊炸天的 Kafka 图形化工具 Eagle,必须推荐给你!

摘要 Kafka是当下非常流行的消息中间件,据官网透露,已有成千上万的公司在使用它。最近实践了Kafka,确实很好很强大。今天我们来从三个方面学习下Kafka:Kafaka在Linux下的安装,Kafka的可视化工具,KafkaSpringBoot结合使用。希望大家看完后能快速入门Kafka,掌握这个流行的消息中间件! Kafka简介 Kafka是由LinkedIn公司开发的款开源分布式消息流平台,由ScalaJava编写。主要作用是为处理实时数据提供个统、高吞吐、低延迟的平台,其本质是基于发

m0_57227221的博客 8160

Kafka快速实战与基本原理详解

Kafka是最初由Linkedin公司开发,是个分布式、支持分区的(partition)、多副本的(replica),基于zookeeper协调的分布式消息系统,它的最大的特性就是可以实时的处理大量数据以满足各种需求场景:比如基于hadoop的批处理系统、低延迟的实时系统、Storm/Spark流式处理引擎,web/nginx日志、访问日志,消息服务等等,用scala语言编写,Linkedin于2010年贡献给了Apache基金会并成为顶级开源 项目。

EverythingAtOnce的博客 1822

SpringBootKafka整合,实现热门页面分析功能

热门页面分析功能不仅能够帮助企业更好地理解满足用户需求,还能显著提升用户体验、增强营销效果,并为企业带来更有价值的数据驱动决策能力。重要性1. 提升用户体验个性化推荐:通过分析用户最常访问的页面,可以为用户提供更加个性化的推荐内容,提高用户的满意度参与度。优化导航结构:识别哪些页面最受欢迎可以帮助优化网站或应用的导航结构,使用户更容易找到他们感兴趣的内容。2. 增强营销效果精准广告投放:了解哪...

qq_18244417的博客 477

Kafka原理与开发实战

Kafka原理与开发实战 想要了解kafka集群的搭建请移步:Linux中Kafka集群搭建实战与常用命令 原理 什么是kafka kafka个消息中间件,它具有分布式高吞吐量的发布订阅消息系统; 基于zookeeper集群,具有高可用特性; kafka组成部分 Broker:kafka服务器就是个broker。个集群由多个broker组成(只有个是leader其余全部是follower)。个broker可以容纳多个topic。 Topic:每条发布到Kafka集群的消息都有个分类被称为

weixin_43147371的博客 248

SpringBoot整合Kafka ()

Kafka是最初由Linkedin公司开发,是个分布式、支持分区的(partition)、多副本的(replica),基于zookeeper协调的分布式消息系统,它的最大的特性就是可以实时的处理大量数据以满足各种需求场景,比如基于hadoop的批处理系统、低延迟的实时系统、Storm/Spark流式处理引擎,web/nginx日志、访问日志,消息服务等等,用scala语言编写,Linkedin于2010年贡献给了Apache基金会并成为顶级开源 项目。

2301_80092713的博客 1701

Springboot整合kafka

1. 整合kafka 1、引入依赖 <dependency> <groupId>org.springframework.kafka</groupId> <artifactId>spring-kafka</artifactId> </dependency> 2、设置yml文件 spring: application: name: demo

Hello World 3万+

SpringBoot整合Kafka (二)

Kafka是最初由Linkedin公司开发,是个分布式、支持分区的(partition)、多副本的(replica),基于zookeeper协调的分布式消息系统,它的最大的特性就是可以实时的处理大量数据以满足各种需求场景,比如基于hadoop的批处理系统、低延迟的实时系统、Storm/Spark流式处理引擎,web/nginx日志、访问日志,消息服务等等,用scala语言编写,Linkedin于2010年贡献给了Apache基金会并成为顶级开源 项目。

2301_80092713的博客 1849

【Java】SpringBoot快速整合Kafka

Kafka个开源的流式平台,用于构建实时数据流应用程序实时数据管道。Kafka旨在处理大规模的数据流,具有高吞吐量、可扩展性、持久性容错性的特点。

m0_64210833的博客 6560

Springboot如何整合Kafka

如何在Springboot整合Kafka

WziH_CSDN的博客 2397

SpringBoot 整合 Kafka

环境 ZooKeeper、Kafka。 如果使用 docker-compose 部署 Kafka 集群,可以参考我的这篇文章 docker-compose安装Kafka集群 依赖 pom.xml 依赖文件如下:springboot 版本是 2.3.0.RELEASE 。 <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <

zhangyuanshuai的博客 2万+

SpringBoot整合Kafka

前面两个章节我们把Kafka给安装起来然后使用命令演示是生产消费的过程,以及Kafka的架构原理,接下来就是Kafka的实战使用,顺应如今企业流行的开发模式,当然要使用SpringBootKafka进行整合

JohnieLi的博客 6495
上一篇: 数据库 随笔
下一篇: storm-kafka
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值