共計 3789 個字符，預計需要花費 10 分鐘才能閱讀完成。
丸趣 TV 小編給大家分享一下 spring kakfa 如何集成，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
一、生產端
1.1 kafka-producer.xml 配置說明
!-- spring 的屬性加載器，加載多個 properties 文件中的屬性 ， 如果只有一個 properties 文件則用 context / 就行了，用了這個加載器過后不用在其他 xml 中再使用了 --
bean id= propertyConfigurer
> !-- 定義 producer 的參數 --
bean id= producerProperties >1.2 kafka-producer.properties 屬性文件
bootstrap.servers=192.168.0.75:9092,192.168.0.75:9093,192.168.0.75:9094
group.id=testGroup
retries=1
batch.size=16384
linger.ms=1
buffer.memory=33554432
defaultTopic=topic-test
1.3 生產端接口封裝說明：
1）類名：com.rkhd.ienterprise.kafka.producer.KafkaProducerServer2）方法：
/**
* 發送信息（不分區） * @param data 要發送的數據
* @return 返回一個 map。如果成功 code 為 0, 其他則為失敗
*/
public Map String, Object sendDefault(Object data)；/**
* 發送信息 (不分區)
* @param key 要發送的鍵
* @param data 要發送的數據
* @return 返回一個 map。如果成功 code 為 0, 其他則為失敗
*/
public Map String, Object sendDefault(Object key, Object data)；/**
* 發送信息 (分區)
* @param partitionNum 分區數 (大于 1), 請注意分區數是在 topic 創建的時候就指定了，不能改變了
* @param key 要發送的鍵
* @param data 要發送的數據
* @return 返回一個 map。如果成功 code 為 0, 其他則為失敗
*/
public Map String, Object sendDefault(int partitionNum, Object key, Object data)；/**
* 發送信息 (不分區)
* @param topic 發送目的 topic 名稱, 如果 topic 為 null 或者是為 , 則會使用 xml 中配置的 defaultTopic
* @param data 要發送的數據
* @return 返回一個 map。如果成功 code 為 0, 其他則為失敗
*/
public Map String, Object sendMessage(String topic, Object data)；/**
* 發送信息 (不分區)
* @param topic 發送目的 topic 名稱, 如果 topic 為 null 或者是為 , 則會使用 xml 中配置的 defaultTopic
* @param key 要發送的鍵
* @param data 要發送的數據
* @return 返回一個 map。如果成功 code 為 0, 其他則為失敗
* */
public Map String, Object sendMessage(String topic, Object key, Object data)；/**
* 發送信息 (分區)
* @param topic 發送目的 topic 名稱, 如果 topic 為 null 或者是為 , 則會使用 xml 中配置的 defaultTopic
* @param partitionNum 分區數 (大于 1), 請注意分區數是在 topic 創建的時候就指定了，不能改變了
* @param data 要發送的數據
* @return 返回一個 map。如果成功 code 為 0, 其他則為失敗
*/
public Map String, Object sendMessage(String topic, Integer partitionNum, Object data)；/**
* 發送信息 (分區)
* @param topic 發送目的 topic 名稱, 如果 topic 為 null 或者是為 , 則會使用 xml 中配置的 defaultTopic
* @param key 要發送的鍵
* @param value 要發送的數據
* @param partitionNum 分區數 (大于 1), 請注意分區數是在 topic 創建的時候就指定了，不能改變了
* @return 返回一個 map。如果成功 code 為 0, 其他則為失敗
* */
public Map String, Object sendMessage(String topic, int partitionNum, Object key, Object value)；二、消費端
2.1 kafka-consumer.xml 配置說明
!-- 定義 consumer 的參數 --
bean id= consumerProperties >
property name= ackCount value= 90 / --
!-- property name= ackMode value= TIME /
property name= ackTime value= 5000 / --
/bean
!-- 創建單實例 KafkaMessageListenerContainer--!-- bean id= messageListenerContainer_trade > !-- 創建多實例 ConcurrentMessageListenerContainer--
bean id= messageListenerContainer >2.2 kafka-consumer.properties 屬性文件
bootstrap.servers=192.168.0.75:9092,192.168.0.75:9093,192.168.0.75:9094
group.id=testGroup
enable.auto.commit=false
auto.commit.interval.ms=1000
session.timeout.ms=15000
topicName=ahao-test
2.3 消費端接口封裝說明
1）類名：com.rkhd.ienterprise.mq.client.consumer.client.KafkaConsumerClient
2）對外提供抽象方法（根據不同的業務實現）：
public abstract void onConsumer(ConsumerRecord String, String record);3）實現說明：各業務線通過繼承該類實現該抽象方法；
三、Kafka 技術概覽
3.1 Kafka 的特性
高吞吐量、低延遲：kafka 每秒可以處理幾十萬條消息，它的延遲最低只有幾毫秒
可擴展性：kafka 集群支持熱擴展
持久性、可靠性：消息被持久化到本地磁盤，并且支持數據備份防止數據丟失
容錯性：允許集群中節點失敗（若副本數量為 n, 則允許 n - 1 個節點失敗）
高并發：支持數千個客戶端同時讀寫
3.2 Kafka 架構組件 Kafka 中發布訂閱的對象是 topic。我們可以為每類數據創建一個 topic，把向 topic 發布消息的客戶端稱作 producer，從 topic 訂閱消息的客戶端稱作 consumer。Producers 和 consumers 可以同時從多個 topic 讀寫數據。一個 kafka 集群由一個或多個 broker 服務器組成，它負責持久化和備份具體的 kafka 消息。
topic：消息存放的目錄即主題
Producer：生產消息到 topic 的一方
Consumer：訂閱 topic 消費消息的一方
Broker：Kafka 的服務實例就是一個 broker
3.3 kafka 應用場景
日志收集：一個公司可以用 Kafka 可以收集各種服務的 log，通過 kafka 以統一接口服務的方式開放給各種 consumer，例如 hadoop、Hbase、Solr 等。
消息系統：解耦和生產者和消費者、緩存消息等。
用戶活動跟蹤：Kafka 經常被用來記錄 web 用戶或者 app 用戶的各種活動，如瀏覽網頁、搜索、點擊等活動，這些活動信息被各個服務器發布到 kafka 的 topic 中，然后訂閱者通過訂閱這些 topic 來做實時的監控分析，或者裝載到 hadoop、數據倉庫中做離線分析和挖掘。
運營指標：Kafka 也經常用來記錄運營監控數據。包括收集各種分布式應用的數據，生產各種操作的集中反饋，比如報警和報告。
流式處理：比如 spark streaming 和 storm
事件源
以上是“spring kakfa 如何集成”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注丸趣 TV 行業資訊頻道！
