SpringBoot整合Kafka和Storm

绝地灬酷狼 2022-05-25 06:49 200阅读 0赞

## 前言 ##

本篇文章主要介绍的是SpringBoot整合kafka和storm以及在这过程遇到的一些问题和解决方案。

## kafka和storm的相关知识 ##

如果你对**kafka**和**storm**熟悉的话，这一段可以直接跳过！如果不熟，也可以看看我之前写的博客。一些相关博客如下。

**kafka 和 storm的环境安装**

地址:[http://www.panchengming.com/2018/01/26/pancm70/][http_www.panchengming.com_2018_01_26_pancm70]

**kafka的相关使用**

地址:[http://www.panchengming.com/2018/01/28/pancm71/][http_www.panchengming.com_2018_01_28_pancm71]  
[http://www.panchengming.com/2018/02/08/pancm72/][http_www.panchengming.com_2018_02_08_pancm72]

**storm的相关使用**

地址:[http://www.panchengming.com/2018/03/16/pancm75/][http_www.panchengming.com_2018_03_16_pancm75]

## SpringBoot整合kafka和storm ##

### 为什么使用SpringBoot整合kafka和storm ###

一般而言，使用kafka整合storm可以应付大多数需求。但是在扩展性上来说，可能就不太好。目前主流的微服务框架SpringCloud是基于SpringBoot的，所以使用SpringBoot对kafka和storm进行整合，可以进行统一配置，扩展性会更好。

### 使用SpringBoot整合kafka和storm做什么 ###

一般来说，kafka和storm的整合，使用kafka进行数据的传输，然后使用storm实时的处理kafka中的数据。

在这里我们加入SpringBoot之后，也是做这些，只不过是由SpringBoot对kafka和storm进行统一的管理。

如果还是不好理解的话，可以通过下面这个简单的业务场景了解下:

> 在数据库中有一批大量的用户数据，其中这些用户数据中有很多是不需要的，也就是脏数据，我们需要对这些用户数据进行清洗，然后重新存入数据库中，但是要求实时、延时低，并且便于管理。

所以这里我们就可以使用SpringBoot+kafka+storm来进行相应的开发。

### 开发准备 ###

在进行代码开发前，我们要明确开发什么。  
在上述的业务场景中，需要大量的数据，但是我们这里只是简单的进行开发，也就是写个简单的demo出来，能够简单的实现这些功能，所以我们只需满足如下条件就可以了:

1.  提供一个将用户数据写入kafka的接口;
2.  使用storm的spout获取kafka的数据并发送给bolt;
3.  在bolt移除年龄小于10岁的用户的数据，并写入mysql;

那么根据上述要求我们进行SpringBoot、kafka和storm的整合。  
首先需要相应jar包，所以maven的依赖如下:

<properties>
            <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
            <java.version>1.8</java.version>
            <springboot.version>1.5.9.RELEASE</springboot.version>
            <mybatis-spring-boot>1.2.0</mybatis-spring-boot>
            <mysql-connector>5.1.44</mysql-connector>
            <slf4j.version>1.7.25</slf4j.version>
            <logback.version>1.2.3</logback.version>
            <kafka.version>1.0.0</kafka.version>
            <storm.version>1.2.1</storm.version>
            <fastjson.version>1.2.41</fastjson.version>
            <druid>1.1.8</druid>
        </properties>
    
    
        <dependencies>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-web</artifactId>
                <version>${springboot.version}</version>
            </dependency>
    
            
            <dependency>
                <groupId>org.mybatis.spring.boot</groupId>
                <artifactId>mybatis-spring-boot-starter</artifactId>
                <version>${mybatis-spring-boot}</version>
            </dependency>
    
            
            <dependency>
                <groupId>mysql</groupId>
                <artifactId>mysql-connector-java</artifactId>
                <version>${mysql-connector}</version>
            </dependency>
    
    
            <dependency>
                <groupId>org.slf4j</groupId>
                <artifactId>slf4j-api</artifactId>
                <version>${slf4j.version}</version>
            </dependency>
    
