0x01 前言
Spring for Apache Kafka项目将Spring核心概念应用于基于Kafka的消息传递解决方案的开发。 Spring 官方提供“template”作为发送消息的高级抽象。 还为消息驱动的POJO提供支持。
0x02 升级注意事项
2.1 从2.1到2.2 的改动
这部分介绍 从2.1版到2.2版的改动。
2.1.1 Kafka Client 版本
此版本需要2.0.0 kafka-clients或更高版本
2.1.2 类和包改变
ContainerProperties
类已从org.springframework.kafka.listener.config
移至org.springframework.kafka.listener
。
AckMode
枚举类型已从AbstractMessageListenerContainer
移至ContainerProperties
。
setBatchErrorHandler()
和 setErrorHandler()
方法已从ContainerProperties
移动到
AbstractMessageListenerContainer
和AbstractKafkaListenerContainerFactory
。
2.1.3 回滚处理
提供了一种新的AfterRollbackProcessor
策略。
有关更多信息,请参阅After-rollback Processor
2.1.4 ConcurrentKafkaListenerContainerFactory 变化
您现在可以使用ConcurrentKafkaListenerContainerFactory
来创建和配置任何ConcurrentMessageListenerContainer
,而不仅仅是@KafkaListener
注解的那些。
有关更多信息,请参阅容器工厂
2.1.5 Listener Container 变化
添加了一个新的容器属性(missingTopicsFatal
)。有关更多信息,请参阅使用KafkaMessageListenerContainer。
消费者终止时会发出ConsumerStoppedEvent
。有关更多信息,请参阅线程安全
批处理监听器可以选择接收完整的ConsumerRecords<?,?>
对象而不是List <ConsumerRecord <?,?>
。有关更多信息,请参阅批处理监听器
DefaultAfterRollbackProcessor
和SeekToCurrentErrorHandler
现在可以恢复(跳过)保持失败的记录,默认情况下,在10次失败后也会这样做。可以将它们配置为将失败的记录发布到dead-letterTopic。
从版本2.2.4开始,可以在选择dead-letter topic名称时使用消费者的group ID。
有关详细信息,请参阅回滚处理器,寻找当前容器错误处理程序和发布Dead-letter 记录。
添加了ConsumerStoppingEvent
。有关更多信息,请参阅事件
现在可以将SeekToCurrentErrorHandler
配置为在使用AckMode.MANUAL_IMMEDIATE
(自2.2.4开始)配置容器时提交已恢复记录的偏移量。有关详细信息,请参阅“查找当前容器错误处理程序”。
2.1.6 @KafkaListener 变化
您现在可以通过在注解上设置属性来覆盖监听器容器工厂的concurrency
和autoStartup
属性。 您现在可以添加配置以确定将哪些标头(如果有)复制到回复消息。 有关更多信息,请参阅@KafkaListener Annotation。
您现在可以使用@KafkaListener
作为自己注解的元注解。 有关详细信息,请参阅@KafkaListener作为Meta Annotation。
现在可以更轻松地为@Payload
验证配置Validator
。 有关更多信息,请参阅@KafkaListener @Payload Validation。
您现在可以直接在注解上指定kafka使用者属性; 这些将覆盖使用者工厂中定义的具有相同名称的任何属性(从2.2.4版开始)。 有关更多信息,请参阅注解属性。
2.1.7 Header Mapping 改动
MimeType
和MediaType
类型的标头现在映射为RecordHeader
值中的简单字符串。 以前,它们被映射为JSON并且仅解码了MimeType
。 MediaType
无法解码。 它们现在是互操作性的简单字符串。
此外,DefaultKafkaHeaderMapper
有一个新的addToStringClasses
方法,允许使用toString()
而不是JSON来规范应该映射的类型。 有关更多信息,请参阅消息标题。
2.1.8 嵌入式 Kafka 变化
不推荐使用KafkaEmbedded
类及其KafkaRule
接口,而使用EmbeddedKafkaBroker
及其JUnit 4 EmbeddedKafkaRule
包装器。 @EmbeddedKafka
注解现在填充EmbeddedKafkaBroker
bean而不是已弃用的KafkaEmbedded
。 此更改允许在JUnit 5测试中使用@EmbeddedKafka
。 @EmbeddedKafka
注解现在具有属性ports,用于指定填充EmbeddedKafkaBroker
的端口。 有关更多信息,请参阅测试应用
2.1.9 JsonSerializer/Deserializer增强功能
您现在可以使用生产者和消费者属性提供类型映射信息。
反序列化器上有新的构造函数,允许使用提供的目标类型覆盖类型头信息。
JsonDeserializer
现在默认删除任何类型信息头。
您现在可以使用Kafka属性配置JsonDeserializer
以忽略类型信息标头(自2.2.3起)。
有关更多信息,请参阅序列化,反序列化和消息转换。
2.9.10 Kafka Streams 改变
流配置bean现在必须是KafkaStreamsConfiguration
对象而不是StreamsConfig
对象。
StreamsBuilderFactoryBean
已从包...core
移至...config
。
在KStream
实例之上构建条件分支时,引入了KafkaStreamBrancher
以获得更好的最终用户体验。
2.9.11 事务ID
当监听器容器启动事务时,transactional.id
现在是附加<group.id>.<topic>.<partition>
的transactionIdPrefix
。
3. 介绍
参考文档的第一部分是Spring for Apache Kafka的高级概述,以及可以帮助您尽快启动和运行的基础概念和一些代码片段。
3.1 快速开始
这是开始使用Spring Kafka的五分钟之旅。
先决条件:您必须安装并运行Apache Kafka
。 然后你必须抓住spring-kafka
JAR及其所有依赖项。 最简单的方法是在构建工具中声明依赖项。 以下示例显示了如何使用Maven执行此操作:
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
<version>2.2.4.RELEASE</version>
</dependency>
如果是Gradle的话配置如下:
compile 'org.springframework.kafka:spring-kafka:2.2.4.RELEASE'
3.3.1 兼容性
此快速浏览适用于以下版本:
- Apache Kafka客户端2.0.0
- Spring Framework 5.1.x
- 最低Java版本:8
3.3.2 一个快速简单的例子
如以下示例所示,您可以使用普通Java发送和接收消息:
@Test
public void testAutoCommit() throws Exception {
logger.info("Start auto");
ContainerProperties containerProps = new ContainerProperties("topic1", "topic2");
final CountDownLatch latch = new CountDownLatch(4);
containerProps.setMessageListener(new MessageListener<Integer, String>() {
@Override
public void onMessage(ConsumerRecord<Integer, String> message) {
logger.info("received: " + message);
latch.countDown();
}
});
KafkaMessageListenerContainer<Integer, String> container = createContainer(containerProps);
container.setBeanName("testAuto");
container.start();
Thread.sleep(1000); // wait a bit for the container to start
KafkaTemplate<Integer, String> template = createTemplate();
template.setDefaultTopic(topic1);
template.sendDefault(0, "foo");
template.sendDefault(2, "bar");
template.sendDefault(0, "baz");
template.sendDefault(2, "qux");
template.flush();
assertTrue(latch.await(60, TimeUnit.SECONDS));
container.stop();
