企业官网建设流程全解析

springboot中集成kafka，主要目的干啥呢，当然消息推送啦。不同系统之间，自身系统不同组件之间消息通信的一种方式，也可以是使用MQ。

为什么要使用咱们的消息系统呢：个人看来，目的主要就是为了解耦，异步通信，消峰处理。

消息系统三大优点

解耦：

怎么理解呢，比如我是A系统，我要现在要给B、C两个系统发送消息，如果不用消息系统，直接调用，就相当于A系统跟B、C系统强耦合到一起了，如果后面还有D、E......等系统怎么办呢，我总不能挨着挨着一个一个写吧，这样代码耦合太高了，而且我还得考虑别人收到没有，处理成功失败等等情况。那我使用消息系统不就解决这个问题了嘛，我直管向Kafka推送消息，我才不管你谁来消费呢，你想消费你就去消费Kafka消息。这不就解耦了嘛。

异步：

系统A调用其他系统接口的时候，需要一直等待其他系统处理完成它的业务逻辑后，返回处理结果，我才能继续处理我的业务逻辑，但是它的业务逻辑我其实不关心，我没必要等啊。

那用异步不就好了吗，我将消息发给Kafka，你其他系统去消费就行了，我监听你返回的处理结果就行了，我发送完后就可以继续做其他操作了，不用一直等着。

消峰：

比如电商在秒杀的时候，用户量暴增，但是它又只是一小段时间的爆发量。如果不处理，那服务器不得直接挂了。怎么办呢？那我们用Kafka啊，来了请求我就推送消息到Kafka，然后呢，消费设置一秒消费多少就好，然后等高峰过去，用户量回归正常，积累的消息也会慢慢的被消费完。这样咱不是又能愉快的玩耍了嘛。

Kafka术语：

Producer：生产者，消息的生产者，负责推送消息到Kafka队列

Consumer:消费者，负责消费Kafka队列中的消息

Consumer group:用来实现消息广播（发给多个Consumer）或单播（发给单个Consumer）的手段

Offset：kafka存储消息的偏移量，可以理解为下标用来控制消息的消费位置

Broker：Kafka服务节点，一个kafka服务器就是一个Broker，一个集群由多个Broker组成，一个 Broker下可以有多个Topic

Topic:消息的类别、标题，可以理解为是一个消息的队列

Partition：属于Topic的子集，消息分区，一个Topic可以有多个partition，一个partition在物理上对 应了一个文件夹；partition中的所有消息都会分配一个offset

Kafka消息模式：

点对点消息传递模式：

一个消息推送出去，只能被消费一次，任何一个消费者消费了该消息后，其他消费者都不能继续消费该消息

发布-订阅模式：

消息发布到队列，所有订阅了topic的的消费者都可以消费topic里的所有消息。

话不多说，直接开始:

1.pom文件中添加maven引用

<!-- kafka --> <dependency> <groupId>org.springframework.kafka</groupId> <artifactId>spring-kafka</artifactId> </dependency>

2.yml文件中增加kafka的配置

spring: kafka: # 指定kafka server的地址，集群配多个，中间，逗号隔开 bootstrap-servers: - 127.0.0.1:9092 - 127.0.0.1:9093 - 127.0.0.1:9094 # kafka生产者配置 producer: # 写入失败时，重试次数。当leader失效，一个repli节点会替代成为leader节点，此时可能出现写入失败， # 当retris为0时，produce不会重复。retirs重发，此时repli节点完全成为leader节点，不会产生消息丢失。 retries: 0 # 每次批量发送消息的数量,produce积累到一定数据，一次发数据量 # 当将多个记录被发送到同一个分区时， Producer 将尝试将记录组合到更少的请求中。 # 这有助于提升客户端和服务器端的性能。这个配置控制一个批次的默认大小（以字节为单位）。16384是缺省的配置（16K） batch-size: 16384 # produce积累数据一次发送，缓存大小达到buffer.memory就发送数据 # #Producer 用来缓冲等待被发送到服务器的记录的总字节数，33554432是缺省配置 buffer-memory: 33554432 #默认情况下消息是不压缩的，此参数可指定采用何种算法压缩消息，可取值：none,snappy,gzip,lz4。snappy压缩算法由Google研发， #这种算法在性能和压缩比取得比较好的平衡；相比之下，gzip消耗更多的CPU资源，但是压缩效果也是最好的。通过使用压缩，我们可以节省网络带宽和Kafka存储成本。 #如果不开启压缩，可设置为none（默认值），比较大的消息可开启 compressionType: none #procedure要求leader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，其值可以为如下： #acks = 0 如果设置为零，则生产者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，并且重试配置将不会生效（因为客户端通常不会知道任何故障），为每条记录返回的偏移量始终设置为-1。 #acks = 1 这意味着leader会将记录写入其本地日志，但无需等待所有副本服务器的完全确认即可做出回应，在这种情况下，如果leader在确认记录后 # 立即失败，但在将数据复制到所有的副本服务器之前，则记录将会丢失。 #acks = all 这意味着leader将等待完整的同步副本集以确认记录，这保证了只要至少一个同步副本服务器仍然存活，记录就不会丢失，这是最强有力的保证， # 这相当于acks = -1的设置。 #可以设置的值为：all, -1, 0, 1 acks: all # 指定消息key和消息体的编解码方式 key-serializer: org.apache.kafka.common.serialization.StringSerializer value-serializer: org.apache.kafka.common.serialization.StringSerializer # value-serializer: org.springframework.kafka.support.serializer.JsonSerializer # 连接超时时间 properties: request.timeout.ms: 30000

