创建项目，引入依赖：
<!-- 引入Kafka依赖 -->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>2.8.1</version>
</dependency>针对生产者和消费者使用进行示例演示。前面了解了Kafa服务安装和基本概念，接下来直接敲代码。
一、快速入门
创建一个 Order实体类，作为消息数据发送。
public class Order {
private Integer orderId;
private String orderDesc;
private Double orderAmount;
...
}1、生产者
生产者需要用到的几个类：
- KafkaProducer： 需要一个生产者对象，用来发送数据。
- ProducerConfig： 获取所需一系列配置参数。
- ProducerRecord： 每条消息数据都要封装成一个 ProducerRecord对象。
public class Producer {
private final static String TOPIC_NAME = "my-test-topic";
private final static String KAFKA_SERVERS_CLUSTER_STR = "192.168.xxx.xxx:9092";//集群用逗号分隔
public static void main(String[] args) throws InterruptedException, ExecutionException {
// 1.设置生产者的配置信息
Properties props = makeProducerProperties();
// 2.创建生产者对象。通过配置信息
KafkaProducer<String, String> producer = new KafkaProducer<String, String>(props);
// 3.发送消息
for (int i = 1; i <= 2; i++) {
//3.1 构建消息数据
Order order = new Order(i, "订单-" + i, 1000.00);
//3.2 将消息数据封装成 ProducerRecord 对象
//未指定发送分区
ProducerRecord<String, String> producerRecord = new ProducerRecord<String, String>(TOPIC_NAME
, order.getOrderId().toString(), JSON.toJSONString(order));
//3.3 同步方式发送消息
Future<RecordMetadata> future = producer.send(producerRecord);
RecordMetadata metadata = future.get();
System.out.println("同步方式发送消息结果：" + "topic-" + metadata.topic() + "|partition-"
+ metadata.partition() + "|offset-" + metadata.offset());
}
TimeUnit.SECONDS.sleep(10);//方便异步测试
//4.关闭资源
producer.close();
}
/**
* 设置生产者配置信息
* @return
*/
private static Properties makeProducerProperties() {
Properties props = new Properties();
//指定连接的 kafka集群
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, KAFKA_SERVERS_CLUSTER_STR);
//key,value的序列化：这里把 key和 value从字符串序列化为字节数组
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
return props;
}
}2、消费者
消费者需要用到的类：
- KafkaConsumer： 需要创建一个消费者对象，用来消费数据。
- ConsumerConfig： 获取所需的一系列配置参数。
- ConsumerRecord： 每条消息数据都要封装成一个 ConsumerRecord对象。
public class Consumer {
private final static String TOPIC_NAME = "my-test-topic";
private final static String CONSUMER_GROUP_NAME = "myTestGroup";
private final static String KAFKA_SERVERS_CLUSTER_STR = "192.168.xxx.xxx:9092";//集群用逗号分隔
public static void main(String[] args) {
// 1.设置消费者的配置信息
Properties props = makeConsumerProperties();
// 2.创建消费者对象。通过配置信息
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);
// 3.消费者对象订阅主题
// 直接订阅主题
consumer.subscribe(Arrays.asList(TOPIC_NAME));
//4. 获取/消费消息
while (true) {
/**4.1 获取消费消息
* poll()：表示拉取消息的长轮询
*/
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
//4.2 处理消息
for (ConsumerRecord<String, String> record : records) {
// 打印consumerRecords
System.out.printf("收到消息：partition = %d,offset = %d, key = %s, value = %s%n", record.partition(),
record.offset(), record.key(), record.value());
}
}
}
/**
* 设置消费者配置信息
* @return
*/
private static Properties makeConsumerProperties() {
Properties props = new Properties();
//指定连接的 kafka集群
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, KAFKA_SERVERS_CLUSTER_STR);
// 消费分组名
props.put(ConsumerConfig.GROUP_ID_CONFIG, CONSUMER_GROUP_NAME);
//key,value的序列化：这里把 key和 value从字符串序列化为字节数组
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
return props;
}
}3、测试
运行消费者和生产者，消息发送和消息消费ok。
注意：
- 主题和消费组不存在时，Kafka会自动创建。
- 关于 消费者和生产者配置参数信息，如果你不设置，Kafka都有默认值。
关于API使用和配置参数详情可查看官方文档：还是很详细的
二、生产者
send()方法：其实是异步执行，返回一个 Future对象。
这个生产者写一条消息的时候，先是写到某个缓冲区， 这个缓冲区里的数据还没写到broker集群里的某个分区的时候，它就返回到client了。
1、同步发送
同步方式：根据 Future对象的特点，我们也可以实现同步发送的效果，只需在调用 Future对象的 get()方法即可。