logger.info("Stop auto");
}
private KafkaMessageListenerContainer<Integer, String> createContainer(
ContainerProperties containerProps) {
Map<String, Object> props = consumerProps();
DefaultKafkaConsumerFactory<Integer, String> cf =
new DefaultKafkaConsumerFactory<Integer, String>(props);
KafkaMessageListenerContainer<Integer, String> container =
new KafkaMessageListenerContainer<>(cf, containerProps);
return container;
}
private KafkaTemplate<Integer, String> createTemplate() {
Map<String, Object> senderProps = senderProps();
ProducerFactory<Integer, String> pf =
new DefaultKafkaProducerFactory<Integer, String>(senderProps);
KafkaTemplate<Integer, String> template = new KafkaTemplate<>(pf);
return template;
}
private Map<String, Object> consumerProps() {
Map<String, Object> props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
props.put(ConsumerConfig.GROUP_ID_CONFIG, group);
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "100");
props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, "15000");
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, IntegerDeserializer.class);
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
return props;
}
private Map<String, Object> senderProps() {
Map<String, Object> props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
props.put(ProducerConfig.RETRIES_CONFIG, 0);
props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
props.put(ProducerConfig.LINGER_MS_CONFIG, 1);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, IntegerSerializer.class);
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return props;
}
3.1.3 使用Java 配置
您可以使用Java中的Spring配置执行上一个示例中显示的相同工作。 以下示例显示了如何执行此操作:
@Autowired
private Listener listener;
@Autowired
private KafkaTemplate<Integer, String> template;
@Test
public void testSimple() throws Exception {
template.send("annotated1", 0, "foo");
template.flush();
assertTrue(this.listener.latch1.await(10, TimeUnit.SECONDS));
}
@Configuration
@EnableKafka
public class Config {
@Bean
ConcurrentKafkaListenerContainerFactory<Integer, String>
kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<Integer, String> factory =
new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory());
return factory;
}
@Bean
public ConsumerFactory<Integer, String> consumerFactory() {
return new DefaultKafkaConsumerFactory<>(consumerConfigs());
}
@Bean
public Map<String, Object> consumerConfigs() {
Map<String, Object> props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, embeddedKafka.getBrokersAsString());
...
return props;
}
@Bean
public Listener listener() {
return new Listener();
}
@Bean
public ProducerFactory<Integer, String> producerFactory() {
return new DefaultKafkaProducerFactory<>(producerConfigs());
}
@Bean
public Map<String, Object> producerConfigs() {
Map<String, Object> props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, embeddedKafka.getBrokersAsString());
...
return props;
}
@Bean
public KafkaTemplate<Integer, String> kafkaTemplate() {
return new KafkaTemplate<Integer, String>(producerFactory());
}
}
public class Listener {
private final CountDownLatch latch1 = new CountDownLatch(1);
@KafkaListener(id = "foo", topics = "annotated1")
public void listen1(String foo) {
this.latch1.countDown();
}
}
3.1.4 使用Spring Boot,甚至更快
Spring Boot可以让事情变得更简单。 以下Spring Boot应用程序向主题发送三条消息,接收它们并停止:
@SpringBootApplication
public class Application implements CommandLineRunner {
public static Logger logger = LoggerFactory.getLogger(Application.class);
public static void main(String[] args) {
SpringApplication.run(Application.class, args).close();
}
@Autowired
private KafkaTemplate<String, String> template;
private final CountDownLatch latch = new CountDownLatch(3);
@Override
public void run(String... args) throws Exception {
this.template.send("myTopic", "foo1");
this.template.send("myTopic", "foo2");
this.template.send("myTopic", "foo3");
latch.await(60, TimeUnit.SECONDS);
logger.info("All received");
}
@KafkaListener(topics = "myTopic")
public void listen(ConsumerRecord<?, ?> cr) throws Exception {
logger.info(cr.toString());
latch.countDown();
}
}
Boot负责大部分配置。 当我们使用本地代理时,我们需要的唯一属性如下:
application.properties
spring.kafka.consumer.group-id=foo
spring.kafka.consumer.auto-offset-reset=earliest
我们需要第一个属性,因为我们使用组管理将主题分区分配给消费者,因此我们需要一个组。 第二个属性确保新的使用者组获取我们发送的消息,因为容器可能在发送完成后启动。
本节完~