3.配置生产者Producer或者消费者Consumer

首先当然是生产者了，发送消息Producer：

package com.liu.kafka; import com.liu.constants.KafkaConstants; import com.liu.utils.DateUtils; import lombok.extern.slf4j.Slf4j; import org.apache.kafka.clients.admin.CreateTopicsResult; import org.apache.kafka.clients.admin.DescribeTopicsResult; import org.apache.kafka.clients.admin.KafkaAdminClient; import org.apache.kafka.clients.admin.NewTopic; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.common.KafkaFuture; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.kafka.core.KafkaTemplate; import org.springframework.kafka.support.SendResult; import org.springframework.stereotype.Component; import org.springframework.util.concurrent.ListenableFuture; import org.springframework.util.concurrent.ListenableFutureCallback; import java.util.*; import java.util.concurrent.ExecutionException; import static com.alibaba.fastjson.JSON.toJSONString; /** * kafka生产者类 * @author kevin * @date 2021/7/28 */ @Component @Slf4j @SuppressWarnings({"unused"}) public class ProducerUtils { private static final String PUSH_MSG_LOG = "准备发送消息为：{}"; @Autowired private KafkaTemplate<String, Object> kafkaTemplate; @Autowired private KafkaAdminClient kafkaAdminClient; /** * 如果没有topic，则创建一个 * @author kevin * @param topicName : * @param partitionNum : * @param replicaNum : * @return org.apache.kafka.clients.admin.CreateTopicsResult * @date 2021/8/5 9:42 */ public Boolean createTopic(String topicName, int partitionNum, int replicaNum){ KafkaFuture<Set<String>> topics = kafkaAdminClient.listTopics().names(); try { if (topics.get().contains(topicName)) { return true; } NewTopic newTopic = new NewTopic(topicName, partitionNum, (short) replicaNum); kafkaAdminClient.createTopics(Collections.singleton(newTopic)); return true; } catch (InterruptedException | ExecutionException e) { e.printStackTrace(); Thread.currentThread().interrupt(); return false; } } /** * 传入topic名称，json格式字符串的消息，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param jsonStr : 消息json字符串 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public boolean sendMessage(String topicName, String jsonStr) { createTopic(topicName, 5, 5); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, jsonStr)); return dealSendResult(future); } /** * 传入topic名称，json格式字符串数组的消息，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param jsonStrs : 消息json字符串数组 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public Boolean[] sendMessage(String topicName, String[] jsonStrs) { createTopic(topicName, 5, 5); int msgLength = jsonStrs.length; Boolean[] success = new Boolean[msgLength]; for (int i = 0; i < msgLength; i++) { String jsonStr = jsonStrs[i]; log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, jsonStr)); success[i] = dealSendResult(future); } return success; } /** * 传入topic名称，消息对象，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param obj : 消息对象 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public boolean sendMessage(String topicName, Object obj) { createTopic(topicName, 5, 5); String jsonStr = toJSONString(obj); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, jsonStr)); return dealSendResult(future); } /** * 传入topic名称，消息对象数组，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param list : 消息对象数组 * @return boolean : 推送是否成功 * @date 2021/7/28 15:56 */ public Boolean[] sendMessage(String topicName, List<Object> list) { createTopic(topicName, 5, 5); Boolean[] success = new Boolean[list.size()]; for (int i = 0; i < list.size(); i++) { Object obj = list.get(i); String jsonStr = toJSONString(obj); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, jsonStr)); success[i] = dealSendResult(future); } return success; } /** * 传入topic名称，json格式字符串的消息，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param key : 消息key * @param jsonStr : 消息json字符串 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public boolean sendMessage(String topicName, String key, String jsonStr) { createTopic(topicName, 5, 5); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, key, jsonStr)); return dealSendResult(future); } /** * 传入topic名称，json格式字符串数组的消息，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param key : 消息key * @param jsonStrs : 消息json字符串数组 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public