    
            <dependency>
                <groupId>ch.qos.logback</groupId>
                <artifactId>logback-classic</artifactId>
                <version>${logback.version}</version>
            </dependency>
    
            <dependency>
                <groupId>ch.qos.logback</groupId>
                <artifactId>logback-core</artifactId>
                <version>${logback.version}</version>
            </dependency>
    
    
            
            <dependency>
                <groupId>org.apache.kafka</groupId>
                <artifactId>kafka_2.12</artifactId>
                <version>${kafka.version}</version>
                <exclusions>
                    <exclusion>
                        <groupId>org.apache.zookeeper</groupId>
                        <artifactId>zookeeper</artifactId>
                    </exclusion>
                    <exclusion>
                        <groupId>org.slf4j</groupId>
                        <artifactId>slf4j-log4j12</artifactId>
                    </exclusion>
                    <exclusion>
                        <groupId>log4j</groupId>
                        <artifactId>log4j</artifactId>
                    </exclusion>
                </exclusions>
                <scope>provided</scope>
            </dependency>
    
    
            <dependency>
                <groupId>org.apache.kafka</groupId>
                <artifactId>kafka-clients</artifactId>
                <version>${kafka.version}</version>
            </dependency>
    
            <dependency>
                <groupId>org.apache.kafka</groupId>
                <artifactId>kafka-streams</artifactId>
                <version>${kafka.version}</version>
            </dependency>
    
    
            
            <dependency>
                <groupId>org.apache.storm</groupId>
                <artifactId>storm-core</artifactId>
                <version>${storm.version}</version>
                
                <exclusions>
                    <exclusion>
                        <groupId>org.apache.logging.log4j</groupId>
                        <artifactId>log4j-slf4j-impl</artifactId>
                    </exclusion>
                    <exclusion>
                        <groupId>org.apache.logging.log4j</groupId>
                        <artifactId>log4j-1.2-api</artifactId>
                    </exclusion>
                    <exclusion>
                        <groupId>org.apache.logging.log4j</groupId>
                        <artifactId>log4j-web</artifactId>
                    </exclusion>
                    <exclusion>
                        <groupId>org.slf4j</groupId>
                        <artifactId>slf4j-log4j12</artifactId>
                    </exclusion>
                    <exclusion>
                        <artifactId>ring-cors</artifactId>
                        <groupId>ring-cors</groupId>
                    </exclusion>
                </exclusions>
                <scope>provided</scope>
            </dependency>
    
            <dependency>
                <groupId>org.apache.storm</groupId>
                <artifactId>storm-kafka</artifactId>
                <version>${storm.version}</version>
            </dependency>
    
    
            
            <dependency>
                <groupId>com.alibaba</groupId>
                <artifactId>fastjson</artifactId>
                <version>${fastjson.version}</version>
            </dependency>
    
            
            <dependency>
                <groupId>com.alibaba</groupId>
                <artifactId>druid</artifactId>
                <version>${druid}</version>
            </dependency>
        </dependencies>

成功添加了相关依赖之后，这里我们再来添加相应的配置。  
在**application.properties**中添加如下配置:

# log
        logging.config=classpath:logback.xml
    
        ## mysql
        spring.datasource.url=jdbc:mysql://localhost:3306/springBoot2?useUnicode=true&characterEncoding=utf8&allowMultiQueries=true
        spring.datasource.username=root
        spring.datasource.password=123456
        spring.datasource.driverClassName=com.mysql.jdbc.Driver
    
    
        ## kafka 
        kafka.servers = 192.169.0.23\:9092,192.169.0.24\:9092,192.169.0.25\:9092  
        kafka.topicName = USER_TOPIC
        kafka.autoCommit = false
        kafka.maxPollRecords = 100
        kafka.groupId = groupA
        kafka.commitRule = earliest

**注:上述的配置只是一部分，完整的配置可以在我的github中找到。**

数据库脚本:

-- springBoot2库的脚本
    
    CREATE TABLE `t_user` (
      `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增id',
      `name` varchar(10) DEFAULT NULL COMMENT '姓名',
      `age` int(2) DEFAULT NULL COMMENT '年龄',
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8

