Spring Boot 集成 Kafkad的實現示例

Posted on by

Spring Boot 作為主流微服務框架，擁有成熟的社區生態。市場應用廣泛，為瞭方便大傢，整理瞭一個基於spring boot的常用中間件快速集成入門系列手冊，涉及RPC、緩存、消息隊列、分庫分表、註冊中心、分佈式配置等常用開源組件，大概有幾十篇文章，陸續會開放出來，感興趣同學請提前關註&收藏

消息通信有兩種基本模型，即發佈-訂閱（Pub-Sub）模型和點對點（Point to Point）模型，發佈-訂閱支持生產者消費者之間的一對多關系，而點對點模型中有且僅有一個消費者。

前言

Kafka是由Apache軟件基金會開發的一個開源流處理平臺，由Scala和Java編寫。該項目的目標是為處理實時數據提供一個統一、高吞吐、低延遲的平臺。其持久化層本質上是一個“按照分佈式事務日志架構的大規模發佈/訂閱消息隊列”。

Kafka高效地處理實時流式數據，可以實現與Storm、HBase和Spark的集成。作為聚類部署到多臺服務器上，Kafka處理它所有的發佈和訂閱消息系統使用瞭四個API，即生產者API、消費者API、Stream API和Connector API。它能夠傳遞大規模流式消息，自帶容錯功能，已經取代瞭一些傳統消息系統，如JMS、AMQP等。

為什麼使用kafka？

  • 削峰填谷。緩沖上下遊瞬時突發流量，保護 “脆弱” 的下遊系統不被壓垮，避免引發全鏈路服務 “雪崩”。
  • 系統解耦。發送方和接收方的松耦合，一定程度簡化瞭開發成本，減少瞭系統間不必要的直接依賴。
  • 異步通信：消息隊列允許用戶把消息放入隊列但不立即處理它。
  • 可恢復性：即使一個處理消息的進程掛掉，加入隊列中的消息仍然可以在系統恢復後被處理。

業務場景

  • 一些同步業務流程的非核心邏輯，對時間要求不是特別高，可以解耦異步來執行
  • 系統日志收集，采集並同步到kafka，一般采用ELK組合玩法
  • 一些大數據平臺，用於各個系統間數據傳遞

基本架構

Kafka 運行在一個由一臺或多臺服務器組成的集群上，並且分區可以跨集群節點分佈

1、Producer 生產消息，發送到Broker中

2、Leader狀態的Broker接收消息，寫入到相應topic中。在一個分區內，這些消息被索引並連同時間戳存儲在一起

3、Leader狀態的Broker接收完畢以後，傳給Follow狀態的Broker作為副本備份

4、 Consumer 消費者的進程可以從分區訂閱，並消費消息

常用術語

  • Broker。負責接收和處理客戶端發送過來的請求，以及對消息進行持久化。雖然多個 Broker 進程能夠運行在同一臺機器上，但更常見的做法是將不同的 Broker 分散運行在不同的機器上
  • 主題：Topic。主題是承載消息的邏輯容器，在實際使用中多用來區分具體的業務。
  • 分區：Partition。一個有序不變的消息序列。每個主題下可以有多個分區。
  • 消息：這裡的消息就是指 Kafka 處理的主要對象。
  • 消息位移：Offset。表示分區中每條消息的位置信息，是一個單調遞增且不變的值。
  • 副本：Replica。Kafka 中同一條消息能夠被拷貝到多個地方以提供數據冗餘，這些地方就是所謂的副本。副本還分為領導者副本和追隨者副本，各自有不同的角色劃分。每個分區可配置多個副本實現高可用。一個分區的N個副本一定在N個不同的Broker上。
  • Leader：每個分區多個副本的“主”副本，生產者發送數據的對象，以及消費者消費數據的對象，都是 Leader。
  • Follower：每個分區多個副本的“從”副本，實時從 Leader 中同步數據，保持和 Leader 數據的同步。Leader 發生故障時，某個 Follower 還會成為新的 Leader。
  • 生產者：Producer。向主題發佈新消息的應用程序。
  • 消費者：Consumer。從主題訂閱新消息的應用程序。
  • 消費者位移：Consumer Offset。表示消費者消費進度，每個消費者都有自己的消費者位移。offset保存在broker端的內部topic中，不是在clients中保存
  • 消費者組：Consumer Group。多個消費者實例共同組成的一個組，同時消費多個分區以實現高吞吐。
  • 重平衡：Rebalance。消費者組內某個消費者實例掛掉後，其他消費者實例自動重新分配訂閱主題分區的過程。Rebalance 是 Kafka 消費者端實現高可用的重要手段。

