展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 编程开发 > SpringBoot怎么整合Kafka工具类

SpringBoot怎么整合Kafka工具类

Kafka Assistant
Kafka Assistant

Kafka Assistant 是一款可视化监控、管理工具,支持 GPU 渲染和实时监控。它更适合把零散的小功能集中起来使用,处理高频琐碎任务时会更省事。

¥19
Windows/macOS/Linux 2026-08-22
正版软件 Windows macOS软件 Linux kafka
立即下载

kafka是什么?Kafka是由Apache软件基金会开发的一个开源流处理平台,由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者在网站中的所有动作流数据。这种动作(网页浏览,搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。对于像Hadoop一样的日志数据和离线分析系统,但又要求实时处理的限制,这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的

本文目录

    kafka是什么?

    Kafka是由Apache软件基金会开发的一个开源流处理平台,由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者在网站中的所有动作流数据。 这种动作(网页浏览,搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 对于像Hadoop一样的日志数据和离线分析系统,但又要求实时处理的限制,这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理,也是为了通过集群来提供实时的消息。

    应用场景

    • 消息系统: Kafka 和传统的消息系统(也称作消息中间件)都具备系统解耦、冗余存储、流量削峰、缓冲、异步通信、扩展性、可恢复性等功能。与此同时,Kafka 还提供了大多数消息系统难以实现的消息顺序性保障及回溯消费的功能。

    • 存储系统: Kafka 把消息持久化到磁盘,相比于其他基于内存存储的系统而言,有效地降低了数据丢失的风险。也正是得益于 Kafka 的消息持久化功能和多副本机制,我们可以把 Kafka 作为长期的数据存储系统来使用,只需要把对应的数据保留策略设置为“永久”或启用主题的日志压缩功能即可。

    • 流式处理平台: Kafka 不仅为每个流行的流式处理框架提供了可靠的数据来源,还提供了一个完整的流式处理类库,比如窗口、连接、变换和聚合等各类操作。

    下面看下SpringBoot整合Kafka工具类的详细代码。

    pom.xml

     
                org.apache.commons
                commons-lang3
                3.12.0
            
            
                org.apache.kafka
                kafka-clients
                2.6.3
            
            
                fastjson
                fastjson
                1.2.83
            

    工具类

    package com.bbl.demo.utils;
    
    import org.apache.commons.lang3.exception.ExceptionUtils;
    import org.apache.kafka.clients.admin.*;
    import org.apache.kafka.clients.consumer.ConsumerConfig;
    import org.apache.kafka.clients.consumer.ConsumerRecord;
    import org.apache.kafka.clients.consumer.ConsumerRecords;
    import org.apache.kafka.clients.consumer.KafkaConsumer;
    import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.ProducerRecord;
    import org.apache.kafka.common.KafkaFuture;
    import org.apache.kafka.common.errors.TopicExistsException;
    import org.apache.kafka.common.errors.UnknownTopicOrPartitionException;
    import com.alibaba.fastjson.JSONObject;
    
    import java.time.Duration;
    import java.util.*;
    import java.util.concurrent.ExecutionException;
    
    
    public class KafkaUtils {
        private static AdminClient admin;
        /**
         * 私有静态方法,创建Kafka生产者
         * @author o
         * @return KafkaProducer
         */
        private static KafkaProducer createProducer() {
            Properties props = new Properties();
            //声明kafka的地址
            props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"node01:9092,node02:9092,node03:9092");
            //0、1 和 all:0表示只要把消息发送出去就返回成功;1表示只要Leader收到消息就返回成功;all表示所有副本都写入数据成功才算成功
            props.put("acks", "all");
            //重试次数
            props.put("retries", Integer.MAX_VALUE);
            //批处理的字节数
            props.put("batch.size", 16384);
            //批处理的延迟时间,当批次数据未满之时等待的时间
            props.put("linger.ms", 1);
            //用来约束KafkaProducer能够使用的内存缓冲的大小的,默认值32MB
            props.put("buffer.memory", 33554432);
            // properties.put("value.serializer",
            // "org.apache.kafka.common.serialization.ByteArraySerializer");
            // properties.put("key.serializer",
            // "org.apache.kafka.common.serialization.ByteArraySerializer");
            props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
            props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
            return new KafkaProducer(props);
        }
    
        /**
         * 私有静态方法,创建Kafka消费者
         * @author o
         * @return KafkaConsumer
         */
        private static KafkaConsumer createConsumer() {
            Properties props = new Properties();
            //声明kafka的地址
            props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"node01:9092,node02:9092,node03:9092");
            //每个消费者分配独立的消费者组编号
            props.put("group.id", "111");
            //如果value合法,则自动提交偏移量
            props.put("enable.auto.commit", "true");
            //设置多久一次更新被消费消息的偏移量
            props.put("auto.commit.interval.ms", "1000");
            //设置会话响应的时间,超过这个时间kafka可以选择放弃消费或者消费下一条消息
            props.put("session.timeout.ms", "30000");
            //自动重置offset
            props.put("auto.offset.reset","earliest");
            // properties.put("value.serializer",
            // "org.apache.kafka.common.serialization.ByteArraySerializer");
            // properties.put("key.serializer",
            // "org.apache.kafka.common.serialization.ByteArraySerializer");
            props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
            props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
            return new KafkaConsumer(props);
        }
        /**
         * 私有静态方法,创建Kafka集群管理员对象
         * @author o
         */
        public static void createAdmin(String servers){
            Properties props = new Properties();
            props.put(AdminClientConfig.BOOTSTRAP_SERVERS_CONFIG,servers);
            admin = AdminClient.create(props);
        }
    