**注:因为这里我们只是简单的模拟一下业务场景，所以只是建立一张简单的表。**

### 代码编写 ###

**说明:这里我只对几个关键的类进行说明，完整的项目工程链接可以在博客底部找到。**

在使用SpringBoot整合kafka和storm之前，我们可以先对kfaka和storm的相关代码编写，然后在进行整合。

首先是数据源的获取，也就是使用storm中的spout从kafka中拉取数据。

在之前的storm入门中，讲过storm的运行流程，其中spout是storm获取数据的一个组件，其中我们主要实现**nextTuple**方法，编写从kafka中获取数据的代码就可以在storm启动后进行数据的获取。

**spout**类的主要代码如下:

@Override
    public void nextTuple() {
        for (;;) {
            try {
                msgList = consumer.poll(100);
                if (null != msgList && !msgList.isEmpty()) {
                    String msg = "";
                    List<User> list=new ArrayList<User>();
                    for (ConsumerRecord<String, String> record : msgList) {
                        // 原始数据
                        msg = record.value();
                        if (null == msg || "".equals(msg.trim())) {
                            continue;
                        }
                        try{
                            list.add(JSON.parseObject(msg, User.class));
                        }catch(Exception e){
                            logger.error("数据格式不符!数据:{}",msg);
                            continue;
                        }
                     } 
                    logger.info("Spout发射的数据:"+list);
                    //发送到bolt中
                    this.collector.emit(new Values(JSON.toJSONString(list)));
                     consumer.commitAsync();
                }else{
                    TimeUnit.SECONDS.sleep(3);
                    logger.info("未拉取到数据...");
                }
            } catch (Exception e) {
                logger.error("消息队列处理异常!", e);
                try {
                    TimeUnit.SECONDS.sleep(10);
                } catch (InterruptedException e1) {
                    logger.error("暂停失败!",e1);
                }
            }
        }
    }

**注:如果spout在发送数据的时候发送失败，是会重发的！**

上述spout类中主要是将从kafka获取的数据传输传输到bolt中，然后再由bolt类处理该数据，处理成功之后，写入数据库，然后给与sqout响应，避免重发。

bolt类主要处理业务逻辑的方法是**execute**，我们主要实现的方法也是写在这里。需要注意的是这里只用了一个bolt，因此也不用定义Field进行再次的转发。  
代码的实现类如下:

@Override
        public void execute(Tuple tuple) {
            String msg=tuple.getStringByField(Constants.FIELD);
            try{
                List<User> listUser =JSON.parseArray(msg,User.class);
                //移除age小于10的数据
                if(listUser!=null&&listUser.size()>0){
                    Iterator<User> iterator = listUser.iterator();
                     while (iterator.hasNext()) {
                         User user = iterator.next();
                         if (user.getAge()<10) {
                             logger.warn("Bolt移除的数据:{}",user);
                             iterator.remove();
                         }
                     }
                    if(listUser!=null&&listUser.size()>0){
                        userService.insertBatch(listUser);
                    }
                }
            }catch(Exception e){
                logger.error("Bolt的数据处理失败!数据:{}",msg,e);
            }
        }

编写完了spout和bolt之后，我们再来编写storm的主类。

storm的主类主要是对Topology(拓步)进行提交，提交Topology的时候，需要对spout和bolt进行相应的设置。Topology的运行的模式有两种:

1.  一种是本地模式，利用本地storm的jar模拟环境进行运行。

LocalCluster cluster = new LocalCluster();
    cluster.submitTopology("TopologyApp", conf,builder.createTopology());

1.  另一种是远程模式，也就是在storm集群进行运行。

StormSubmitter.submitTopology(args[0], conf, builder.createTopology());

