那个网站教人做冰点网站关键词排名
目录
一、引入Kafka的依赖
二、配置Kafka
三、创建主题
1、自动创建(不推荐)
2、手动动创建
四、生产者代码
五、消费者代码
六、常用的KafKa的命令
Kafka是一个高性能、分布式的消息发布-订阅系统，被广泛应用于大数据处理、实时日志分析等场景。Spring Boot作为目前最流行的Java开发框架之一，其简洁的配置和丰富的工具使得与Kafka的集成变得更加容易。本文将介绍如何使用Spring Boot整合Kafka，实现高效的数据处理和消息传递。
一、引入Kafka的依赖
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-stream-kafka</artifactId>
</dependency>
二、配置Kafka
spring:kafka:bootstrap-servers: 156.65.20.76:9092,156.65.20.77:9092,156.65.20.78:9092 #指定Kafka集群的地址，这里有三个地址，用逗号分隔。listener:ack-mode: manual_immediate #设置消费者的确认模式为manual_immediate，表示消费者在接收到消息后立即手动确认。concurrency: 3 #设置消费者的并发数为3missing-topics-fatal: false #设置为false，表示如果消费者订阅的主题不存在，不会抛出异常。producer:key-serializer: org.apache.kafka.common.serialization.StringSerializer # 设置消息键的序列化器value-serializer: org.apache.kafka.common.serialization.StringSerializer #设置消息值的序列化器acks: 1 #一般就是选择1，兼顾可靠性和吞吐量 ，如果想要更高的吞吐量设置为0，如果要求更高的可靠性就设置为-1consumer:auto-offset-reset: earliest #设置为"earliest"表示将从最早的可用消息开始消费，即从分区的起始位置开始读取消息。enable-auto-commit: false #禁用了自动提交偏移量的功能，为了避免出现重复数据和数据丢失，一般都是手动提交key-deserializer: org.apache.kafka.common.serialization.StringDeserializer # 设置消息键的反序列化器value-deserializer: org.apache.kafka.common.serialization.StringDeserializer #设置消息值的反序列化器注：kafka的acks有三个值，可以根据实际情况和需求平衡消息系统的吞吐量和数据安全性，来选择对应的值。
acks=0：这是最不可靠的模式。当设置为acks=0时，生产者在发送消息后不会等待任何服务器端的确认响应。这种模式下，生产者可以迅速继续发送下一批消息，效率最高，但风险也最大。如果在此模式下发生网络问题或broker故障，发送的消息可能会永久丢失，生产者无法得知消息是否成功到达Kafka broker。因此，这种配置适合于能够容忍少量数据丢失的场景，例如实时数据分析或生成非关键的实时报表。acks=1：这是默认的配置模式，也是一种折衷方案。在这种模式下，生产者会等待分区的领导者节点（leader）确认消息已经成功写入磁盘，才会发送确认信息给生产者。这提高了数据的安全性，因为只要领导者节点保存了消息，即使跟随者（replicas）没有及时同步，消息也不会丢失。然而，如果领导者在同步给所有追随者之前崩溃，那么尚未同步的副本将无法获取该消息，仍然存在消息丢失的风险。acks=all或-1：这是最可靠的模式。在这个模式下，生产者不仅需要领导者节点确认，还会等待所有同步副本（In-sync replicas, ISR）都确认写入消息后才会收到确认。这极大地增强了数据的持久性保证，确保了即使在多个节点故障的情况下，消息也不会丢失。此模式适用于数据可靠性要求非常高的场景，如金融交易系统或重要的日志记录
三、创建主题
1、自动创建(不推荐)
不存在的主题，会自动创建，分区数和副本数均为默认值。而默认值可能会不符合某些场景的要求。
在kafka的安装目录conf目录下找到该配置文件server.properties，添加如下配置：
num.partitions=3 #默认3个分区
auto.create.topics.enable=true #开启自动创建主题
default.replication.factor=3 #默认3个副本
2、手动动创建
在kafka的安装目录bin目录下，执行如下命令：
//创建一个有三个分区和三个副本，名为zhuoye的主题
./kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 3 --partitions 3 --topic zhuoye
四、生产者代码
@Slf4j
@Component
