实战：彻底搞定 SpringBoot 整合 Kafka

太过爱你忘了你带给我的痛 2024-03-17 13:35 136阅读 0赞

### 前言 ###

kafka是一个消息队列产品，基于Topic partitions的设计，能达到非常高的消息发送处理性能。Spring创建了一个项目Spring-kafka，封装了Apache 的Kafka-client，用于在Spring项目里快速集成kafka。

除了简单的收发消息外，Spring-kafka还提供了很多高级功能，下面我们就来一一探秘这些用法。

> 项目地址：https://github.com/spring-projects/spring-kafka

--------------------

### 简单集成 ###

#### 引入依赖 ####

<dependency>
      <groupId>org.springframework.kafka</groupId>
      <artifactId>spring-kafka</artifactId>
      <version>2.2.6.RELEASE</version>
    </dependency>

#### 添加配置 ####

spring.kafka.producer.bootstrap-servers=127.0.0.1:9092

#### 测试发送和接收 ####

启动应用后，在浏览器中输入：http://localhost:8080/send/kl。就可以在控制台看到有日志输出了：input value: "kl"。基础的使用就这么简单。发送消息时注入一个KafkaTemplate，接收消息时添加一个`@KafkaListener`注解即可。

--------------------

### Spring-kafka-test嵌入式Kafka Server ###

不过上面的代码能够启动成功，前提是你已经有了Kafka Server的服务环境，我们知道Kafka是由Scala + Zookeeper构建的，可以从官网下载部署包在本地部署。

但是，我想告诉你，为了简化开发环节验证Kafka相关功能，Spring-Kafka-Test已经封装了Kafka-test提供了注解式的一键开启Kafka Server的功能，使用起来也是超级简单。本文后面的所有测试用例的Kafka都是使用这种嵌入式服务提供的。

#### 引入依赖 ####

<dependency>
       <groupId>org.springframework.kafka</groupId>
       <artifactId>spring-kafka-test</artifactId>
       <version>2.2.6.RELEASE</version>
       <scope>test</scope>
    </dependency>

#### 启动服务 ####

下面使用Junit测试用例，直接启动一个Kafka Server服务，包含四个Broker节点。

@RunWith(SpringRunner.class)
    @SpringBootTest(classes = ApplicationTests.class)
    @EmbeddedKafka(count = 4,ports = {9092,9093,9094,9095})
    public class ApplicationTests {
        @Test
        public void contextLoads()throws IOException {
            System.in.read();
        }
    }

如上：只需要一个注解`@EmbeddedKafka`即可，就可以启动一个功能完整的Kafka服务，是不是很酷。默认只写注解不加参数的情况下，是创建一个随机端口的Broker，在启动的日志中会输出具体的端口以及默认的一些配置项。

不过这些我们在Kafka安装包配置文件中的配置项，在注解参数中都可以配置，下面详解下`@EmbeddedKafka`注解中的可设置参数 ：

>  *  **value：**broker节点数量
>  *  **count：**同value作用一样，也是配置的broker的节点数量
>  *  **controlledShutdown：**控制关闭开关，主要用来在Broker意外关闭时减少此Broker上Partition的不可用时间

Kafka是多Broker架构的高可用服务，一个Topic对应多个partition，一个Partition可以有多个副本Replication，这些Replication副本保存在多个Broker，用于高可用。

但是，虽然存在多个分区副本集，当前工作副本集却只有一个，默认就是首次分配的副本集【首选副本】为Leader，负责写入和读取数据。当我们升级Broker或者更新Broker配置时需要重启服务，这个时候需要将partition转移到可用的Broker。

下面涉及到三种情况

**1、直接关闭Broker：**当Broker关闭时，Broker集群会重新进行选主操作，选出一个新的Broker来作为Partition Leader，选举时此Broker上的Partition会短时不可用

**2、开启controlledShutdown：**当Broker关闭时，Broker本身会先尝试将Leader角色转移到其他可用的Broker上

**3、使用命令行工具：**使用bin/kafka-preferred-replica-election.sh，手动触发PartitionLeader角色转移

**ports：**端口列表，是一个数组。对应了count参数，有几个Broker，就要对应几个端口号

**brokerProperties：**Broker参数设置，是一个数组结构，支持如下方式进行Broker参数设置：

@EmbeddedKafka(brokerProperties = {"log.index.interval.bytes = 4096","num.io.threads = 8"})

**okerPropertiesLocation：**Broker参数文件设置

功能同上面的brokerProperties，只是Kafka Broker的可设置参数达182个之多，都像上面这样配置肯定不是最优方案，所以提供了加载本地配置文件的功能，如：