Future<RecordMetadata> future = producer.send(producerRecord);
RecordMetadata metadata = future.get();2、异步发送
异步方式：带回调函数的 API，回调函数会在 producer 收到 ack 时调用 onCompletion()方法。
producer.send(producerRecord, new Callback() {
/**
* onCompletion()方法有两个参数，分别是 RecordMetadata 和 Exception，
* @param metadata - RecordMetadata元数据
* @param exception - 如果 Exception为 null，说明消息发送成功，如果 Exception不为 null，说明消息发送失败。
*/
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
if (exception != null) {
System.err.println("异步方式发送消息失败：" + exception.getStackTrace());
}
if (metadata != null) {
System.out.println("异步方式发送消息结果：" + "topic-" + metadata.topic() + "|partition-"
+ metadata.partition() + "|offset-" + metadata.offset());
}
}
});3、指定分区发送
将消息数据封装成 ProducerRecord 对象时，有多种构造方法使用，比如：
- 指定发送分区
- 未指定发送分区
//3.2 将消息数据封装成 ProducerRecord 对象
//指定发送分区
/*ProducerRecord<String, String> producerRecord = new ProducerRecord<String, String>(TOPIC_NAME, 0, order.getOrderId().toString(), JSON.toJSONString(order));*/
//未指定发送分区，具体发送的分区计算公式：hash(key)%partitionNum
ProducerRecord<String, String> producerRecord = new ProducerRecord<String, String>(TOPIC_NAME, order.getOrderId().toString(), JSON.toJSONString(order));4、配置参数
部分参数说明：
private static Properties makeProducerProperties() {
Properties props = new Properties();
//指定连接的 kafka集群
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, KAFKA_SERVERS_CLUSTER_STR);
/*
发出消息持久化机制参数
（1）acks=0： 表示producer不需要等待任何broker确认收到消息的回复，就可以继续发送下一条消息。性能最高，但是最容易丢消息。
（2）acks=1： 至少要等待leader已经成功将数据写入本地log，但是不需要等待所有follower是否成功写入。就可以继续发送下一
条消息。这种情况下，如果follower没有成功备份数据，而此时leader又挂掉，则消息会丢失。
（3）acks=-1或all： 需要等待 min.insync.replicas(默认为1，推荐配置大于等于2) 这个参数配置的副本个数都成功写入日志，这种策略
会保证只要有一个备份存活就不会丢失数据。这是最强的数据保证。一般除非是金融级别，或跟钱打交道的场景才会使用这种配置。
*/
props.put(ProducerConfig.ACKS_CONFIG, "1");
/*
发送失败会重试，默认重试间隔100ms，重试能保证消息发送的可靠性，但是也可能造成消息重复发送，比如网络抖动，
所以需要在接收者那边做好消息接收的幂等性处理
*/
props.put(ProducerConfig.RETRIES_CONFIG, 3);
//重试间隔设置,单位毫秒
props.put(ProducerConfig.RETRY_BACKOFF_MS_CONFIG, 300);
//设置发送消息的本地缓冲区，如果设置了该缓冲区，消息会先发送到本地缓冲区，可以提高消息发送性能，默认值是33554432，即32MB
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432);
/*
kafka本地线程会从缓冲区取数据，批量发送到broker，
设置批量发送消息的大小，默认值是16384，即16kb，就是说一个batch满了16kb就发送出去
*/
props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
/*
默认值是0，意思就是消息必须立即被发送，但这样会影响性能
一般设置10毫秒左右，就是说这个消息发送完后会进入本地的一个batch，如果10毫秒内，这个batch满了16kb就会随batch一起被发送出去
如果10毫秒内，batch没满，那么也必须把消息发送出去，不能让消息的发送延迟时间太长
*/
props.put(ProducerConfig.LINGER_MS_CONFIG, 10);
//key,value的序列化：这里把 key和 value从字符串序列化为字节数组
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
return props;
}三、消费者
1、自动提交
默认就是自动提交，也可以通过配置参数修改值：
// 是否自动提交offset，默认就是true，推荐使用手动提交
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "true");
// 自动提交offset的间隔时间
props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");2、手动提交
虽然自动提交 offset 十分简便，但由于其是基于时间提交的，开发人员难以把握 offset 提交的时机。因此 Kafka 提供了手动提交 offset 的 API。
手动提交 offset 的方法有两种：
- commitSync（同步提交）
- commitAsync（异步提交）
两者的相同点是：都会将本次拉取的一批数据最高的偏移量提交。
不同点是：commitSync 阻塞当前线程，一直到提交成功，并且会自动失败重试；而 commitAsync 则没有失败重试机制，故有可能提交失败。
操作如下：
首先，关闭自动提交配置参数：
//关闭自动提交,即手动提交
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");然后，我们手动提交消费消息：
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
//4.2 处理消息
if (records.count() > 0) {
// 手动同步提交offset，当前线程会阻塞直到offset提交成功
// 一般使用同步提交，因为提交之后一般也没有什么逻辑代码了
//consumer.commitSync();
// 手动异步提交offset，当前线程提交offset不会阻塞，可以继续处理后面的程序逻辑
consumer.commitAsync(new OffsetCommitCallback() {
@Override
public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {
