spring boot 配置雙kafka方法

1.使用spring boot 2.0.8.RELEASE 版本

2.引入Maven kafka jar、准備兩個kafka；

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

3配置yml配置文件

spring.kafka.bootstrap-servers=192.168.47.39:19092
spring.kafka.producer.retries=0
spring.kafka.producer.batch-size=16384
spring.kafka.producer.buffer-memory=33554432
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.kafka.consumer.auto-offset-reset=earliest
spring.kafka.consumer.enable-auto-commit=true
spring.kafka.consumer.auto.commit-interval=100
spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.kafka.consumer.fetch.max-wait=6000
spring.kafka.consumer.group-id=kafkalog #群組ID
spring.kafka.consumer.zookeeper.connect=192.168.47.39:12181
spring.kafka.consumer.zookeeper.servers=192.168.47.39:19092

custom.kafka.topic.monitor_info=monitor_info
custom.kafka.topic.state=monitor_state

spring.outkafka.bootstrap-servers=192.168.141.114:9092
spring.outkafka.producer.retries=0
spring.outkafka.producer.batch-size=16384
spring.outkafka.producer.buffer-memory=33554432
spring.outkafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.outkafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.outkafka.consumer.auto-offset-reset=earliest
spring.outkafka.consumer.enable-auto-commit=true
spring.outkafka.consumer.auto.commit-interval=100
spring.outkafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.outkafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.outkafka.consumer.fetch.max-wait=6000
spring.outkafka.consumer.group-id=kafkalog2
spring.outkafka.consumer.zookeeper.connect=192.168.141.114:2181
spring.outkafka.consumer.zookeeper.servers=192.168.141.114:9092

4.配置KafkaConfig類

import java.util.HashMap;
import java.util.Map;
 
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.apache.kafka.common.serialization.StringSerializer;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import org.springframework.kafka.annotation.EnableKafka;
import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;
import org.springframework.kafka.config.KafkaListenerContainerFactory;
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.ConcurrentMessageListenerContainer;
 
@Configuration
@EnableKafka
public class KafkaConfig {
    @Value("${spring.kafka.bootstrap-servers}")
    private String innerServers;
    @Value("${spring.kafka.consumer.group-id}")
    private String innerGroupid;
    @Value("${spring.kafka.consumer.enable-auto-commit}")
    private String innerEnableAutoCommit;
 
    @Bean
    @Primary//理解為默認優先選擇當前容器下的消費者工廠
    KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<Integer, String>> kafkaListenerContainerFactory() {
        ConcurrentKafkaListenerContainerFactory<Integer, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
        factory.setConsumerFactory(consumerFactory());
        factory.setConcurrency(3);
        factory.getContainerProperties().setPollTimeout(3000);
        return factory;
    }
 
    @Bean//第一個消費者工廠的bean
    public ConsumerFactory<Integer, String> consumerFactory() {
        return new DefaultKafkaConsumerFactory<>(consumerConfigs());
    }
 
    @Bean
    public Map<String, Object> consumerConfigs() {
        Map<String, Object> props = new HashMap<>();
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, innerServers);
        props.put(ConsumerConfig.GROUP_ID_CONFIG, innerGroupid);
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, innerEnableAutoCommit);
//        props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "100");
//        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, "15000");
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        return props;
    }
    
    @Bean //生產者工廠配置
    public ProducerFactory<String, String> producerFactory() {
        return new DefaultKafkaProducerFactory<>(senderProps());
    }
    
    @Bean //kafka發送消息模板
    public KafkaTemplate<String, String> kafkaTemplate() {
        return new KafkaTemplate<String, String>(producerFactory());
    }
    
    /**
     * 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, innerServers);
        /**
         * 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);//設置kafka消息大小，msg超出設定大小無法發送到kafka
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        return props;
    }
    
    @Value("${spring.outkafka.bootstrap-servers}")
    private String outServers;
    @Value("${spring.outkafka.consumer.group-id}")
    private String outGroupid;
    @Value("${spring.outkafka.consumer.enable-auto-commit}")
    private String outEnableAutoCommit;
    
 
    static {
        
    }
    
    /**
     * 連接第二個kafka集群的配置
     */
    @Bean
    KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<Integer, String>> kafkaListenerContainerFactoryOutSchedule() {
        ConcurrentKafkaListenerContainerFactory<Integer, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
        factory.setConsumerFactory(consumerFactoryOutSchedule());
        factory.setConcurrency(3);
        factory.getContainerProperties().setPollTimeout(3000);
        return factory;
    }
 
