kafka 依赖java java kafka配置

这篇文章主要介绍了Spring纯Java配置集成kafka代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

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配置类,基于spring java纯配置的
* @author: niugang
* @date: 2018年10月20日 下午8:04:26
* @Copyright: [e-mail]. All rights reserved.
*
*/
@Configuration
@EnableKafka
public class KafkaConfig {
private Logger logger = LoggerFactory.getLogger(KafkaConfig.class);
@Bean
public ConcurrentKafkaListenerContainerFactory kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory factory = new ConcurrentKafkaListenerContainerFactory<>();
// 偏移量提交方式
// factory.getContainerProperties().setAckMode(AbstractMessageListenerContainer.AckMode.COUNT);
// 异步提交偏移量(默认就是true)
// factory.getContainerProperties().setSyncCommits(true);
//回调函数经常用于记录提交错误
/*factory.getContainerProperties().setCommitCallback(new OffsetCommitCallback() {
@Override
public void onComplete(Map offsets, Exception exception) {
if (exception != null) {
logger.error("Commit failed for effsets {}", offsets, exception);
}
}
});*/
factory.setConsumerFactory(consumerFactory());
return factory;
}
/**
* 消费者工厂配置
*
* @return
*/
@Bean
public ConsumerFactory consumerFactory() {
return new DefaultKafkaConsumerFactory<>(consumerProps());
}
/**
* 生产者工厂配置
*
* @return
*/
@Bean
public ProducerFactory producerFactory() {
return new DefaultKafkaProducerFactory<>(senderProps());
}
/**
* kafka发送消息模板
*
* @return
*/
@Bean
public KafkaTemplate kafkaTemplate() {
return new KafkaTemplate(producerFactory());
}
/**
* 消费者监听
*
* @return
*/
@Bean
public ConsumerListener listener() {
return new ConsumerListener();
}
/**
* 消费配置方法
*
* @return
*/
private Map consumerProps() {
Map props = new HashMap<>();
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
props.put(ConsumerConfig.GROUP_ID_CONFIG, "kafka_group_1");
/**
* enable.auto.commit 默认5秒自动提交偏移量
*/
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是基于key-value键值对的，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;
}
/**
* 生产者配置方法
*
* 生产者有三个必选属性
* 
* 1.bootstrap.servers broker地址清单，清单不要包含所有的broker地址，
* 生产者会从给定的broker里查找到其他broker的信息。不过建议至少提供两个broker信息，一旦 其中一个宕机，生产者仍能能够连接到集群上。
* 
* 
* 2.key.serializer broker希望接收到的消息的键和值都是字节数组。 生产者用对应的类把键对象序列化成字节数组。
* 
* 
* 3.value.serializer 值得序列化方式
* 
*
*
* @return
*/
private Map senderProps() {
Map props = new HashMap<>();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
/**
* 当从broker接收到的是临时可恢复的异常时，生产者会向broker重发消息，但是不能无限
* 制重发，如果重发次数达到限制值，生产者将不会重试并返回错误。
* 通过retries属性设置。默认情况下生产者会在重试后等待100ms，可以通过 retries.backoff.ms属性进行修改
*/
props.put(ProducerConfig.RETRIES_CONFIG, 0);
/**
* 在考虑完成请求之前，生产者要求leader收到的确认数量。这可以控制发送记录的持久性。允许以下设置：
* 
* 
*  acks = 0 code>如果设置为零，则生产者将不会等待来自服务器的任何确认。该记录将立即添加到套接字缓冲区并视为已发送。在这种情况下，无法保证服务器已收到记录，并且
* retries code>配置将不会生效(因为客户端通常不会知道任何故障)。为每条记录返回的偏移量始终设置为-1。
* 
 
  acks = 1  
 
* 这意味着leader会将记录写入其本地日志，但无需等待所有follower的完全确认即可做出回应。在这种情况下，
* 如果leader在确认记录后立即失败但在关注者复制之前，则记录将丢失。
* 
 
  acks = all  
 
* 这意味着leader将等待完整的同步副本集以确认记录。这保证了只要至少一个同步副本仍然存活，记录就不会丢失。这是最强有力的保证。
* 这相当于acks = -1设置
*/
props.put(ProducerConfig.ACKS_CONFIG, "1");
/**
* 当有多条消息要被发送到统一分区是，生产者会把他们放到统一批里。kafka通过批次的概念来 提高吞吐量，但是也会在增加延迟。
*/
// 以下配置当缓存数量达到16kb，就会触发网络请求，发送消息
props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
// 每条消息在缓存中的最长时间，如果超过这个时间就会忽略batch.size的限制，由客户端立即将消息发送出去
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:消费者监听
* @author: niugang
* @date: 2018年10月21日 下午2:05:21
* @Copyright: [e-mail]. All rights reserved.
*
*/
public class ConsumerListener {
/**
* topicPattern:支持正则表达式
* @param foo
*/
@KafkaListener(id = "foo", topics = "annotated1")
public void listen1(String foo) {
System.out.println("接收消息为："+foo);
}
}