Spring-Kafka XML配置方法实现生产和消费

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/caox_nazi/article/details/82630816

 

Spring-Kafka XML配置方法实现生产和消费

 1. 生产者配置xml

Step1：producerProperties：设置生产者公产需要的配置 ；

Step2：producerFactory：定义了生产者工厂构造方法；

Step3 : 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。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

<?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*:application.properties" />

    <!-- 定义producer的参数 -->
    <!-- 1.producerProperties：设置生产者公产需要的配置-->
    <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 -->
    <!--2.producerFactory：定义了生产者工厂构造方法-->
    <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 -->
    <!--3.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。-->
    <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>

【生产者参数配置】： 

#============== kafka config 生产者=======================
# brokers集群
bootstrap.servers=192.168.80.150:9092
# 消费者群组ID，发布-订阅模式，即如果一个生产者，多个消费者都要消费，那么需要定义自己的群组，同一群组内的消费者只有一个能消费到消息
group.id=test
# 即所有副本都同步到数据时send方法才返回, 以此来完全判断数据是否发送成功, 理论上来讲数据不会丢失
acks=all
# 发送失败重试次数
retries=0
# 批处理条数：当多个记录被发送到同一个分区时，生产者会尝试将记录合并到更少的请求中。这有助于客户端和服务器的性能
batch.size=16384
# 批处理延迟时间上限：即1ms过后，不管是否达到批处理数，都直接发送一次请求
linger.ms=1
# 即32MB的批处理缓冲区
buffer.memory=33554432

 2. 生产者发送消息：

Step1：根据topic、partition、key发送数据data。

Step2：接收ListenableFuture添加成功、失败回调函数

package com.caox.kafka._03_spring_kafka_xml;

import org.springframework.context.ApplicationContext;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.support.SendResult;
import org.springframework.util.concurrent.FailureCallback;
import org.springframework.util.concurrent.ListenableFuture;
import org.springframework.util.concurrent.SuccessCallback;

/**
 * Created by nazi on 2018/9/5.
 * @author nazi
 */
public class ProducerMain {
    public static void main(String[] argv) throws Exception {
        ApplicationContext context = new ClassPathXmlApplicationContext("applicationContext.xml");
        KafkaTemplate kafkaTemplate = context.getBean(KafkaTemplate.class);
        String key  = "test-key";
        String data = "this is a test message";
        ListenableFuture<SendResult<String, String>> listenableFuture = kafkaTemplate.send("topic-test4", 0, 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
                System.out.println("success to send message !");
            }
        };
        //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);
    }



}

 3. 消费者配置xml： 

Step1 ： consumerProperties -> consumerFactory 载入配置构造消费者工厂;

Step2：  messageListener -> containerProperties 载入容器配置（topics）;

Step3 :   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【生产者参数配置】： 

<?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*:application.properties" />

    <!-- 1.定义consumer的参数 -->
    <!-- consumerProperties -> consumerFactory  载入配置构造消费者工厂 -->
    <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="com.caox.kafka._03_spring_kafka_xml.KafkaConsumerServiceImpl3" />

    <!-- 4.消费者容器配置信息 -->
    <!-- messageListener -> containerProperties  载入容器配置（topics）-->
    <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 -->
    <!-- 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 -->
    <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>

</beans>

【消费者参数配置】：  

#=============== 消费者 ===========================
# 如果为true，消费者的偏移量将在后台定期提交
enable.auto.commit=false
# 在使用Kafka的组管理时，用于检测消费者故障的超时
session.timeout.ms=15000
# 消费监听器容器并发数
concurrency = 3
templar.aggrement.agreementWithhold.topic=topic-test4

 4. 消费者接受消息： 注：方案二和方案三 必须实现 MessageListener否则报参数初始化异常

 4.1【方案一】：直接实现MessageListener接口，复写onMessage方法，实现自定义消费业务逻辑。

扫描二维码关注公众号，回复： 3620501 查看本文章

package com.caox.kafka._03_spring_kafka_xml;

import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.springframework.kafka.listener.MessageListener;

/**
 * Created by nazi on 2018/9/11.
 * @author nazi
 */
public class KafkaConsumerSerivceImpl implements MessageListener<String, String> {
    @Override
    public void onMessage(ConsumerRecord<String, String> data) {
        //根据不同主题，消费
        if("topic-test4".equals(data.topic())){
            //逻辑1
            System.out.println("listen : " + " key:"+ data.key() + " value: " + data.value());
        }else if("topic-test5".equals(data.topic())){
            //逻辑2
        }
    }
}

 4.2【方案二】：@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）

package com.caox.kafka._03_spring_kafka_xml;

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

/**
 * Created by nazi on 2018/9/11.
 * @author nazi
 */

public class KafkaConsumerServiceImpl3 implements MessageListener<String,String> {
    @KafkaListener(topics = "${templar.aggrement.agreementWithhold.topic}")
    public void onMessage(ConsumerRecord<String, String> stringStringConsumerRecord) {
        //消费业务逻辑
        System.out.println("listen 3 : " + " key:"+ stringStringConsumerRecord.key() + " value: " + stringStringConsumerRecord.value());
    }
}

 4.2【方案三】：@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） 

package com.caox.kafka._03_spring_kafka_xml;

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

/**
 * Created by nazi on 2018/9/11.
 * @author nazi
 */
@KafkaListener(topics = "${templar.aggrement.agreementWithhold.topic}")
public class KafkaConsumerSerivceImpl2 implements MessageListener<String,String>{

    @Override
    public void onMessage(ConsumerRecord<String, String> data) {
        //根据不同主题，消费
        System.out.println("listen2 : " + " key:"+ data.key() + " value: " + data.value());
    }
}