if (exception != null) {
System.err.println("Commit failed for " + offsets);
System.err.println("Commit failed exception: " + exception.getStackTrace());
}
}
});
}2.1 数据漏消费和重复消费分析：
无论是同步提交还是异步提交 offset，都有可能会造成数据漏消费或重复消费。
- 先提交 offset 后消费，有可能造成数据的漏消费；
- 先消费后提交 offset，有可能造成数据的重复消费。
3、消费者订阅主题
消费者对象订阅主题有多种方式：
- 直接订阅主题
- 指定分区订阅
- 消息回溯消费订阅
- 指定offset消费
- 从指定时间点开始消费等等
// 3.消费者对象订阅主题
// 直接订阅主题
consumer.subscribe(Arrays.asList(TOPIC_NAME));
// 消费指定分区
//consumer.assign(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));
//消息回溯消费
/*consumer.assign(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));
consumer.seekToBeginning(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));*/
//指定offset消费
/*consumer.assign(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));
consumer.seek(new TopicPartition(TOPIC_NAME, 0), 10);*/
//从指定时间点开始消费
/*List<PartitionInfo> topicPartitions = consumer.partitionsFor(TOPIC_NAME);
//从1小时前开始消费
long fetchDataTime = new Date().getTime() - 1000 * 60 * 60;
Map<TopicPartition, Long> map = new HashMap<>();
for (PartitionInfo par : topicPartitions) {
map.put(new TopicPartition(TOPIC_NAME, par.partition()), fetchDataTime);
}
Map<TopicPartition, OffsetAndTimestamp> parMap = consumer.offsetsForTimes(map);
for (Map.Entry<TopicPartition, OffsetAndTimestamp> entry : parMap.entrySet()) {
TopicPartition key = entry.getKey();
OffsetAndTimestamp value = entry.getValue();
if (key == null || value == null) continue;
Long offset = value.offset();
System.out.println("partition-" + key.partition() + "|offset-" + offset);
System.out.println();
//根据消费里的timestamp确定offset
if (value != null) {
consumer.assign(Arrays.asList(key));
consumer.seek(key, offset);
}
}*/注意：消息回溯消费订阅，每次都会从头消费。理解它与 ConsumerConfig.AUTO_OFFSET_RESET_CONFIG = "earliest" 配置参数的区别。
4、配置参数
部分参数说明：
private static Properties makeConsumerProperties() {
Properties props = new Properties();
//指定连接的 kafka集群
props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, KAFKA_SERVERS_CLUSTER_STR);
// 消费分组名
props.put(ConsumerConfig.GROUP_ID_CONFIG, CONSUMER_GROUP_NAME);
/* // 是否自动提交offset，默认就是true，推荐使用手动提交
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "true");
// 自动提交offset的间隔时间
props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");*/
props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
/*
当消费主题的是一个新的消费组，或者指定offset的消费方式，offset不存在，那么应该如何消费
latest(默认) ：只消费自己启动之后发送到主题的消息
earliest：第一次从头开始消费，以后按照消费offset记录继续消费，这个需要区别于consumer.seekToBeginning(每次都从头开始消费)
*/
//props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
/*
consumer给broker发送心跳的间隔时间，broker接收到心跳，如果此时有rebalance发生会通过心跳响应将
rebalance方案下发给consumer，这个时间可以稍微短一点
*/
props.put(ConsumerConfig.HEARTBEAT_INTERVAL_MS_CONFIG, 1000);
/*
服务端broker多久感知不到一个consumer心跳就认为他故障了，会将其踢出消费组，
对应的Partition也会被重新分配给其他consumer，默认是10秒
*/
props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, 10 * 1000);
//一次poll最大拉取消息的条数，如果消费者处理速度很快，可以设置大点，如果处理速度一般，可以设置小点
props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 50);
/*
如果两次poll操作间隔超过了这个时间，broker就会认为这个consumer处理能力太弱，
会将其踢出消费组，将分区分配给别的consumer消费
*/
props.put(ConsumerConfig.MAX_POLL_INTERVAL_MS_CONFIG, 30 * 1000);
//key,value的序列化：这里把 key和 value从字符串序列化为字节数组
props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
return props;
}关于 Kafka客户端：
通过使用 Properties来创建连接 kafka server的客户端AdminClient，它是一个抽象类，只有一个 KafkaAdminClient实现类。通过客户端AdminClient ，我们可以进行 Topic的CRUD等操作。
使用比较简单，可查看参考文章，博主写的很详细。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