public class ALiYunServiceImpl implents IALiYunService {@Autowiredprivate KafkaTemplate kafkaTemplate;@Autowiredprivate ExecutorService executorService;String topicName = "zhuoye";@Overridepublic void queryECSMetricInfo() {//发送到kafka的消息集合,因为使用了多线程，并且在多线程中往该集合进行添加操作，所以需要线程安全的List<Message> messages = Collections.synchronizedList(new ArrayList<>());boolean flag = true;//获取上次查询时间Long startTime = Long.valueOf(queryTimeRecordMapper.selectTimeByBelongId(3)) * 1000;Long endTime = System.currentTimeMillis();try {//查询出所有的运行中的实例List<CloudInstanceAssetDto> cloudInstances = cloudInstanceAssetMapper.queryAllRunningInstance(1, "Running");if (CollectionUtils.isEmpty(cloudInstances)) {return;}//定义计数器CountDownLatch latch = new CountDownLatch(cloudInstances.size());//遍历查询for (CloudInstanceAssetDto instance : cloudInstances) {executorService.submit(() -> {try {//获取内网流出带宽，并将结果封装到消息集合中dealMetricDataToMessage(ALiYunConstant.ECS_INTRANET_OUT_RATE, ALiYunConstant.INTRANET_OUT_RATE_NAME, ALiYunConstant.LW_INTRANET_OUT_RATE_CODE,startTime, endTime, instance, messages);} catch (Exception e) {log.error("获取ECS的指标数据-多线程处理任务异常！", e);} finally {latch.countDown();}});}//等待任务执行完毕latch.await();//将最终的消息集合发送到kafkaif (CollectionUtils.isNotEmpty(messages)) {for (int i = 0; i < messages.size(); i++) {if (StringUtils.isNotBlank(messages.get(i).getValue())&& "noSuchInstance".equals(messages.get(i).getValue())) {continue;}kafkaTemplate.send(topicName, messages.get(i));}}} catch (Exception e) {flag = false;log.error("获取ECS的指标数据失败", e);}//更新记录上次查询时间if (flag) {QueryTimeRecord queryTimeRecord = new QueryTimeRecord();queryTimeRecord.setBelongId(3).setLastQueryTime(String.valueOf((endTime - 1000 * 60 * 1) / 1000)); //开始时间往前推1分钟queryTimeRecordMapper.updateByBelongId(queryTimeRecord);}}这个时候，如果你想看有没有把消息发送到kafka的指定主题可以使用如下命令：
kafka-console-consumer.sh --bootstrap-server localhost:9093 --topic zhuoye
五、消费者代码
@Slf4j
@Component
public class KafkaConsumer {// 消费监听@KafkaListener(topics = "zhuoye",groupId ="zhuoye-aliyunmetric")public void consumeExtractorChangeMessage(ConsumerRecord<String, String> record, Acknowledgment ack){try {String value = record.value();//处理数据，存入openTsDb.................................ack.acknowledge();//手动提交}catch (Exception e){log.error("kafa-topic【zhuoye】消费阿里云指标源消息【失败】");log.error(e.getMessage());}}
}六、常用的KafKa的命令
//创建主题
./kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 3 --partitions 3 --topic zhuoye
//查看kafka是否接收对应的消息
kafka-console-consumer.sh --bootstrap-server localhost:9093 --topic zhuoye
// 修改kafka-topic分区数
./kafka-topics.sh --zookeeper localhost:2181 -alter --partitions 6 --topic zhuoye
// 查看topic分区数
./kafka-topics.sh --zookeeper localhost:2181 --describe --topic zhuoye
// 查看用户组消费情况
./kafka-consumer-groups.sh --bootstrap-server localhost:9092 --group zhuoye-aliyunmetric --describe