kafka刷盘机制 什么时候删除

首先需要在pom.xml引入Spring kafka模板：

复制代码 org.springframework.kafka spring-kafka 代码如下:  

 

@SpringBootApplication public class RequestReplyKafkaApplication { public static void main(String[] args) { SpringApplication.run(RequestReplyKafkaApplication.class, args); } } 设置Spring ReplyingKafkaTemplate

我们需要在Springboot配置类的KafkaConfig对Spring kafka模板进行配置：

复制代码@Configuration public class KafkaConfig { 在这个配置类中，我们需要配置核心的ReplyingKafkaTemplate类,这个类继承了 KafkaTemplate 提供请求/响应的的行为；还有一个生产者工厂（参见 ProducerFactory 下面的代码）和 KafkaMessageListenerContainer。这是最基本的设置，因为请求响应模型需要对应到消息生产者和消费者的行为。

// 这是核心的ReplyingKafkaTemplate @Bean public ReplyingKafkaTemplate<String, Model, Model> replyKafkaTemplate(ProducerFactory<String, Model> pf, KafkaMessageListenerContainer<String, Model> container) { return new ReplyingKafkaTemplate<>(pf, container); } // 配件：监听器容器Listener Container to be set up in ReplyingKafkaTemplate @Bean public KafkaMessageListenerContainer<String, Model> replyContainer(ConsumerFactory<String, Model> cf) { ContainerProperties containerProperties = new ContainerProperties(requestReplyTopic); return new KafkaMessageListenerContainer<>(cf, containerProperties); } // 配件：生产者工厂Default Producer Factory to be used in ReplyingKafkaTemplate @Bean public ProducerFactory<String,Model> producerFactory() { return new DefaultKafkaProducerFactory<>(producerConfigs()); } // 配件：kafka生产者的Kafka配置Standard KafkaProducer settings - specifying brokerand serializer @Bean public Map<String, Object> producerConfigs() { Map<String, Object> props = new HashMap<>(); props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers); props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class); props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, JsonSerializer.class); return props; }

设置spring-Kafka的监听器

这与通常创建的Kafka消费者相同。唯一的变化是额外是在工厂中设置ReplyTemplate，这是必须的，因为消费者需要将计算结果放入到Kafka的响应主题。

复制代码

//消费者工厂 Default Consumer Factory @Bean public ConsumerFactory<String, Model> consumerFactory() { return new DefaultKafkaConsumerFactory<>(consumerConfigs(),new StringDeserializer(),new JsonDeserializer<>(Model.class)); } // 并发监听器容器Concurrent Listner container factory @Bean public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, Model>> kafkaListenerContainerFactory() { ConcurrentKafkaListenerContainerFactory<String, Model> factory = new ConcurrentKafkaListenerContainerFactory<>(); factory.setConsumerFactory(consumerFactory()); // NOTE - set up of reply template 设置响应模板 factory.setReplyTemplate(kafkaTemplate()); return factory; } // Standard KafkaTemplate @Bean public KafkaTemplate<String, Model> kafkaTemplate() { return new KafkaTemplate<>(producerFactory()); }

编写我们的kafka消费者

这是过去创建的Kafka消费者一样。唯一的变化是附加了@SendTo注释，此注释用于在响应主题上返回业务结果。

复制代码

@KafkaListener(topics = "${kafka.topic.request-topic}") @SendTo public Model listen(Model request) throws InterruptedException { int sum = request.getFirstNumber() + request.getSecondNumber(); request.setAdditionalProperty("sum", sum); return request; }

这个消费者用于业务计算，把客户端通过请求传入的两个数字进行相加，然后返回这个请求，通过@SendTo发送到Kafka的响应主题。

总结服务

现在，让我们将所有这些都结合在一起放在RESTcontroller，步骤分为几步，先创建生产者记录，并在记录头部中设置接受响应的Kafka主题，这样

把请求和响应在Kafka那里对应起来，然后通过模板发布消息到Kafka，再通过future.get()堵塞等待Kafka的响应主题发送响应结果过来。这时再

打印结果记录中的头部信息，会看到Spring自动生成相关ID。

复制代码

@ResponseBody @PostMapping(value="/sum",produces=MediaType.APPLICATION_JSON_VALUE,consumes=MediaType.APPLICATION_JSON_VALUE) public Model sum（@RequestBody Model request）throws InterruptedException，ExecutionException { //创建生产者记录 ProducerRecord<String，Model> record = new ProducerRecord<String，Model>(requestTopic，request); //在记录头部中设置响应主题 record.headers().add(new RecordHeader(KafkaHeaders.REPLY_TOPIC, requestReplyTopic.getBytes())); //发布到kafka主题中 RequestReplyFuture<String, Model, Model> sendAndReceive = kafkaTemplate.sendAndReceive(record); //确认生产者是否成功生产 SendResult<String, Model> sendResult = sendAndReceive.getSendFuture().get();

//打印结果记录中所有头部信息 会看到Spring自动生成的相关ID，这个ID是由消费端@SendTo 注释返回的值。 sendResult.getProducerRecord().headers().forEach(header -> System.out.println(header.key() + ":" + header.value().toString()));

//获取消费者记录 ConsumerRecord<String, Model> consumerRecord = sendAndReceive.get();

//返回消费者结果 return consumerRecord.value(); }

并发消费者

即使你要创建请求主题在三个分区中，三个并发的消费者的响应仍然合并到一个Kafka响应主题，这样，Spring侦听器的容器能够完成匹配相关ID的繁重工作。

整个请求/响应的模型是一致的。

现在我们可以再修改启动类如下：

复制代码

@ComponentScan(basePackages = { "com.gauravg.config", "com.gauravg.consumer", "com.gauravg.controller", "com.gauravg.model" }) @SpringBootApplication public class RequestReplyKafkaApplication { public static void main(String[] args) { SpringApplication.run(RequestReplyKafkaApplication.class, args); } }

post数据：

{ "firstNumber": "111", "secondNumber": "2222" }

返回结果是：

{ "firstNumber": 111, "secondNumber": 2222, "sum": 2333 }

在控制台输出记录头部信息：

kafka_replyTopic:[B@1f59b198 kafka_correlationId:[B@356a7326 TypeId:[B@1a9111f 可见，Spring自动生成聚合ID（correlationId），无需我们自己手工比对了。