代碼演示

外部依賴：

在 pom.xml 中添加 Kafka 依賴：

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

由於spring-boot-starter-parent 指定的版本號是2.1.5.RELEASE，spring boot 會對外部框架的版本號統一管理，spring-kafka 引入的版本是 2.2.6.RELEASE

配置文件：

在配置文件 application.yaml 中配置 Kafka 的相關參數，具體內容如下：

Spring:
  kafka:
    bootstrap-servers: localhost:9092
    producer:
      retries: 3  # 生產者發送失敗時，重試次數
      batch-size: 16384
      buffer-memory: 33554432
      key-serializer: org.apache.kafka.common.serialization.StringSerializer # 生產者消息key和消息value的序列化處理類
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
    consumer:
      group-id: tomge-consumer-group  # 默認消費者group id
      auto-offset-reset: earliest
      enable-auto-commit: true
      auto-commit-interval: 100
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

對應的配置類 org.springframework.boot.autoconfigure.kafka.KafkaProperties，來初始化kafka相關的bean實例對象，並註冊到spring容器中。

發送消息：

Spring Boot 作為一款支持快速開發的集成性框架，同樣提供瞭一批以 -Template 命名的模板工具類用於實現消息通信。對於 Kafka 而言，這個工具類就是KafkaTemplate。

KafkaTemplate 提供瞭一系列 send 方法用來發送消息，典型的 send 方法定義如下代碼所示：

public ListenableFuture<SendResult<K, V>> send(String topic, @Nullable V data) {
 。。。。 省略
}

生產端提供瞭一個restful接口，模擬發送一條創建新用戶消息。

@GetMapping("/add_user")
public Object add() {
    try {
        Long id = Long.valueOf(new Random().nextInt(1000));
        User user = User.builder().id(id).userName("TomGE").age(29).address("上海").build();
        ListenableFuture<SendResult> listenableFuture = kafkaTemplate.send(addUserTopic, JSON.toJSONString(user));
        
        // 提供回調方法，可以監控消息的成功或失敗的後續處理
        listenableFuture.addCallback(new ListenableFutureCallback<SendResult>() {
            @Override
            public void onFailure(Throwable throwable) {
                System.out.println("發送消息失敗，" + throwable.getMessage());
            }

            @Override
            public void onSuccess(SendResult sendResult) {
                // 消息發送到的topic
                String topic = sendResult.getRecordMetadata().topic();
                // 消息發送到的分區
                int partition = sendResult.getRecordMetadata().partition();
                // 消息在分區內的offset
                long offset = sendResult.getRecordMetadata().offset();
                System.out.println(String.format("發送消息成功，topc：%s, partition: %s, offset：%s ", topic, partition, offset));
            }
        });
        return "消息發送成功";
    } catch (Exception e) {
        e.printStackTrace();
        return "消息發送失敗";
    }
}

實際上開發使用的Kafka默認允許自動創建Topic，創建Topic時默認的分區數量是1，可以通過server.properties文件中的num.partitions=1修改默認分區數量。在生產環境中通常會關閉自動創建功能，Topic需要由運維人員先創建好。

消費消息：

在 Kafka 中消息通過服務器推送給各個消費者，而 Kafka 的消費者在消費消息時，需要提供一個監聽器（Listener）對某個 Topic 實現監聽，從而獲取消息，這也是 Kafka 消費消息的唯一方式。

定義一個消費類，在處理具體消息業務邏輯的方法上添加 @KafkaListener 註解，並配置要消費的topic，代碼如下所示：

@Component
public class UserConsumer {

    @KafkaListener(topics = "add_user")
    public void receiveMesage(String content) {
        System.out.println("消費消息：" + content);
    }
}

是不是很簡單，添加kafka依賴、使用KafkaTemplate、@KafkaListener註解就完成消息的生產和消費，其實是SpringBoot在背後默默的做瞭很多工作，如果感興趣可以研究下spring-boot-autoconfigure ，裡面提供瞭常用開源框架的客戶端實例封裝。

演示工程代碼

https://github.com/aalansehaiyang/spring-boot-bulking  

模塊：spring-boot-bulking-kafka

以上就是Spring Boot 集成 Kafkad的示例的詳細內容，更多關於Spring Boot 集成 Kafka的資料請關註WalkonNet其它相關文章！

推薦閱讀：

    None Found