Boolean[] sendMessage(String topicName, String key, String[] jsonStrs) { createTopic(topicName, 5, 5); int msgLength = jsonStrs.length; Boolean[] success = new Boolean[msgLength]; for (int i = 0; i < msgLength; i++) { String jsonStr = jsonStrs[i]; log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, key, jsonStr)); success[i] = dealSendResult(future); } return success; } /** * 传入topic名称，消息对象，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param key : 消息key * @param obj : 消息对象 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public boolean sendMessage(String topicName, String key, Object obj) { createTopic(topicName, 5, 5); String jsonStr = toJSONString(obj); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, key, jsonStr)); return dealSendResult(future); } /** * 传入topic名称，消息对象数组，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param key : 消息key * @param list : 消息对象数组 * @return boolean : 推送是否成功 * @date 2021/7/28 15:56 */ public Boolean[] sendMessage(String topicName, String key, List<Object> list) { createTopic(topicName, 5, 5); Boolean[] success = new Boolean[list.size()]; for (int i = 0; i < list.size(); i++) { Object obj = list.get(i); String jsonStr = toJSONString(obj); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, key, jsonStr)); success[i] = dealSendResult(future); } return success; } /** * 传入topic名称，json格式字符串的消息，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param partition : 消息发送分区 * @param key : 消息key * @param jsonStr : 消息json字符串 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public boolean sendMessage(String topicName, int partition, String key, String jsonStr) { createTopic(topicName, 5, 5); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, partition, key, jsonStr)); return dealSendResult(future); } /** * 传入topic名称，json格式字符串数组的消息，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param partition : 消息发送分区 * @param key : 消息key * @param jsonStrs : 消息json字符串数组 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public Boolean[] sendMessage(String topicName, int partition, String key, String[] jsonStrs) { createTopic(topicName, 5, 5); int msgLength = jsonStrs.length; Boolean[] success = new Boolean[msgLength]; for (int i = 0; i < msgLength; i++) { String jsonStr = jsonStrs[i]; log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, partition, key, jsonStr)); success[i] = dealSendResult(future); } return success; } /** * 传入topic名称，消息对象，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param partition : 消息发送分区 * @param key : 消息key * @param obj : 消息对象 * @return boolean : 推送是否成功 * @date 2021/7/28 15:53 */ public boolean sendMessage(String topicName, int partition, String key, Object obj) { createTopic(topicName, 5, 5); String jsonStr = toJSONString(obj); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>(topicName, partition, key, jsonStr)); return dealSendResult(future); } /** * 传入topic名称，消息对象数组，生产者进行发送 * @author kevin * @param topicName : topic名称 * @param partition : 消息发送分区 * @param key : 消息key * @param list : 消息对象数组 * @return boolean : 推送是否成功 * @date 2021/7/28 15:56 */ public Boolean[] sendMessage(String topicName, int partition, String key, List<Object> list) { createTopic(topicName, 5, 5); Boolean[] success = new Boolean[list.size()]; for (int i = 0; i < list.size(); i++) { Object obj = list.get(i); String jsonStr = toJSONString(obj); log.info(PUSH_MSG_LOG, jsonStr); //发送消息 ListenableFuture<SendResult<String, Object>> future = kafkaTemplate.send(new ProducerRecord<>( topicName, partition, key, jsonStr)); success[i] = dealSendResult(future); } return success; } /** * 处理消息推送结果 * @author kevin * @param future : * @return boolean * @date 2021/7/28 15:56 */ private boolean dealSendResult(ListenableFuture<SendResult<String, Object>> future) { final boolean[] success = {false}; future.addCallback(new ListenableFutureCallback<SendResult<String, Object>>() { @Override public void onFailure(Throwable throwable) { //发送失败的处理 log.info(KafkaConstants.TOPIC_TEST + " - 生产者 发送消息失败：" + throwable.getMessage()); success[0] = false; } @Override public void onSuccess(SendResult<String, Object> stringObjectSendResult) { //成功的处理 log.info(KafkaConstants.TOPIC_TEST + " - 生产者 发送消息成功：" + stringObjectSendResult.toString()); success[0] = true; } }); return success[0]; } }

