多个消费者订阅一个Kafka的Topic(使用KafkaConsumer和KafkaProducer)

蔚落 2024-04-23 02:28 85阅读 0赞

**记录**：466

**场景**：一个KafkaProducer在一个Topic发布消息，多个消费者KafkaConsumer订阅Kafka的Topic。每个KafkaConsumer指定一个特定的ConsumerGroup，达到一条消息被多个不同的ConsumerGroup消费。

**版本**：JDK 1.8,Spring Boot 2.6.3,kafka\_2.12-2.8.0,kafka-clients-3.0.0。

**Kafka集群安装**：https://blog.csdn.net/zhangbeizhen18/article/details/131156084

**1.基础概念**

**Topic**：Kafka根据Topic对消息进行归类，发布到Kafka的每条消息都需要指定一个Topic。

**Producer**：消息生产者，向Broker发送消息的客户端。

**Consumer**：消息消费者，从Broker读取消息的客户端。

**ConsumerGroup**：每个Consumer属于一个特定的ConsumerGroup，一条消息可以被多个不同的ConsumerGroup消费；但是一个ConsumerGroup中只能有一个Consumer能够消费该消息。

**publish**：发布，使用Producer向Kafka写入数据。

**subscribe**：订阅，使用Consumer从Kafka读取数据。

**2.微服务中****配置Kafka信息**

**2.1在pom.xml添加依赖**

pom.xml文件：

<dependency>
      <groupId>org.apache.kafka</groupId>
      <artifactId>kafka-clients</artifactId>
      <version>3.0.0</version>
    </dependency>

解析：使用原生的kafka-clients，版本：3.0.0。操作kafka集群的Topic。

**3.配置Kafka生产者和消费者**

使用原生的kafka-clients，需配置KafkaProducer和KafkaConsumer，把Kafka集群的配置信息注入到这两个对象，便可以操作了生产者和消费者。

配置细节在官网的configuration：**https://kafka.apache.org/documentation/**

**3.1配置KafkaProducer生产者**

(1)示例代码

@Configuration
    public class KafkaClusterConfig {
      @Bean
      public KafkaProducer kafkaProducer() {
          Map<String, Object> configs = new HashMap<>();
          //kafka集群
          Collection<String> cluster = Lists.newArrayList("192.168.19.161:29092",
                  "192.168.19.162:29092",
                  "192.168.19.163:29092");
          configs.put("bootstrap.servers", cluster);
          //客户端发送服务端失败的重试次数
          configs.put("retries", 2);
          //多个记录被发送到同一个分区时,生产者将尝试将记录一起批处理成更少的请求.
          //此设置有助于提高客户端和服务器的性能,配置控制默认批量大小(以字节为单位)
          configs.put("batch.size", 16384);
          //生产者可用于缓冲等待发送到服务器的记录的总内存字节数(以字节为单位)
          configs.put("buffer-memory", 33554432);
          //生产者producer要求leader节点在考虑完成请求之前收到的确认数,用于控制发送记录在服务端的持久化
          //acks=0,设置为0,则生产者producer将不会等待来自服务器的任何确认.该记录将立即添加到套接字(socket)缓冲区并视为已发送.在这种情况下,无法保证服务器已收到记录,并且重试配置(retries)将不会生效(因为客户端通常不会知道任何故障),每条记录返回的偏移量始终设置为-1.
          //acks=1,设置为1,leader节点会把记录写入本地日志,不需要等待所有follower节点完全确认就会立即应答producer.在这种情况下,在follower节点复制前,leader节点确认记录后立即失败的话,记录将会丢失.
          //acks=all,acks=-1,leader节点将等待所有同步复制副本完成再确认记录,这保证了只要至少有一个同步复制副本存活,记录就不会丢失.
          configs.put("acks", "-1");
          //指定key使用的序列化类
          Serializer keySerializer = new StringSerializer();
          //指定value使用的序列化类
          Serializer valueSerializer = new StringSerializer();
          //创建Kafka生产者
          KafkaProducer kafkaProducer = new KafkaProducer(configs, keySerializer, valueSerializer);
          return kafkaProducer;
      }
    }

(2)解析代码

把Kafka的配置信息注入到KafkaProducer，并创建KafkaProducer对象。

使用@Configuration和@Bean注解把KafkaProducer对象注入到Spring的IOC容器，在Spring环境就可以使用KafkaProducer了。

