重要的地方说下,算是给自己提醒,也给阅读者凑合着看看吧;
(1)序列化、反序列化;
注意看这个文章
https://www.jianshu.com/p/5da86afed228
很多网上的例子都是 推送字符串对象的,大多也都算是DEMO,要转实战成对象进行传递,需要序列化和反序列化,否则肯定要报错
(2)端口号问题
按照我第一部分的配置,配置了 zookeeper 后,正常启动后8080会被zookeeper占用,从而导致整个SpringBoot项目启动失败,报端口被占用异常;
(3)KAFKA作为分布式组件,肯定有博大精深的地方,应用场景很多,需要学习学习,仔细研究
可参考 https://www.jianshu.com/p/a64defb44a23
我的参考代码,仅供参考
package com.kafkastudy.kafka01; import com.kafkastudy.kafka01.producer.UserProducer; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication; import org.springframework.context.annotation.ComponentScan; import javax.annotation.PostConstruct; @SuppressWarnings("SpringJavaInjectionPointsAutowiringInspection") @SpringBootApplication @ComponentScan(basePackages = {"com.kafkastudy.kafka01.*"}) public class Kafka01Application { @Autowired private UserProducer kafkaSender; @PostConstruct public void init(){ System.out.println("----------start ----------------"); for (int i = 0; i < 10; i++) { //调用消息发送类中的消息发送方法 kafkaSender.sendData(i); } System.out.println("----------end ----------------"); } public static void main(String[] args) { SpringApplication.run(Kafka01Application.class, args); } }
属性文件配置如下,调整了条数和数据容量
server.port=8081 #============== kafka =================== # 指定kafka server的地址,集群配多个,中间,逗号隔开 spring.kafka.bootstrap-servers=127.0.0.1:9092 #=============== provider ======================= # 写入失败时,重试次数。当leader节点失效,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。 spring.kafka.producer.retries=0 # 每次批量发送消息的数量,produce积累到一定数据,一次发送 #spring.kafka.producer.batch-size=16384 spring.kafka.producer.batch-size=16 # produce积累数据一次发送,缓存大小达到buffer.memory就发送数据 #spring.kafka.producer.buffer-memory=33554432 spring.kafka.producer.buffer-memory=128 #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 spring.kafka.producer.acks=1 # 指定消息key和消息体的编解码方式 spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer #=============== consumer ======================= # 指定默认消费者group id --> 由于在kafka中,同一组中的consumer不会读取到同一个消息,依靠groud.id设置组名 spring.kafka.consumer.group-id=om.kafkaStudy # smallest和largest才有效,如果smallest重新0开始读取,如果是largest从logfile的offset读取。一般情况下我们都是设置smallest spring.kafka.consumer.auto-offset-reset=earliest # enable.auto.commit:true --> 设置自动提交offset spring.kafka.consumer.enable-auto-commit=true #如果‘enable.auto.commit‘为true,则消费者偏移自动提交给Kafka的频率(以毫秒为单位),默认值为5000。 spring.kafka.consumer.auto-commit-interval=100 # 指定消息key和消息体的编解码方式 spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer
package com.kafkastudy.kafka01.com.kafkastudy.kafka01; import com.alibaba.fastjson.JSON; import com.kafkastudy.kafka01.bean.User; import org.springframework.kafka.annotation.KafkaListener; import org.springframework.stereotype.Component; @Component public class ConsumerListener { @KafkaListener(topics = "userTest") public void onMessage(String user){ //insertIntoDb(buffer);//这里为插入数据库代码 System.out.println("------receive----------"); System.out.println(user); System.out.println("------receive end----------"); } }
package com.kafkastudy.kafka01.producer; import com.alibaba.fastjson.JSON; import com.kafkastudy.kafka01.bean.User; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.context.annotation.Configuration; import org.springframework.kafka.core.KafkaTemplate; @Configuration public class UserProducer { @Autowired private KafkaTemplate kafkaTemplate; /** * 发送数据 * @param userid */ public void sendData(long userid){ User userLog = new User(); userLog.setName("test"); userLog.setId(userid); System.err.println("发送用户日志数据:"+userLog); kafkaTemplate.send("userTest", JSON.toJSONString(userLog)); } }
package com.kafkastudy.kafka01.bean; import java.io.Serializable; public class User implements Serializable { private Long id; private String name; private Integer age; /** * transient 关键字修饰的字段不会被序列化 */ private transient String desc; public Long getId() { return id; } public void setId(Long id) { this.id = id; } public String getName() { return name; } public void setName(String name) { this.name = name; } public Integer getAge() { return age; } public void setAge(Integer age) { this.age = age; } public String getDesc() { return desc; } public void setDesc(String desc) { this.desc = desc; } @Override public String toString() { return "User{" + "id=" + id + ", name=‘" + name + ‘\‘‘ + ", age=" + age + ", desc=‘" + desc + ‘\‘‘ + ‘}‘; } }
原文地址:https://www.cnblogs.com/alexgl2008/p/12158684.html
时间: 2024-10-05 21:47:13