kafka原理和实践（二）spring-kafka简单实践

系列目录

=========正文分割线====================

作为一个MQ做基本的功能自然就是消息的生产和消费，本章以XML配置的方式实现消息的生产和消费。

一、生产者

1.1.配置

spring-kafka 提供了org.springframework.kafka.core.KafkaTemplate

xml配置如下，producerProperties中的具体配置暂时不用在意，后面有一章专门讲xml配置：

 <?xml version="1.0" encoding="UTF-8"?>

 <beans xmlns="http://www.springframework.org/schema/beans"

     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:context="http://www.springframework.org/schema/context"

     xsi:schemaLocation="http://www.springframework.org/schema/beans

          http://www.springframework.org/schema/beans/spring-beans-3.0.xsd

          http://www.springframework.org/schema/context

          http://www.springframework.org/schema/context/spring-context.xsd">

     <context:property-placeholder location="classpath*:config/application.properties" />

     <!-- 定义producer的参数 -->

     <bean id="producerProperties" class="java.util.HashMap">

         <constructor-arg>

             <map>

                 <entry key="bootstrap.servers" value="${bootstrap.servers}" />

                 <entry key="group.id" value="${group.id}" />

                 <entry key="retries" value="${retries}" />

                 <entry key="batch.size" value="${batch.size}" />

                 <entry key="linger.ms" value="${linger.ms}" />

                 <entry key="buffer.memory" value="${buffer.memory}" />

                 <entry key="acks" value="${acks}" />

                 <entry key="key.serializer"

                     value="org.apache.kafka.common.serialization.StringSerializer" />

                 <entry key="value.serializer"

                     value="org.apache.kafka.common.serialization.StringSerializer" />

             </map>

         </constructor-arg>

     </bean>

     <!-- 创建kafkatemplate需要使用的producerfactory bean -->

     <bean id="producerFactory"

         class="org.springframework.kafka.core.DefaultKafkaProducerFactory">

         <constructor-arg>

             <ref bean="producerProperties" />

         </constructor-arg>

     </bean>

     <!-- 创建kafkatemplate bean，使用的时候，只需要注入这个bean，即可使用template的send消息方法 -->

     <bean id="kafkaTemplate" class="org.springframework.kafka.core.KafkaTemplate">

         <constructor-arg ref="producerFactory" />

         <constructor-arg name="autoFlush" value="true" />

         <property name="defaultTopic" value="default" />

     </bean>

 </beans>

如上图，xml主要配置了KafkaTemplate的构造参数producerFactory和autoFlush，对应了一个KafkaTemplate源码中的2参构造函数。

producerProperties：设置生产者公产需要的配置
producerFactory：定义了生产者工厂构造方法
kafkaTemplate：定义了使用producerFactory和是否自动刷新，2个参数来构造kafka生产者模板类。

1.2 发送kafka消息

1.根据topic、partition、key发送数据data。

2.接收ListenableFuture添加成功、失败回调函数。

 ListenableFuture<SendResult<String, String>> listenableFuture = kafkaTemplate.send("topic", "partition","key","data");

 //发送成功回调

 SuccessCallback<SendResult<String, String>> successCallback = new SuccessCallback<SendResult<String, String>>() {

     @Override

     public void onSuccess(SendResult<String, String> result) {

        //成功业务逻辑

     }

 }

 //发送失败回调

 FailureCallback failureCallback = new FailureCallback() {

     @Override

     public void onFailure(Throwable ex) {

         //失败业务逻辑

     }

 }

 listenableFuture.addCallback(successCallback, failureCallback);

二、消费者

2.1配置

consumerProperties中的具体配置暂时不用在意，后面有一章专门讲xml配置

 <!-- 1.定义consumer的参数 -->

     <bean id="consumerProperties" class="java.util.HashMap">

         <constructor-arg>

             <map>

                 <entry key="bootstrap.servers" value="${bootstrap.servers}" />

                 <entry key="group.id" value="${group.id}" />

                 <entry key="enable.auto.commit" value="${enable.auto.commit}" />

                 <entry key="session.timeout.ms" value="${session.timeout.ms}" />

                 <entry key="key.deserializer"

                     value="org.apache.kafka.common.serialization.StringDeserializer" />

                 <entry key="value.deserializer"

                     value="org.apache.kafka.common.serialization.StringDeserializer" />

             </map>

         </constructor-arg>

     </bean>

     <!-- 2.创建consumerFactory bean -->

     <bean id="consumerFactory"

         class="org.springframework.kafka.core.DefaultKafkaConsumerFactory" >

         <constructor-arg>

             <ref bean="consumerProperties" />

         </constructor-arg>

     </bean>

     <!-- 3.定义消费实现类 -->

     <bean id="kafkaConsumerService" class="xxx.service.impl.KafkaConsumerSerivceImpl" />

     <!-- 4.消费者容器配置信息 -->

     <bean id="containerProperties" class="org.springframework.kafka.listener.config.ContainerProperties">

         <!-- topic -->

         <constructor-arg name="topics">

             <list>

                 <value>${kafka.consumer.topic.credit.for.lease}</value>

                 <value>${loan.application.feedback.topic}</value>

                 <value>${templar.agreement.feedback.topic}</value>

                 <value>${templar.aggrement.active.feedback.topic}</value>

                 <value>${templar.aggrement.agreementRepaid.topic}</value>

                 <value>${templar.aggrement.agreementWithhold.topic}</value>

                 <value>${templar.aggrement.agreementRepayRemind.topic}</value>

             </list>

         </constructor-arg>

         <property name="messageListener" ref="kafkaConsumerService" />

     </bean>

     <!-- 5.消费者并发消息监听容器，执行doStart()方法 -->

     <bean id="messageListenerContainer" class="org.springframework.kafka.listener.ConcurrentMessageListenerContainer" init-method="doStart" >

         <constructor-arg ref="consumerFactory" />

         <constructor-arg ref="containerProperties" />

         <property name="concurrency" value="${concurrency}" />

     </bean>

1.consumerProperties-》consumerFactory  载入配置构造消费者工厂
2.messageListener-》containerProperties  载入容器配置（topics）
3.consumerFactory+containerProperties-》messageListenerContainer 容器配置（topics）+消息监听器，构造一个并发消息监听容器，并执行初始化方法doStart

2.2消费kafka消息

方案1:直接实现MessageListener接口，复写onMessage方法，实现自定义消费业务逻辑。

 public class KafkaConsumerSerivceImpl implements MessageListener<String, String> {

     @Override

     public void onMessage(ConsumerRecord<String, String> data) {

         //根据不同主题，消费

         if("主题1".equals(data.topic())){

             //逻辑1

         }else if("主题2".equals(data.topic())){

             //逻辑2

         }

     }

 }

方案2：使用@KafkaListener注解，并设置topic,支持SPEL表达式。这样方便拆分多个不同topic处理不同业务逻辑。（特别是有自己的事务的时候，尤其方便）

 import org.springframework.kafka.annotation.KafkaListener;

 public class KafkaConsumerSerivceImpl {

     @KafkaListener(topics = "${templar.aggrement.agreementWithhold.topic}")

     void templarAgreementNoticewithhold(ConsumerRecord<String, String> data){

        //消费业务逻辑

     }

 }

三、总结

本章我们实现了一个简单的kafka生产、消费消息的实践。到这里我们已经会基本使用kafka了。是不是很简单...

下一章，我们从源码角度来深入分析spring-kafka。