KafkaProducer的底层使用配置类是ProducerConfig，在配置时可以参考。

全称：org.apache.kafka.clients.producer.ProducerConfig。

**3.2配置****KafkaConsumer的公用配置信息**

(1)示例代码

@Configuration
    public class KafkaClusterConfig {
      @Bean("consumerConfig")
      public Map<String, Object> consumerConfigs() {
        Map<String, Object> configs = new HashMap<>();
        //kafka集群
        Collection<String> cluster = Lists.newArrayList("192.168.19.161:29092",
                "192.168.19.162:29092",
                "192.168.19.163:29092");
        configs.put("bootstrap.servers", cluster);
        //开启consumer的偏移量(offset)自动提交到Kafka
        configs.put("enable.auto.commit", true);
        //consumer的偏移量(offset) 自动提交的时间间隔,单位毫秒
        configs.put("auto.commit.interval", 5000);
        //在Kafka中没有初始化偏移量或者当前偏移量不存在情况
        //earliest, 在偏移量无效的情况下, 自动重置为最早的偏移量
        //latest, 在偏移量无效的情况下, 自动重置为最新的偏移量
        //none, 在偏移量无效的情况下, 抛出异常.
        configs.put("auto.offset.reset", "latest");
        //请求阻塞的最大时间(毫秒)
        configs.put("fetch.max.wait", 500);
        //请求应答的最小字节数
        configs.put("fetch.min.size", 1);
        //心跳间隔时间(毫秒)
        configs.put("heartbeat-interval", 3000);
        //一次调用poll返回的最大记录条数
        configs.put("max.poll.records", 500);
        return configs;
      }
      @Bean("keyDeserializer")
      public Deserializer consumerKeyDeserializer() {
        //指定key使用的反序列化类
        Deserializer keyDeserializer = new StringDeserializer();
        return keyDeserializer;
      }
      @Bean("valueDeserializer")
      public Deserializer consumerValueDeserializer() {
        //指定value使用的反序列化类
        Deserializer valueDeserializer = new StringDeserializer();
        return valueDeserializer;
      }
    }

(2)解析代码

配置消费者KafkaConsumer公用配置信息：@Bean("consumerConfig")、 @Bean("keyDeserializer")、 @Bean("valueDeserializer")。

在创建KafkaConsumer时，只需获取公用consumerConfig、keyDeserializer、valueDeserializer设置到KafkaConsumer。

**4.生产者(ZhejiangProvinceProducerController)**

**(1)示例代码**

@RestController
    @RequestMapping("/hub/example/province/producer")
    @Slf4j
    public class ZhejiangProvinceProducerController {
      //1.注入Kafka生产者
      @Autowired
      private KafkaProducer kafkaProducer;
      //2.定义Kafka的Topic
      private final String topicName = "hub-topic-province-notice";
      @GetMapping("/f01_1")
      public Object f01_1(String msgContent) {
        try {
            //3.获取业务数据
            String uuid = UUID.randomUUID().toString().replace("-", "");
            long now = System.currentTimeMillis();
            String msgKey = "province" + ":" + uuid + ":" + now;
            MsgDto msgDto = MsgDto.buildDto(uuid, now, msgContent);
            String msgData = JSONObject.toJSONString(msgDto);
            log.info("ZhejiangProvince生产者向Kafka集群的Topic: {},写入Key:", topicName);
            log.info(msgKey);
            log.info("ZhejiangProvince生产者向Kafka集群的Topic: {},写入Data:", topicName);
            log.info(msgData);
            //4.使用KafkaProducer向Kafka集群写入数据
            ProducerRecord<String, String> producerRecord = new ProducerRecord<>(topicName, msgKey, msgData);
            kafkaProducer.send(producerRecord);
        } catch (Exception e) {
            log.info("ZhejiangProvince生产者写入Topic异常.");
            e.printStackTrace();
        }
        return "写入成功";
      }
    }

**(2)解析代码**

使用KafkaProducer 向Kafka集群的Topic：hub-topic-province-notice写入JSON字符串数据，发布一条消息，给订阅的消费者消费。

**5.消费者一(HangzhouCityConsumer)**

**(1)示例代码**

@Component
    @Slf4j
    public class HangzhouCityConsumer implements CommandLineRunner {
      //1.注入消费者配置信息,key和value的序列化对象
      @Autowired
      private Deserializer keyDeserializer;
      @Autowired
      private Deserializer valueDeserializer;
      //2.定义Kafka的Topic
      private final String topicName = "hub-topic-province-notice";
      @Override
      public void run(String... args) throws Exception {
          //3.创建线程并传入线程任务执行的Runnable
          Thread thread = new Thread(new HangzhouCityConsumer.ThreadRunnable());
          //4.启动线程
          thread.start();
      }
      //在线程中使用KafkaConsumer实时监听Kafka集群的Topic
      public class ThreadRunnable implements Runnable {
          @Override
          public void run() {
              log.info("HangzhouCityConsumer启动线程监听Kafka集群的Topic: {}", topicName);
              Collection<String> topics = Lists.newArrayList(topicName);
              //1.指定消费组(一条消息可以被多个不同的ConsumerGroup消费)
              Map<String, Object> configs = new HashMap<>();
              Map<String, Object> consumerConfig = SpringUtil.getBean("consumerConfig");
              configs.putAll(consumerConfig);
              configs.put("group.id", "hub-topic-province-notice-group-hangzhou");
              //2.创建Kafka消费者(传入消费者配置和key和value的序列化对象)
              KafkaConsumer kafkaConsumer = new KafkaConsumer(configs, keyDeserializer, valueDeserializer);
              //3.订阅Kafka的Topic
              kafkaConsumer.subscribe(topics);
              while (true) {
                  //4.使用KafkaConsumer的poll按照指定周期轮询Kafka集群指定Topic的消息
                  ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(1000));
                  //5.遍历从Kafka集群中读取数据集ConsumerRecords
                  for (ConsumerRecord consumerRecord : consumerRecords) {
                      //6.从ConsumerRecord中取出消费数据
                      String msgKey = (String) consumerRecord.key();
                      String msgData = (String) consumerRecord.value();
                      log.info("HangzhouCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Key:", topicName);
                      log.info(msgKey);
                      log.info("HangzhouCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Data:", topicName);
                      log.info(msgData);
                  }
              }
          }
      }
    }