这里为了方便，两种方法都编写了，通过主方法的args参数来进行控制。  
**Topology**相关的配置说明在代码中的注释写的很详细了，这里我就不再多说了。  
代码如下:

public  void runStorm(String[] args) {
        // 定义一个拓扑
        TopologyBuilder builder = new TopologyBuilder();
        // 设置1个Executeor(线程)，默认一个
        builder.setSpout(Constants.KAFKA_SPOUT, new KafkaInsertDataSpout(), 1);
        // shuffleGrouping:表示是随机分组
        // 设置1个Executeor(线程)，和两个task
        builder.setBolt(Constants.INSERT_BOLT, new InsertBolt(), 1).setNumTasks(1).shuffleGrouping(Constants.KAFKA_SPOUT);
        Config conf = new Config();
        //设置一个应答者
        conf.setNumAckers(1);
        //设置一个work
        conf.setNumWorkers(1);
        try {
            // 有参数时，表示向集群提交作业，并把第一个参数当做topology名称
            // 没有参数时，本地提交
            if (args != null && args.length > 0) { 
                logger.info("运行远程模式");
                StormSubmitter.submitTopology(args[0], conf, builder.createTopology());
            } else {
                // 启动本地模式
                logger.info("运行本地模式");
                LocalCluster cluster = new LocalCluster();
                cluster.submitTopology("TopologyApp", conf, builder.createTopology());
            }
        } catch (Exception e) {
            logger.error("storm启动失败!程序退出!",e);
            System.exit(1);
        }
        logger.info("storm启动成功...");
        }

好了，编写完了kafka和storm相关的代码之后，我们再来进行和SpringBoot的整合!

在进行和SpringBoot整合前，我们先要解决下一下几个问题。

1 在SpringBoot程序中如何提交storm的Topolgy?

> storm是通过提交Topolgy来确定如何启动的，一般使用过运行main方法来启动，但是SpringBoot启动方式一般也是通过main方法启动的。所以应该怎么样解决呢?

*  解决思路:将storm的Topology写在SpringBoot启动的主类中，随着SpringBoot启动而启动。
 *  实验结果:可以一起启动(按理来说也是可以的)。但是随之而来的是下一个问题，bolt和spout类无法使用spring注解。

2 如何让bolt和spout类使用spring注解?

*  解决思路:在了解到spout和bolt类是由nimbus端实例化，然后通过序列化传输到supervisor，再反向序列化，因此无法使用注解，所以这里可以换个思路，既然不能使用注解，那么就动态获取Spring的bean就好了。
 *  实验结果:使用动态获取bean的方法之后，可以成功启动storm了。

3.有时启动正常，有时无法启动，动态的bean也无法获取?

*  解决思路:在解决了1、2的问题之后，有时出现问题3，找了很久才找到，是因为之前加入了SpringBoot的热部署，去掉之后就没出现了…。

上面的三个问题是我在整合的时候遇到的，其中解决办法在目前看来是可行的，或许其中的问题可能是因为其他的原因导致的，不过目前就这样整合之后，就没出现过其他的问题了。若上述问题和解决办法有不妥之后，欢迎批评指正！

解决了上面的问题之后，我们回到代码这块。  
其中，程序的入口，也就是主类的代码在进行整合后如下:

@SpringBootApplication
    public class Application{
    
        public static void main(String[] args) {
            // 启动嵌入式的 Tomcat 并初始化 Spring 环境及其各 Spring 组件
            ConfigurableApplicationContext context = SpringApplication.run(Application.class, args);
            GetSpringBean springBean=new GetSpringBean();
            springBean.setApplicationContext(context);
            TopologyApp app = context.getBean(TopologyApp.class);
            app.runStorm(args);
        }
    
    }

动态获取bean的代码如下:

public class GetSpringBean implements ApplicationContextAware{
    
        private static ApplicationContext context;
    
        public static Object getBean(String name) {
            return context.getBean(name);
        }
    
        public static <T> T getBean(Class<T> c) {
    
            return context.getBean(c);
        }
    
        @Override
        public void setApplicationContext(ApplicationContext applicationContext)
                throws BeansException {
            if(applicationContext!=null){
                context = applicationContext;
            }
        }
    
