搭建过程：
首先，需要在pom.xml文件中添加Kafka依赖：
```xml
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
<version>2.5.7.RELEASE</version>
</dependency>
```
接下来，需要在application.properties文件中配置Kafka相关属性：
```properties
spring.kafka.bootstrap-servers=localhost:9092
spring.kafka.consumer.group-id=my-group
spring.kafka.consumer.auto-offset-reset=earliest
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer
```
然后，可以创建一个KafkaProducerConfig类来配置生产者：
```java
@Configuration
public class KafkaProducerConfig {
@Value("${spring.kafka.bootstrap-servers}")
private String bootstrapServers;
@Bean
public ProducerFactory<String, String> producerFactory() {
Map<String, Object> configProps = new HashMap<>();
configProps.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);
configProps.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
configProps.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return new DefaultKafkaProducerFactory<>(configProps);
}
@Bean
public KafkaTemplate<String, String> kafkaTemplate() {
return new KafkaTemplate<>(producerFactory());
}
}
```
接着，可以创建一个KafkaConsumerConfig类来配置消费者：
```java
@Configuration
@EnableKafka
public class KafkaConsumerConfig {
@Value("${spring.kafka.bootstrap-servers}")
private String bootstrapServers;
@Value("${spring.kafka.consumer.group-id}")
private String groupId;
@Bean
public ConsumerFactory<String, String> consumerFactory() {
Map<String, Object> props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);
props.put(ConsumerConfig.GROUP_ID_CONFIG, groupId);
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
return new DefaultKafkaConsumerFactory<>(props);
}
@Bean
public ConcurrentKafkaListenerContainerFactory<String, String> kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory());
return factory;
}
}
```
最后，可以创建一个KafkaProducer类来发送消息：
```java
@Service
public class KafkaProducer {
@Autowired
private KafkaTemplate<String, String> kafkaTemplate;
public void sendMessage(String topic, String message) {
kafkaTemplate.send(topic, message);
}
}
```
还可以创建一个KafkaConsumer类来接收消息：
```java
@Service
public class KafkaConsumer {
@KafkaListener(topics = "my-topic", groupId = "my-group")
public void listen(String message) {
System.out.println("Received message: " + message);
}
}
```
这样就可以在业务中使用Kafka了。例如，可以在Controller中调用KafkaProducer来发送消息：
```java
@RestController
public class MyController {
@Autowired
private KafkaProducer kafkaProducer;
@PostMapping("/send")
public void sendMessage(@RequestParam String message) {
kafkaProducer.sendMessage("my-topic", message);
}
}
```
当有消息发送到"my-topic"主题时，KafkaConsumer中的listen方法就会被调用，接收并处理消息。
配置：
```properties
# Kafka配置
spring.kafka.bootstrap-servers=localhost:9092
spring.kafka.consumer.group-id=my-group
spring.kafka.consumer.auto-offset-reset=earliest
spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer1.auto-offset-reset
在Kafka中，auto-offset-reset是一个重要的配置参数，它用于指定当消费者订阅一个主题时，如果没有可用的偏移量（offset）或偏移量无效时，应该采取什么行动。
具体来说，auto-offset-reset有三个可选值：
a. earliest：表示消费者将从最早的可用偏移量开始消费消息。如果消费者组之前没有消费过该主题，则从最早的消息开始消费；如果消费者组之前已经消费过该主题，则从上一次消费的最后一个偏移量开始消费。
b. latest：表示消费者将从最新的可用偏移量开始消费消息。如果消费者组之前没有消费过该主题，则从最新的消息开始消费；如果消费者组之前已经消费过该主题，则从上一次消费的最后一个偏移量开始消费。
c. none：表示如果没有可用的偏移量，则抛出异常。这种情况下，消费者必须手动指定偏移量。
auto-offset-reset的作用是确保消费者能够正确地从指定的偏移量开始消费消息，从而避免数据丢失或重复消费的问题。在实际应用中，根据具体的业务需求和数据处理逻辑，选择合适的auto-offset-reset值非常重要。2.配置详细内容
在使用Spring Boot搭建Kafka时，需要在application.yml文件中进行配置。下面是一些常见的配置项及其含义：
```yaml
spring:
kafka:
bootstrap-servers: localhost:9092 # Kafka集群地址
consumer:
group-id: my-group # 消费者组ID
auto-offset-reset: earliest # 自动重置偏移量
enable-auto-commit: true # 是否自动提交偏移量
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer # key反序列化器
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer # value反序列化器
producer:
acks: all # 生产者确认模式
retries: 0 # 生产者重试次数
batch-size: 16384 # 生产者批量发送大小
linger-ms: 1 # 生产者发送延迟时间
buffer-memory: 33554432 # 生产者缓存大小
```
- `bootstrap-servers`：Kafka集群地址，可以配置多个，用逗号分隔。
- `consumer.group-id`：消费者组ID，同一个组内的消费者共同消费一个主题的消息。
- `consumer.auto-offset-reset`：自动重置偏移量，当消费者第一次加入消费组或者偏移量无效时，从哪个位置开始消费。可选值为`earliest`（从最早的消息开始消费）和`latest`（从最新的消息开始消费）。
- `consumer.enable-auto-commit`：是否自动提交偏移量，如果开启自动提交，消费者会在消费完一批消息后自动提交偏移量，否则需要手动提交。
- `consumer.key-deserializer`和`consumer.value-deserializer`：key和value的反序列化器，用于将Kafka中的二进制数据反序列化为Java对象。
- `producer.acks`：生产者确认模式，可选值为`all`（所有副本都确认后才算发送成功）、`1`（只要有一个副本确认就算发送成功）和`0`（不等待任何确认，直接发送）。
- `producer.retries`：生产者重试次数，当发送消息失败时，生产者会自动重试，最多重试次数由该配置项指定。
- `producer.batch-size`：生产者批量发送大小，当生产者积累到一定数量的消息后，会批量发送到Kafka。
- `producer.linger-ms`：生产者发送延迟时间，当生产者积累到一定数量的消息后，如果在指定的时间内没有达到批量发送大小，也会发送消息。
- `producer.buffer-memory`：生产者缓存大小，用于缓存待发送的消息。如果缓存满了，生产者会阻塞等待缓存空间释放。
3.设置监听分区
在使用 `@KafkaListener` 注解时，可以通过 `partition` 属性来指定消费者监听的分区。例如：
```java
@KafkaListener(topicPartitions = @TopicPartition(topic = "myTopic", partitions = {"0", "1"}))
public void listenToPartition(@Payload String message) {
// 处理消息
}
```
上面的代码中，`@KafkaListener` 注解监听了 `myTopic` 主题的 `0` 和 `1` 分区。如果需要监听多个分区，可以在 `partitions` 属性中指定多个分区编号。如果需要监听所有分区，则可以省略 `partitions` 属性。
除了使用 `@KafkaListener` 注解，还可以通过 `KafkaListenerEndpointRegistry` 和 `KafkaMessageListenerContainer` 等类来手动设置分区。