@EmbeddedKafka(brokerPropertiesLocation = "classpath:application.properties")

--------------------

### 创建新的Topic ###

默认情况下，如果在使用KafkaTemplate发送消息时，Topic不存在，会创建一个新的Topic，默认的分区数和副本数为如下Broker参数来设定

num.partitions = 1 #默认Topic分区数
    num.replica.fetchers = 1 #默认副本数

#### 程序启动时创建Topic ####

/**
     * @author: kl @kailing.pub
     * @date: 2019/5/31
     */
    @Configuration
    public class KafkaConfig {
        @Bean
        public KafkaAdmin admin(KafkaProperties properties){
            KafkaAdmin admin = new KafkaAdmin(properties.buildAdminProperties());
            admin.setFatalIfBrokerNotAvailable(true);
            return admin;
        }
        @Bean
        public NewTopic topic2() {
            return new NewTopic("topic-kl", 1, (short) 1);
        }
    }

如果Kafka Broker支持（1.0.0或更高版本），则如果发现现有Topic的Partition 数少于设置的Partition 数，则会新增新的Partition分区。

**关于KafkaAdmin有几个常用的用法如下：**

**setFatalIfBrokerNotAvailable(true)：**默认这个值是False的，在Broker不可用时，不影响Spring 上下文的初始化。如果你觉得Broker不可用影响正常业务需要显示的将这个值设置为True

**setAutoCreate(false) :** 默认值为True，也就是Kafka实例化后会自动创建已经实例化的NewTopic对象

**initialize()：**当setAutoCreate为false时，需要我们程序显示的调用admin的initialize()方法来初始化NewTopic对象

#### 代码逻辑中创建 ####

有时候我们在程序启动时并不知道某个Topic需要多少Partition数合适，但是又不能一股脑的直接使用Broker的默认设置，这个时候就需要使用Kafka-Client自带的AdminClient来进行处理。

上面的Spring封装的KafkaAdmin也是使用的AdminClient来处理的。如：

@Autowired
        private KafkaProperties properties;
        @Test
        public void testCreateToipc(){
            AdminClient client = AdminClient.create(properties.buildAdminProperties());
            if(client !=null){
                try {
                    Collection<NewTopic> newTopics = new ArrayList<>(1);
                    newTopics.add(new NewTopic("topic-kl",1,(short) 1));
                    client.createTopics(newTopics);
                }catch (Throwable e){
                    e.printStackTrace();
                }finally {
                    client.close();
                }
            }
        }

#### ps:其他的方式创建Topic ####

上面的这些创建Topic方式前提是你的spring boot版本到2.x以上了，因为spring-kafka2.x版本只支持spring boot2.x的版本。在1.x的版本中还没有这些api。下面补充一种在程序中通过Kafka\_2.10创建Topic的方式

#### 引入依赖 ####

<dependency>
                <groupId>org.apache.kafka</groupId>
                <artifactId>kafka_2.10</artifactId>
                <version>0.8.2.2</version>
            </dependency>

#### api方式创建 ####

@Test
        public void testCreateTopic()throws Exception{
            ZkClient zkClient =new ZkClient("127.0.0.1:2181", 3000, 3000, ZKStringSerializer$.MODULE$)
            String topicName = "topic-kl";
            int partitions = 1;
            int replication = 1;
            AdminUtils.createTopic(zkClient,topicName,partitions,replication,new Properties());
        }

注意下ZkClient最后一个构造入参，是一个序列化反序列化的接口实现，博主测试如果不填的话，创建的Topic在ZK上的数据是有问题的，默认的Kafka实现也很简单，就是做了字符串UTF-8编码处理。

`ZKStringSerializer$`是Kafka中已经实现好的一个接口实例，是一个Scala的伴生对象，在Java中直接调用点MODULE$就可以得到一个实例

#### 命令方式创建 ####

@Test
        public void testCreateTopic(){
            String [] options= new String[]{
                    "--create",
                    "--zookeeper","127.0.0.1:2181",
                    "--replication-factor", "3",
                    "--partitions", "3",
                    "--topic", "topic-kl"
            };
            TopicCommand.main(options);
        }

--------------------

### 消息发送之KafkaTemplate探秘 ###

#### 获取发送结果 ####

**异步获取**

template.send("","").addCallback(new ListenableFutureCallback<SendResult<Object, Object>>() {
                @Override
                public void onFailure(Throwable throwable) {
                    ......
                }
    