**(2)解析代码**

从配置类中获取配置信息consumerConfig、keyDeserializer、valueDeserializer。

使用group.id属性指定消费组：hub-topic-province-notice-group-hangzhou。

使用KafkaConsumer的subscribe方法订阅Topic：hub-topic-province-notice。

使用KafkaConsumer的poll方法轮询Topic：hub-topic-province-notice，消费Topic的消息数据存入到记录结果集：ConsumerRecords。

遍历结果集ConsumerRecords获取具体数据。

**6.消费者二(NingboCityConsumer)**

**(1)示例代码**

@Component
    @Slf4j
    public class NingboCityConsumer implements InitializingBean {
      //1.注入消费者配置信息,key和value的序列化对象
      @Autowired
      private Deserializer keyDeserializer;
      @Autowired
      private Deserializer valueDeserializer;
      //2.定义Kafka的Topic
      private final String topicName = "hub-topic-province-notice";
      @Override
      public void afterPropertiesSet() throws Exception {
          //3.创建线程,在线程中使用KafkaConsumer实时监听Kafka集群的Topic
          Thread thread = new Thread(() -> {
              log.info("NingboCity启动线程监听Topic: {}", topicName);
              Collection<String> topics = Lists.newArrayList(topicName);
              //1.指定消费组(一条消息可以被多个不同的ConsumerGroup消费)
              Map<String, Object> configs = new HashMap<>();
              Map<String, Object> consumerConfig = SpringUtil.getBean("consumerConfig");
              configs.putAll(consumerConfig);
              configs.put("group.id", "hub-topic-province-notice-group-ningbo");
              //2.创建Kafka消费者
              KafkaConsumer kafkaConsumer = new KafkaConsumer(configs, keyDeserializer, valueDeserializer);
              //3.订阅Kafka的Topic
              kafkaConsumer.subscribe(topics);
              while (true) {
                  ThreadUtil.sleep(200);
                  //4.使用KafkaConsumer的poll按照指定周期轮询Kafka集群指定Topic的消息
                  ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(1000));
                  for (ConsumerRecord consumerRecord : consumerRecords) {
                      //5.KafkaConsumer从集群中监听的消息存储在ConsumerRecord
                      String msgKey= (String) consumerRecord.key();
                      String msgData = (String) consumerRecord.value();
                      log.info("NingboCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Key:",topicName);
                      log.info(msgKey);
                      log.info("NingboCityConsumer从Kafka集群中的Topic:{},消费的原始数据的Data:",topicName);
                      log.info(msgData);
                  }
              }
          });
          //9.启动线程
          thread.start();
      }
    }

**(2)解析代码**

从配置类中获取配置信息consumerConfig、keyDeserializer、valueDeserializer。

使用group.id属性指定消费组：hub-topic-province-notice-group-ningbo。

使用KafkaConsumer的subscribe方法订阅Topic：hub-topic-province-notice。

使用KafkaConsumer的poll方法轮询Topic：hub-topic-province-notice，消费Topic的消息数据存入到记录结果集：ConsumerRecords。

遍历结果集ConsumerRecords获取具体数据。

**7.测试**

(1)使用Postman测试，调用生产者写入数据

请求RUL：http://127.0.0.1:18210/hub-210-kafka/hub/example/province/producer/f01\_1

参数：msgContent="浙江省全力发展经济"

(2)生产者日志

ZhejiangProvince生产者向Kafka集群的Topic: hub-topic-province-notice,写入Key:
    province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
    ZhejiangProvince生产者向Kafka集群的Topic: hub-topic-province-notice,写入Data:
    {"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(3)消费者一日志

HangzhouCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Key:
    province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
    HangzhouCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Data:
    {"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(4)消费者二日志

NingboCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Key:
    province:b9418d4ae1f44a198684abfa59aaec2a:1687791091150
    NingboCityConsumer从Kafka集群中的Topic:hub-topic-province-notice,消费的原始数据的Data:
    {"msgContent":"浙江省全力发展经济","publicTime":"2023-06-26 22:51:31","uuid":"b9418d4ae1f44a198684abfa59aaec2a"}

(5)结论

每个Consumer指定一个特定的ConsumerGroup，一条消息可以被多个不同的ConsumerGroup消费。

**8.辅助类**

@Data
    @Builder
    public class MsgDto implements Serializable {
      private String uuid;
      private String publicTime;
      private String msgContent;
      public static MsgDto buildDto(String uuid,
                          long publicTime,
                          String msgContent) {
          return builder().uuid(uuid)
              .publicTime(DateUtil.formatDateTime(new Date(publicTime)))
              .msgContent(msgContent).build();
      }
    }

以上，感谢。

2023年6月26日