这篇文章主要介绍了spring boot整合kafka过程解析,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
一、启动kafka
启动kafka之前一定要启动zookeeper，因为要使用kafka必须要使用zookeeper。
windows环境下启动，直接使用kafka自带的zookeeper：
E:\kafka_2.12-2.4.0\bin\windows zookeeper-server-start.bat ..\..\config\zookeeper.properties
接下来启动kafka
E:\kafka_2.12-2.4.0\bin\windows kafka-server-start.bat ..\..\config\server.properties
二、spring boot整合kafka项目实例
1.导入的maven
<dependency> <groupId>org.springframework.kafka</groupId> <artifactId>spring-kafka</artifactId> </dependency>
配置文件：
server.port=80#kafka地址，可以有多个spring.kafka.bootstrap-servers=127.0.0.1:9092#------生产者配置文件---------#指定kafka消息体和key的编码格式spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializerspring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer#设置等待acks返回的机制，有三个值# 0：不等待返回的acks（可能会丢数据，因为发送消息没有了失败重试机制，但是这是最低延迟）# 1：消息发送给kafka分区中的leader后就返回（如果follower没有同步完成leader就宕机了，就会丢数据）# -1（默认）：等待所有follower同步完消息后再发送（绝对不会丢数据）spring.kafka.producer.acks=-1# 消息累计到batch-size的值后，才会发送消息，默认为16384spring.kafka.producer.batch-size=16384#如果kafka迟迟不发送消息（这里指的是消息没堆积到指定数量），那么过了这个时间（单位：毫米）开始发送spring.kafka.producer.properties.linger.ms=1#设置缓冲区大小，默认是33554432#这个缓冲区是kafka中两个线程里的共享变量#这个两个线程是main和sender，main负责把消息发送到共享变量，sender从共享变量拉数据spring.kafka.producer.buffer-memory=33554432#失败重试发送的次数spring.kafka.producer.retries=2#------消费者配置文件---------#指定kafka消息体和key的编码格式spring.kafka.consumer.key-serializer=org.apache.kafka.common.serialization.StringSerializerspring.kafka.consumer.value-serializer=org.apache.kafka.common.serialization.StringSerializer#指定消费者组的group_idspring.kafka.consumer.group-id=kafka_test#kafka意外宕机时，再次开启消息消费的策略，共有三种策略#earliest：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费#latest：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据、#none：当所有分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常spring.kafka.consumer.auto-offset-reset=earliest#自动提交offsetspring.kafka.consumer.enable-auto-commit=true#提交offset时间间隔spring.kafka.consumer.auto-commit-interval=100#消费监听接口监听的主题不存在时，默认会报错因此要关掉这个spring.kafka.listener.missing-topics-fatal=false
2.创建topic
import org.apache.kafka.clients.admin.NewTopic;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;/** * 使用代码创建的topic * 三个参数意思：topic的名称；分区数量，新主题的复制因子；如果指定了副本分配，则为-1。 */@Configurationpublic class KafkaTopic { @Bean public NewTopic batchTopic() { return new NewTopic("testTopic", 8, (short) 1); }}
3.生产者代码
import org.springframework.beans.factory.annotation.Autowired;import org.springframework.kafka.core.KafkaTemplate;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RestController;/** * kafka生产者代码 */@RestControllerpublic class ProductorController { @Autowired private KafkaTemplate<String, String> kafkaTemplate; @RequestMapping("/test") public String show() { kafkaTemplate.send("testTopic", "你好"); return "发送成功"; }}
4.消费者代码
import org.apache.kafka.clients.consumer.ConsumerRecord;import org.springframework.context.annotation.Configuration;import org.springframework.kafka.annotation.KafkaListener;import java.util.Optional;/** * kafka消费者代码 */@Configurationpublic class KafkaConsumer { @KafkaListener(topics = "testTopic") public void consumer(ConsumerRecord consumerRecord){ Optional<Object> kafkaMassage = Optional.ofNullable(consumerRecord.value()); if(kafkaMassage.isPresent()){ Object o = kafkaMassage.get(); System.out.println("接收到的消息是："+o); } }}
测试结果：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。
以上就上有关springboot整合kafka过程解析的全部内容，学步园全面介绍编程技术、操作系统、数据库、web前端技术等内容。