                @Override
                public void onSuccess(SendResult<Object, Object> objectObjectSendResult) {
                    ....
                }
            });

**同步获取**

ListenableFuture<SendResult<Object,Object>> future = template.send("topic-kl","kl");
            try {
                SendResult<Object,Object> result = future.get();
            }catch (Throwable e){
                e.printStackTrace();
            }

#### kafka事务消息 ####

默认情况下，Spring-kafka自动生成的KafkaTemplate实例，是不具有事务消息发送能力的。需要使用如下配置激活事务特性。事务激活后，所有的消息发送只能在发生事务的方法内执行了，不然就会抛一个没有事务交易的异常

spring.kafka.producer.transaction-id-prefix=kafka_tx.

当发送消息有事务要求时，比如，当所有消息发送成功才算成功，如下面的例子：假设第一条消费发送后，在发第二条消息前出现了异常，那么第一条已经发送的消息也会回滚。

而且正常情况下，假设在消息一发送后休眠一段时间，在发送第二条消息，消费端也只有在事务方法执行完成后才会接收到消息

@GetMapping("/send/{input}")
        public void sendFoo(@PathVariable String input) {
            template.executeInTransaction(t ->{
                t.send("topic_input","kl");
                if("error".equals(input)){
                    throw new RuntimeException("failed");
                }
                t.send("topic_input","ckl");
                return true;
            });
        }

当事务特性激活时，同样，在方法上面加`@Transactional`注解也会生效

@GetMapping("/send/{input}")
        @Transactional(rollbackFor = RuntimeException.class)
        public void sendFoo(@PathVariable String input) {
            template.send("topic_input", "kl");
            if ("error".equals(input)) {
                throw new RuntimeException("failed");
            }
            template.send("topic_input", "ckl");
        }

Spring-Kafka的事务消息是基于Kafka提供的事务消息功能的。而Kafka Broker默认的配置针对的三个或以上Broker高可用服务而设置的。这边在测试的时候为了简单方便，使用了嵌入式服务新建了一个单Broker的Kafka服务，出现了一些问题：如

**1、事务日志副本集大于Broker数量，会抛如下异常：**

> Number of alive brokers '1' does not meet the required replication factor '3'  
> for the transactions state topic (configured via 'transaction.state.log.replication.factor').  
> This error can be ignored if the cluster is starting up and not all brokers are up yet.

默认Broker的配置`transaction.state.log.replication.factor=3`，单节点只能调整为1

**2、副本数小于副本同步队列数目，会抛如下异常**

> Number of insync replicas for partition \_\_transaction\_state-13 is \[1\], below required minimum \[2\]

默认Broker的配置transaction.state.log.min.isr=2，单节点只能调整为1

#### ReplyingKafkaTemplate获得消息回复 ####

ReplyingKafkaTemplate是KafkaTemplate的一个子类，除了继承父类的方法，新增了一个方法sendAndReceive，实现了消息发送\\回复语义

RequestReplyFuture<K, V, R> sendAndReceive(ProducerRecord<K, V> record);

也就是我发送一条消息，能够拿到消费者给我返回的结果。就像传统的RPC交互那样。当消息的发送者需要知道消息消费者的具体的消费情况，非常适合这个api。

如，一条消息中发送一批数据，需要知道消费者成功处理了哪些数据。下面代码演示了怎么集成以及使用ReplyingKafkaTemplate

/**
     * @author: kl @kailing.pub
     * @date: 2019/5/30
     */
    @SpringBootApplication
    @RestController
    public class Application {
        private final Logger logger = LoggerFactory.getLogger(Application.class);
        public static void main(String[] args) {
            SpringApplication.run(Application.class, args);
        }
        @Bean
        public ConcurrentMessageListenerContainer<String, String> repliesContainer(ConcurrentKafkaListenerContainerFactory<String, String> containerFactory) {
            ConcurrentMessageListenerContainer<String, String> repliesContainer = containerFactory.createContainer("replies");
            repliesContainer.getContainerProperties().setGroupId("repliesGroup");
            repliesContainer.setAutoStartup(false);
            return repliesContainer;
        }
    
        @Bean
        public ReplyingKafkaTemplate<String, String, String> replyingTemplate(ProducerFactory<String, String> pf, ConcurrentMessageListenerContainer<String, String> repliesContainer) {
            return new ReplyingKafkaTemplate(pf, repliesContainer);
        }
    
        @Bean
        public KafkaTemplate kafkaTemplate(ProducerFactory<String, String> pf) {
            return new KafkaTemplate(pf);
        }
    
