Question

Kafka 是一种高吞吐的分布式发布订阅消息系统，能够替代传统的消息队列用于解耦合数据处理，缓存未处理消息等，同时具有更高的吞吐率，支持分区、多副本、冗余，因此被广泛用于大规模消息数据处理应用。Kafka 支持 Java 及多种其它语言客户端，可与 Hadoop、Storm、Spark 等其它大数据工具结合使用。

准备

环境安装

搭建高吞吐量 Kafka 分布式发布订阅消息 集群

测试用例

Github 代码

代码我已放到 Github ，导入 spring-boot-kafka 项目

github https://github.com/souyunku/spring-boot-examples/tree/master/spring-boot-kafka

添加依赖

在项目中添加 kafka-clients 依赖

<dependency>
	<groupId>org.apache.kafka</groupId>
	<artifactId>kafka-clients</artifactId>
	<version>0.10.2.0</version>
</dependency>
<dependency>
	<groupId>org.springframework.kafka</groupId>
	<artifactId>spring-kafka</artifactId>
</dependency>

启用 kafka

@Configuration
@EnableKafka
public class KafkaConfiguration {

}

消息生产者

@Component
public class MsgProducer {

  private static final Logger log = LoggerFactory.getLogger(MsgProducer.class);

  @Autowired
  private KafkaTemplate<String, String> kafkaTemplate;

  public void sendMessage(String topicName, String jsonData) {
    log.info("向 kafka 推送数据:[{}]", jsonData);
    try {
      kafkaTemplate.send(topicName, jsonData);
    } catch (Exception e) {
      log.error("发送数据出错！！！{}{}", topicName, jsonData);
      log.error("发送数据出错=====>", e);
    }

    //消息发送的监听器，用于回调返回信息
    kafkaTemplate.setProducerListener(new ProducerListener<String, String>() {
      @Override
      public void onSuccess(String topic, Integer partition, String key, String value, RecordMetadata recordMetadata) {
      }

      @Override
      public void onError(String topic, Integer partition, String key, String value, Exception exception) {
      }

      @Override
      public boolean isInterestedInSuccess() {
        log.info("数据发送完毕");
        return false;
      }
    });
  }

}

消息消费者

@Component
public class MsgConsumer {

  @KafkaListener(topics = {"topic-1","topic-2"})
  public void processMessage(String content) {

    System.out.println("消息被消费"+content);
  }
  
}

参数配置

application.properties

#kafka
# 指定 kafka 代理地址，可以多个
spring.kafka.bootstrap-servers=YZ-PTEST-APP-HADOOP-02:9092,YZ-PTEST-APP-HADOOP-04:9092
# 指定 listener 容器中的线程数，用于提高并发量
spring.kafka.listener.concurrency=3
# 每次批量发送消息的数量
spring.kafka.producer.batch-size=1000
# 指定默认消费者 group id
spring.kafka.consumer.group-id=myGroup
# 指定默认 topic id
spring.kafka.template.default-topic=topic-1

启动服务

@SpringBootApplication
@ComponentScan(value = {"io.ymq.kafka"})
public class Startup {

  public static void main(String[] args) {
    SpringApplication.run(Startup.class, args);
  }
}

单元测试

import io.ymq.kafka.MsgProducer;
import io.ymq.kafka.run.Startup;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;
/**
 * 描述: 测试 kafka
 *
 * @author yanpenglei
 * @create 2017-10-16 18:45
 **/
@RunWith(SpringRunner.class)
@SpringBootTest(classes = Startup.class)
public class BaseTest {

  @Autowired
  private MsgProducer msgProducer;

  @Test
  public void test() throws Exception {

    msgProducer.sendMessage("topic-1", "topic--------1");
    msgProducer.sendMessage("topic-2", "topic--------2");
  }
}

消息生产者，响应

2017-10-17 15:54:44.814  INFO 2960 --- [       main] io.ymq.kafka.MsgProducer         : 向 kafka 推送数据:[topic--------1]
2017-10-17 15:54:44.860  INFO 2960 --- [       main] io.ymq.kafka.MsgProducer         : 向 kafka 推送数据:[topic--------2]
2017-10-17 15:54:44.878  INFO 2960 --- [ad | producer-1] io.ymq.kafka.MsgProducer         : 数据发送完毕
2017-10-17 15:54:44.878  INFO 2960 --- [ad | producer-1] io.ymq.kafka.MsgProducer         : 数据发送完毕

消息消费者，响应

消息被消费 topic--------1
消息被消费 topic--------2

代码我已放到 Github ，导入 spring-boot-kafka 项目

github https://github.com/souyunku/spring-boot-examples/tree/master/spring-boot-kafka

遇到一些坑

[2017-10-16 19:20:08.340] - 14884 严重 [main] --- org.springframework.kafka.support.LoggingProducerListener: Exception thrown when sending a message with key='null' and payload='topic--------2' to topic topic-2:

经调试发现 kafka 连接是用的主机名，所以修改 hosts

C:\Windows\System32\drivers\etc\hosts

10.32.32.149 YZ-PTEST-APP-HADOOP-02
10.32.32.154 YZ-PTEST-APP-HADOOP-04