此处生产者是异步发送消息，不用等待消息发送完成。

接下来就是消费者Consumer了：

package com.liu.util; import lombok.extern.slf4j.Slf4j; import org.apache.kafka.clients.consumer.ConsumerRecord; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.context.annotation.Bean; import org.springframework.kafka.annotation.KafkaListener; import org.springframework.kafka.annotation.TopicPartition; import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory; import org.springframework.kafka.config.KafkaListenerContainerFactory; import org.springframework.kafka.core.ConsumerFactory; import org.springframework.kafka.listener.ContainerProperties; import org.springframework.kafka.support.Acknowledgment; import org.springframework.stereotype.Component; import javax.transaction.Transactional; import java.util.List; import java.util.Optional; /** * kafka消费者类 * @author kevin * @date 2021/7/28 */ @Component @Slf4j public class ConsumerUtils { @Autowired private RedisUtils redisUtils; @Bean public KafkaListenerContainerFactory<?> batchFactory(ConsumerFactory consumerFactory){ ConcurrentKafkaListenerContainerFactory<Integer,String> factory = new ConcurrentKafkaListenerContainerFactory<>(); factory.setConsumerFactory(consumerFactory); factory.setConcurrency(5); factory.getContainerProperties().setPollTimeout(1000); factory.setBatchListener(true);//设置为批量消费，每个批次数量在Kafka配置参数中设置 factory.getContainerProperties().setAckMode(ContainerProperties.AckMode.MANUAL_IMMEDIATE);//设置手动提交ackMode return factory; } /** * 单条的消费kafka消息 * @author kevin * @param record : 消息记录 * @param ack : ack回调确认 * @return void : * @date 2021/8/3 15:14 */ @KafkaListener(topics = KafkaConstants.TOPIC_TEST, topicPartitions = { @TopicPartition(topic = KafkaConstants.TOPIC_TEST, partitions = {"0" ,"2" ,"4"}), }, groupId = KafkaConstants.TOPIC_GROUP1) public void topicTest(ConsumerRecord<String, String> record, Acknowledgment ack) { Optional<String> message = Optional.ofNullable(record.value()); if (message.isPresent()) { Object msg = message.get(); log.info("topic_test 消费了： Topic:" + record.topic() + ",key:" + record.key() + ",Message:" + msg); ack.acknowledge();//手动提交offset } } /** * 批量的消费kafka消息，要配合containerFactory使用，配置的bean见batchFactory * @author kevin * @param records : 消息记录列表 * @param ack : ack回调确认 * @return void : * @date 2021/8/3 15:15 */ @Transactional(rollbackOn = Exception.class) @KafkaListener(topics = KafkaConstants.TOPIC_TEST, topicPartitions = { @TopicPartition(topic = KafkaConstants.TOPIC_TEST, partitions = {"1", "3"}), }, groupId = KafkaConstants.TOPIC_GROUP2, containerFactory="batchFactory") public void topicTest2(List<ConsumerRecord<String, String>> records, Acknowledgment ack) { try { for (ConsumerRecord<String, String> record : records) { //取到消息后，先查询缓存中是否已经存在，存在表示不需要再次处理 //如果消息不存在，业务处理完成后将消息存入redis；如果消息存在直接跳过；这样可防止重复消费 boolean isExists = redisUtils.hasKey(record.topic() + record.partition() + record.key()); if (!isExists) { Optional<String> message = Optional.ofNullable(record.value()); if (message.isPresent()) { Object msg = message.get(); log.info("topic_test1 消费了： Topic:" + record.topic() + ",key:" + record.key() + ",Message:" + msg); } redisUtils.set(record.topic() + record.partition() + record.key(), record.value()); } } ack.acknowledge();//手动提交offset }catch (Exception e){ log.error(e.getMessage()); throw e; } } }

消费者，写了两种模式，批量获取消息与单条获取消息，获取消息的时候，指定topic，partition。通过KafkaListener监听来消费消息。

4.使用

接下来当然就是使用了，直接定义一个接口，然后访问接口，在接口中调用Producer发送消息，就可在Consumer消费者中监听获取到消息。

@ApiOperation(value = "测试1", notes = "test2") @GetMapping(value = "/test2") public ResponseVo test2(String value, String key, Integer partition){ if(StringUtils.isBlank(value)){ return new ResponseVo.Builder().error().message("请从传入发送的消息！").build(); } Message message = new Message.Builder().id(UuidUtil.getUuid32()).msg(value).sendTime(DateUtils.nowDate()).build(); String str = JSONObject.toJSONString(message); if(StringUtils.isNotBlank(key)){ if(partition != null){ producerUtils.sendMessage(KafkaConstants.TOPIC_TEST, partition, key, str); }else{ producerUtils.sendMessage(KafkaConstants.TOPIC_TEST, key, str); } }else { producerUtils.sendMessage(KafkaConstants.TOPIC_TEST, str); } return null; }

5.测试验证

打开swagger页面，找到接口，录入参数：

点击execute执行测试。结果如下图：