KafkaConfig.java
package com.niugang.config; import java.util.HashMap; import java.util.Map; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.clients.consumer.OffsetAndMetadata; import org.apache.kafka.clients.consumer.OffsetCommitCallback; import org.apache.kafka.clients.producer.ProducerConfig; import org.apache.kafka.common.TopicPartition; import org.apache.kafka.common.serialization.StringDeserializer; import org.apache.kafka.common.serialization.StringSerializer; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.kafka.annotation.EnableKafka; import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory; import org.springframework.kafka.core.ConsumerFactory; import org.springframework.kafka.core.DefaultKafkaConsumerFactory; import org.springframework.kafka.core.DefaultKafkaProducerFactory; import org.springframework.kafka.core.KafkaTemplate; import org.springframework.kafka.core.ProducerFactory; import org.springframework.kafka.listener.AbstractMessageListenerContainer; import com.niugang.controller.SenderConttoller; /** * * @ClassName: KafkaConfig * @Description:kafka配置類,基於spring java純配置的 * @author: niugang * @date: 2018年10月20日 下午8:04:26 * @Copyright: 863263957@qq.com. All rights reserved. * */ @Configuration @EnableKafka public class KafkaConfig { private Logger logger = LoggerFactory.getLogger(KafkaConfig.class); @Bean public ConcurrentKafkaListenerContainerFactory<String, String> kafkaListenerContainerFactory() { ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>(); // 偏移量提交方式 // factory.getContainerProperties().setAckMode(AbstractMessageListenerContainer.AckMode.COUNT); // 異步提交偏移量(默認就是true) // factory.getContainerProperties().setSyncCommits(true); //回調函數經常用於記錄提交錯誤 /*factory.getContainerProperties().setCommitCallback(new OffsetCommitCallback() { @Override public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) { if (exception != null) { logger.error("Commit failed for effsets {}", offsets, exception); } } });*/ factory.setConsumerFactory(consumerFactory()); return factory; } /** * 消費者工廠配置 * * @return */ @Bean public ConsumerFactory<String, String> consumerFactory() { return new DefaultKafkaConsumerFactory<>(consumerProps()); } /** * 生產者工廠配置 * * @return */ @Bean public ProducerFactory<String, String> producerFactory() { return new DefaultKafkaProducerFactory<>(senderProps()); } /** * kafka發送消息模板 * * @return */ @Bean public KafkaTemplate<String, String> kafkaTemplate() { return new KafkaTemplate<String, String>(producerFactory()); } /** * 消費者監聽 * * @return */ @Bean public ConsumerListener listener() { return new ConsumerListener(); } /** * 消費配置方法 * * @return */ 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, "kafka_group_1"); /** * enable.auto.commit 默認5秒自動提交偏移量 */ 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"); /** * kafka是基於key-value鍵值對的,以下配置key和value的反序列化放 */ props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); return props; } /** * 生產者配置方法 * * 生產者有三個必選屬性 * <p> * 1.bootstrap.servers broker地址清單,清單不要包含所有的broker地址, * 生產者會從給定的broker里查找到其他broker的信息。不過建議至少提供兩個broker信息,一旦 其中一個宕機,生產者仍能能夠連接到集群上。 * </p> * <p> * 2.key.serializer broker希望接收到的消息的鍵和值都是字節數組。 生產者用對應的類把鍵對象序列化成字節數組。 * </p> * <p> * 3.value.serializer 值得序列化方式 * </p> * * * @return */ private Map<String, Object> senderProps() { Map<String, Object> props = new HashMap<>(); props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092"); /** * 當從broker接收到的是臨時可恢復的異常時,生產者會向broker重發消息,但是不能無限 * 制重發,如果重發次數達到限制值,生產者將不會重試並返回錯誤。 * 通過retries屬性設置。默認情況下生產者會在重試后等待100ms,可以通過 retries.backoff.ms屬性進行修改 */ props.put(ProducerConfig.RETRIES_CONFIG, 0); /** * 在考慮完成請求之前,生產者要求leader收到的確認數量。這可以控制發送記錄的持久性。允許以下設置: * <ul> * <li> * <code> acks = 0 </ code>如果設置為零,則生產者將不會等待來自服務器的任何確認。該記錄將立即添加到套接字緩沖區並視為已發送。在這種情況下,無法保證服務器已收到記錄,並且 * <code>retries </ code>配置將不會生效(因為客戶端通常不會知道任何故障)。為每條記錄返回的偏移量始終設置為-1。 * <li> <code> acks = 1 </code> * 這意味着leader會將記錄寫入其本地日志,但無需等待所有follower的完全確認即可做出回應。在這種情況下, * 如果leader在確認記錄后立即失敗但在關注者復制之前,則記錄將丟失。 * <li><code> acks = all </code> * 這意味着leader將等待完整的同步副本集以確認記錄。這保證了只要至少一個同步副本仍然存活,記錄就不會丟失。這是最強有力的保證。 * 這相當於acks = -1設置 */ props.put(ProducerConfig.ACKS_CONFIG, "1"); /** * 當有多條消息要被發送到統一分區是,生產者會把他們放到統一批里。kafka通過批次的概念來 提高吞吐量,但是也會在增加延遲。 */ // 以下配置當緩存數量達到16kb,就會觸發網絡請求,發送消息 props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384); // 每條消息在緩存中的最長時間,如果超過這個時間就會忽略batch.size的限制,由客戶端立即將消息發送出去 props.put(ProducerConfig.LINGER_MS_CONFIG, 1); props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432); // key的序列化方式 props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class); // value序列化方式 props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class); return props; } }

ConsumerListener.java
package com.niugang.config; import org.springframework.kafka.annotation.KafkaListener; /** * * @ClassName: ConsumerListener * @Description:消費者監聽 * @author: niugang * @date: 2018年10月21日 下午2:05:21 * @Copyright: 863263957@qq.com. All rights reserved. * */ public class ConsumerListener { /** * topicPattern:支持正則表達式 * @param foo */ @KafkaListener(id = "foo", topics = "annotated1") public void listen1(String foo) { System.out.println("接收消息為:"+foo); } }

源碼:https://gitee.com/niugangxy/kafka/tree/master/kafka-spring-boot
微信公眾號