    @Bean
    public ConsumerFactory<Integer, String> consumerFactoryOutSchedule() {
        return new DefaultKafkaConsumerFactory<>(consumerConfigsOutSchedule());
    }
 
    /**
     * 連接第二個集群的消費者配置
     */
    @Bean
    public Map<String, Object> consumerConfigsOutSchedule() {
        Map<String, Object> props = new HashMap<>();
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, outServers);
        props.put(ConsumerConfig.GROUP_ID_CONFIG, outGroupid);
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, outEnableAutoCommit);
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        return props;
    }
    
    @Bean //生產者工廠配置
    public ProducerFactory<String, String> producerOutFactory() {
        return new DefaultKafkaProducerFactory<>(senderOutProps());
    }
    
    @Bean //kafka發送消息模板
    public KafkaTemplate<String, String> kafkaOutTemplate() {
        return new KafkaTemplate<String, String>(producerOutFactory());
    }
    
    /**
     * 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> senderOutProps() {
        Map<String, Object> props = new HashMap<>();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, outServers);
        /**
         * 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);
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        return props;
    }
}

5.發送工具類MyKafkaProducer

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.kafka.support.SendResult;
import org.springframework.scheduling.annotation.EnableScheduling;
import org.springframework.stereotype.Component;
import org.springframework.util.concurrent.ListenableFuture;
 
import lombok.extern.slf4j.Slf4j;
 
/**
 * <p>
 * <b>KafkaProducer Description:</b> kafka生產者
 * </p>
 *
 * @author douzaixing<b>DATE</b> 2019年7月8日 下午4:09:29
 */
@Component // 這個必須加入容器不然，不會執行
@EnableScheduling // 這里是為了測試加入定時調度
@Slf4j
public class MyKafkaProducer {
 
    @Autowired
    private KafkaTemplate<String, String> kafkaTemplate;
 
    @Autowired
    private KafkaTemplate<String, String> kafkaOutTemplate;
 
    public ListenableFuture<SendResult<String, String>> send(String topic, String key, String json) {
        ListenableFuture<SendResult<String, String>> result = kafkaTemplate.send(topic, key, json);
        log.info("inner kafka send #topic=" + topic + "#key=" + key + "#json=" + json + "#推送成功===========");
        return result;
    }
 
    public ListenableFuture<SendResult<String, String>> sendOut(String topic, String key, String json) {
        ListenableFuture<SendResult<String, String>> result = kafkaOutTemplate.send(topic, key, json);
        log.info("out kafka send #topic=" + topic + "#key=" + key + "#json=" + json + "#推送成功===========");
        return result;
    }
 
}

6.測試類：

@Slf4j
@RunWith(SpringJUnit4ClassRunner.class)
@SpringBootTest(classes={OesBcServiceApplication.class})
public class MoreKafkaTest {
    
    @Autowired
    private MyKafkaProducer kafkaProducer;
    
    @Test
    public void sendInner() {
        for (int i = 0; i < 1; i++) {
            kafkaProducer.send("inner_test", "douzi" + i, "liyuehua" + i);
            kafkaProducer.sendOut("out_test", "douziout" + i, "fanbingbing" + i);
        }
    }
}

7.接收類：

@Component
@Slf4j
public class KafkaConsumer {  
    @KafkaListener(topics={"inner_test"}, containerFactory="kafkaListenerContainerFactory")
    public void innerlistener(ConsumerRecord<String, String> record) {
        log.info("inner kafka receive #key=" + record.key() + "#value=" + record.value());
    }
    
    @KafkaListener(topics={"out_test"}, containerFactory="kafkaListenerContainerFactoryOutSchedule")
    public void outListener(ConsumerRecord<String, String> record) {
        log.info("out kafka receive #key=" + record.key() + "#value=" + record.value());
    }
}

8.測試結果

07-11 12:41:27.811 INFO  [com.wondertek.oes.bc.service.send.MyKafkaProducer] - inner kafka send #topic=inner_test#key=douzi0#json=liyuehua0#推送成功===========
 
07-11 12:41:27.995 INFO  [com.wondertek.oes.bc.service.send.KafkaConsumer] - inner kafka receive #key=douzi0#value=liyuehua0
07-11 12:41:28.005 INFO  [com.wondertek.oes.bc.service.send.MyKafkaProducer] - out kafka send #topic=out_test#key=douziout0#json=fanbingbing0#推送成功===========
07-11 12:41:28.013 INFO  [com.wondertek.oes.bc.service.send.KafkaConsumer] - out kafka receive #key=douziout0#value=fanbingbing0

 

 

轉自：https://blog.csdn.net/qq_16116549/article/details/95465169