        @Autowired
        private ReplyingKafkaTemplate template;
    
        @GetMapping("/send/{input}")
        @Transactional(rollbackFor = RuntimeException.class)
        public void sendFoo(@PathVariable String input) throws Exception {
            ProducerRecord<String, String> record = new ProducerRecord<>("topic-kl", input);
            RequestReplyFuture<String, String, String> replyFuture = template.sendAndReceive(record);
            ConsumerRecord<String, String> consumerRecord = replyFuture.get();
            System.err.println("Return value: " + consumerRecord.value());
        }
    
        @KafkaListener(id = "webGroup", topics = "topic-kl")
        @SendTo
        public String listen(String input) {
            logger.info("input value: {}", input);
            return "successful";
        }
    }

--------------------

### Spring-kafka消息消费用法探秘 ###

#### @KafkaListener的使用 ####

前面在简单集成中已经演示过了`@KafkaListener`接收消息的能力，但是`@KafkaListener`的功能不止如此，其他的比较常见的，使用场景比较多的功能点如下：

>  *  显示的指定消费哪些Topic和分区的消息，
>  *  设置每个Topic以及分区初始化的偏移量，
>  *  设置消费线程并发度
>  *  设置消息异常处理器

@KafkaListener(id = "webGroup", topicPartitions = {
                @TopicPartition(topic = "topic1", partitions = {"0", "1"}),
                        @TopicPartition(topic = "topic2", partitions = "0",
                                partitionOffsets = @PartitionOffset(partition = "1", initialOffset = "100"))
                },concurrency = "6",errorHandler = "myErrorHandler")
        public String listen(String input) {
            logger.info("input value: {}", input);
            return "successful";
        }

其他的注解参数都很好理解，errorHandler需要说明下，设置这个参数需要实现一个接口`KafkaListenerErrorHandler`。而且注解里的配置，是你自定义实现实例在spring上下文中的Name。比如，上面配置为`errorHandler = "myErrorHandler"`。则在spring上线中应该存在这样一个实例：

/**
     * @author: kl @kailing.pub
     * @date: 2019/5/31
     */
    @Service("myErrorHandler")
    public class MyKafkaListenerErrorHandler implements KafkaListenerErrorHandler {
        Logger logger =LoggerFactory.getLogger(getClass());
        @Override
        public Object handleError(Message<?> message, ListenerExecutionFailedException exception) {
            logger.info(message.getPayload().toString());
            return null;
        }
        @Override
        public Object handleError(Message<?> message, ListenerExecutionFailedException exception, Consumer<?, ?> consumer) {
            logger.info(message.getPayload().toString());
            return null;
        }
    }

#### 手动Ack模式 ####

手动ACK模式，由业务逻辑控制提交偏移量。比如程序在消费时，有这种语义，特别异常情况下不确认ack，也就是不提交偏移量，那么你只能使用手动Ack模式来做了。开启手动首先需要关闭自动提交，然后设置下consumer的消费模式

spring.kafka.consumer.enable-auto-commit=false
    spring.kafka.listener.ack-mode=manual

上面的设置好后，在消费时，只需要在`@KafkaListener`监听方法的入参加入Acknowledgment 即可，执行到`ack.acknowledge()`代表提交了偏移量

@KafkaListener(id = "webGroup", topics = "topic-kl")
        public String listen(String input, Acknowledgment ack) {
            logger.info("input value: {}", input);
            if ("kl".equals(input)) {
                ack.acknowledge();
            }
            return "successful";
        }

#### @KafkaListener注解监听器生命周期 ####

`@KafkaListener`注解的监听器的生命周期是可以控制的，默认情况下，`@KafkaListener`的参数`autoStartup = "true"`。也就是自动启动消费，但是也可以同过`KafkaListenerEndpointRegistry`来干预他的生命周期。

`KafkaListenerEndpointRegistry`有三个动作方法分别如：`start()`,`pause()`,`resume()`/启动，停止，继续。如下代码详细演示了这种功能。

/**
     * @author: kl @kailing.pub
     * @date: 2019/5/30
     */
    @SpringBootApplication
    @RestController
    public class Application {
        private final Logger logger = LoggerFactory.getLogger(Application.class);
    
        public static void main(String[] args) {
            SpringApplication.run(Application.class, args);
        }
    
        @Autowired
        private KafkaTemplate template;
    