    }

主要的代码的介绍就到这里了，至于其它的，基本就和以前的一样了。

## 测试结果 ##

成功启动程序之后，我们先调用接口新增几条数据到kafka

**新增请求:**

POST http://localhost:8087/api/user
    
    {
       "name":"张三","age":20}
    {
       "name":"李四","age":10}
    {
       "name":"王五","age":5}

新增成功之后，我们可以使用xshell工具在kafka集群中查看数据。  
输入:`**kafka-console-consumer.sh --zookeeper master:2181 --topic USER_TOPIC --from-beginning**`

然后可以看到以下输出结果。

![这里写图片描述][70]

上述也表示了数据成功的写入了kafka。  
因为是实时的从kafka那数据，我们也可以从控制台查看打印的语句。

**控制台输出:**

INFO  com.pancm.storm.spout.KafkaInsertDataSpout - Spout发射的数据:[{"age":5,"name":"王五"}, {"age":10,"name":"李四"}, {"age":20,"name":"张三"}]
     WARN  com.pancm.storm.bolt.InsertBolt - Bolt移除的数据:{"age":5,"name":"王五"}
     INFO  com.alibaba.druid.pool.DruidDataSource - {dataSource-1} inited
     DEBUG com.pancm.dao.UserDao.insertBatch - ==>  Preparing: insert into t_user (name,age) values (?,?) , (?,?) 
     DEBUG com.pancm.dao.UserDao.insertBatch - ==> Parameters: 李四(String), 10(Integer), 张三(String), 20(Integer)
     DEBUG com.pancm.dao.UserDao.insertBatch - <==    Updates: 2
     INFO  com.pancm.service.impl.UserServiceImpl - 批量新增2条数据成功!

可以在控制台成功的看到处理的过程和结果。  
然后我们也可以通过接口进行数据库所有的数据查询。

**查询请求:**

GET http://localhost:8087/api/user

**返回结果:**

[{"id":1,"name":"李四","age":10},{"id":2,"name":"张三","age":20}]

上述代码中测试返回的结果显然是符合我们预期的。

## 结语 ##

关于SpringBoot整合kafka和storm暂时就告一段落了。本篇文章只是简单的介绍这些 相关的使用，在实际的应用可能会更复杂。如果有有更好的想法和建议，欢迎留言进行讨论！  
SpringBoot整合kafka和storm的工程我放在github上了，如果感觉不错的话请给个star吧。  
Gihub地址:[https://github.com/xuwujing/springBoot-study][https_github.com_xuwujing_springBoot-study]  
对了，也有kafka整合storm的工程，也在我的github上。  
地址:[https://github.com/xuwujing/kafka-study][https_github.com_xuwujing_kafka-study]

到此，本文结束，谢谢阅读。

版权声明:  
作者：虚无境  
博客园出处：[http://www.cnblogs.com/xuwujing][http_www.cnblogs.com_xuwujing]  
CSDN出处：[http://blog.csdn.net/qazwsxpcm][http_blog.csdn.net_qazwsxpcm]　　　　  
个人博客出处：[http://www.panchengming.com][http_www.panchengming.com]  
原创不易，转载请标明出处，谢谢！

[http_www.panchengming.com_2018_01_26_pancm70]: http://www.panchengming.com/2018/01/26/pancm70/
[http_www.panchengming.com_2018_01_28_pancm71]: http://www.panchengming.com/2018/01/28/pancm71/
[http_www.panchengming.com_2018_02_08_pancm72]: http://www.panchengming.com/2018/02/08/pancm72/
[http_www.panchengming.com_2018_03_16_pancm75]: http://www.panchengming.com/2018/03/16/pancm75/
[70]: /images/20220525/77bc1043cb2741baa7dff5774decb67f.png
[https_github.com_xuwujing_springBoot-study]: https://github.com/xuwujing/springBoot-study
[https_github.com_xuwujing_kafka-study]: https://github.com/xuwujing/kafka-study
[http_www.cnblogs.com_xuwujing]: http://www.cnblogs.com/xuwujing
[http_blog.csdn.net_qazwsxpcm]: http://blog.csdn.net/qazwsxpcm
[http_www.panchengming.com]: http://www.panchengming.com