        @GetMapping("/send/{input}")
        @Transactional(rollbackFor = RuntimeException.class)
        public void sendFoo(@PathVariable String input) throws Exception {
            ProducerRecord<String, String> record = new ProducerRecord<>("topic-kl", input);
            template.send(record);
        }
    
        @Autowired
        private KafkaListenerEndpointRegistry registry;
    
        @GetMapping("/stop/{listenerID}")
        public void stop(@PathVariable String listenerID){
            registry.getListenerContainer(listenerID).pause();
        }
        @GetMapping("/resume/{listenerID}")
        public void resume(@PathVariable String listenerID){
            registry.getListenerContainer(listenerID).resume();
        }
        @GetMapping("/start/{listenerID}")
        public void start(@PathVariable String listenerID){
            registry.getListenerContainer(listenerID).start();
        }
        @KafkaListener(id = "webGroup", topics = "topic-kl",autoStartup = "false")
        public String listen(String input) {
            logger.info("input value: {}", input);
            return "successful";
        }
    }

在上面的代码中，listenerID就是@KafkaListener中的id值“webGroup”。项目启动好后，分别执行如下url，就可以看到效果了。

先发送一条消息：http://localhost:8081/send/ckl。因为autoStartup = "false"，所以并不会看到有消息进入监听器。

接着启动监听器：http://localhost:8081/start/webGroup。可以看到有一条消息进来了。

暂停和继续消费的效果使用类似方法就可以测试出来了。

#### SendTo消息转发 ####

前面的消息发送响应应用里面已经见过@SendTo,其实除了做发送响应语义外，@SendTo注解还可以带一个参数，指定转发的Topic队列。

常见的场景如，一个消息需要做多重加工，不同的加工耗费的cup等资源不一致，那么就可以通过跨不同Topic和部署在不同主机上的consumer来解决了。如：

@KafkaListener(id = "webGroup", topics = "topic-kl")
        @SendTo("topic-ckl")
        public String listen(String input) {
            logger.info("input value: {}", input);
            return input + "hello!";
        }
    
        @KafkaListener(id = "webGroup1", topics = "topic-ckl")
        public void listen2(String input) {
            logger.info("input value: {}", input);
        }

#### 消息重试和死信队列的应用 ####

除了上面谈到的通过手动Ack模式来控制消息偏移量外，其实Spring-kafka内部还封装了可重试消费消息的语义，也就是可以设置为当消费数据出现异常时，重试这个消息。而且可以设置重试达到多少次后，让消息进入预定好的Topic。也就是死信队列里。

下面代码演示了这种效果：

@Autowired
        private KafkaTemplate template;
    
        @Bean
        public ConcurrentKafkaListenerContainerFactory<?, ?> kafkaListenerContainerFactory(
                ConcurrentKafkaListenerContainerFactoryConfigurer configurer,
                ConsumerFactory<Object, Object> kafkaConsumerFactory,
                KafkaTemplate<Object, Object> template) {
            ConcurrentKafkaListenerContainerFactory<Object, Object> factory = new ConcurrentKafkaListenerContainerFactory<>();
            configurer.configure(factory, kafkaConsumerFactory);
            //最大重试三次
            factory.setErrorHandler(new SeekToCurrentErrorHandler(new DeadLetterPublishingRecoverer(template), 3));
            return factory;
        }
    
        @GetMapping("/send/{input}")
        public void sendFoo(@PathVariable String input) {
            template.send("topic-kl", input);
        }
    
        @KafkaListener(id = "webGroup", topics = "topic-kl")
        public String listen(String input) {
            logger.info("input value: {}", input);
            throw new RuntimeException("dlt");
        }
    
        @KafkaListener(id = "dltGroup", topics = "topic-kl.DLT")
        public void dltListen(String input) {
            logger.info("Received from DLT: " + input);
        }

上面应用，在topic-kl监听到消息会，会触发运行时异常，然后监听器会尝试三次调用，当到达最大的重试次数后。消息就会被丢掉重试死信队列里面去。死信队列的Topic的规则是，业务Topic名字+“.DLT”。

如上面业务Topic的name为“topic-kl”，那么对应的死信队列的Topic就是“topic-kl.DLT”

--------------------

### 文末结语 ###

最近业务上使用了kafka用到了Spring-kafka，所以系统性的探索了下Spring-kafka的各种用法，发现了很多好玩很酷的特性，比如，一个注解开启嵌入式的Kafka服务、像RPC调用一样的发送\\响应语义调用、事务消息等功能。

希望此博文能够帮助那些正在使用Spring-kafka或即将使用的人少走一些弯路少踩一点坑。