        /**
         * 私有静态方法,创建Kafka集群管理员对象
         * @author o
         * @return AdminClient
         */
        private static void createAdmin(){
            createAdmin("node01:9092,node02:9092,node03:9092");
        }
    
        /**
         * 传入kafka约定的topic,json格式字符串,发送给kafka集群
         * @author o
         * @param topic
         * @param jsonMessage
         */
        public static void sendMessage(String topic, String jsonMessage) {
            KafkaProducer producer = createProducer();
            producer.send(new ProducerRecord(topic, jsonMessage));
            producer.close();
        }
    
        /**
         * 传入kafka约定的topic消费数据,用于测试,数据最终会输出到控制台上
         * @author o
         * @param topic
         */
        public static void consume(String topic) {
            KafkaConsumer consumer = createConsumer();
            consumer.subscribe(Arrays.asList(topic));
            while (true) {
                ConsumerRecords records = consumer.poll(Duration.ofSeconds(100));
                for (ConsumerRecord record : records){
                    System.out.printf("offset = %d, key = %s, value = %s",record.offset(), record.key(), record.value());
                    System.out.println();
                }
            }
        }
        /**
         * 传入kafka约定的topic数组,消费数据
         * @author o
         * @param topics
         */
        public static void consume(String ... topics) {
            KafkaConsumer consumer = createConsumer();
            consumer.subscribe(Arrays.asList(topics));
            while (true) {
                ConsumerRecords records = consumer.poll(Duration.ofSeconds(100));
                for (ConsumerRecord record : records){
                    System.out.printf("offset = %d, key = %s, value = %s",record.offset(), record.key(), record.value());
                    System.out.println();
                }
            }
        }
        /**
         * 传入kafka约定的topic,json格式字符串数组,发送给kafka集群
         * 用于批量发送消息,性能较高。
         * @author o
         * @param topic
         * @param jsonMessages
         * @throws InterruptedException
         */
        public static void sendMessage(String topic, String... jsonMessages) throws InterruptedException {
            KafkaProducer producer = createProducer();
            for (String jsonMessage : jsonMessages) {
                producer.send(new ProducerRecord(topic, jsonMessage));
            }
            producer.close();
        }
    
        /**
         * 传入kafka约定的topic,Map集合,内部转为json发送给kafka集群 
         * 用于批量发送消息,性能较高。      * @author o      * @param topic      * @param mapMessageToJSONForArray      */     public static void sendMessage(String topic, List> mapMessageToJSONForArray) {         KafkaProducer producer = createProducer();         for (Map mapMessageToJSON : mapMessageToJSONForArray) {             String array = JSONObject.toJSON(mapMessageToJSON).toString();             producer.send(new ProducerRecord(topic, array));         }         producer.close();     }     /**      * 传入kafka约定的topic,Map,内部转为json发送给kafka集群      * @author o      * @param topic      * @param mapMessageToJSON      */     public static void sendMessage(String topic, Map mapMessageToJSON) {         KafkaProducer producer = createProducer();         String array = JSONObject.toJSON(mapMessageToJSON).toString();         producer.send(new ProducerRecord(topic, array));         producer.close();     }     /**      * 创建主题      * @author o      * @param name 主题的名称      * @param numPartitions 主题的分区数      * @param replicationFactor 主题的每个分区的副本因子      */     public static void createTopic(String name,int numPartitions,int replicationFactor){         if(admin == null) {             createAdmin();         }         Map configs = new HashMap<>();         CreateTopicsResult result = admin.createTopics(Arrays.asList(new NewTopic(name, numPartitions, (short) replicationFactor).configs(configs)));         //以下内容用于判断创建主题的结果         for (Map.Entry> entry : result.values().entrySet()) {             try {                 entry.getValue().get();                 System.out.println("topic "+entry.getKey()+" created");             } catch (InterruptedException | ExecutionException e) {                 if (ExceptionUtils.getRootCause(e) instanceof TopicExistsException) {                     System.out.println("topic "+entry.getKey()+" existed");                 }             }         }     }     /**      * 删除主题      * @author o      * @param names 主题的名称      */     public static void deleteTopic(String name,String ... names){         if(admin == null) {             createAdmin();         }         Map configs = new HashMap<>();         Collection topics = Arrays.asList(names);         topics.add(name);         DeleteTopicsResult result = admin.deleteTopics(topics);         //以下内容用于判断删除主题的结果         for (Map.Entry> entry : result.values().entrySet()) {             try {                 entry.getValue().get();                 System.out.println("topic "+entry.getKey()+" deleted");             } catch (InterruptedException | ExecutionException e) {                 if (ExceptionUtils.getRootCause(e) instanceof UnknownTopicOrPartitionException) {                     System.out.println("topic "+entry.getKey()+" not exist");                 }             }         }     }     /**      * 查看主题详情      * @author o      * @param names 主题的名称      */     public static void describeTopic(String name,String ... names){         if(admin == null) {             createAdmin();         }         Map configs = new HashMap<>();         Collection topics = Arrays.asList(names);         topics.add(name);         DescribeTopicsResult result = admin.describeTopics(topics);         //以下内容用于显示主题详情的结果         for (Map.Entry> entry : result.values().entrySet()) {             try {                 entry.getValue().get();                 System.out.println("topic "+entry.getKey()+" describe");                 System.out.println("\t name: "+entry.getValue().get().name());                 System.out.println("\t partitions: ");                 entry.getValue().get().partitions().stream().forEach(p-> {                     System.out.println("\t\t index: "+p.partition());                     System.out.println("\t\t\t leader: "+p.leader());                     System.out.println("\t\t\t replicas: "+p.replicas());                     System.out.println("\t\t\t isr: "+p.isr());                 });                 System.out.println("\t internal: "+entry.getValue().get().isInternal());             } catch (InterruptedException | ExecutionException e) {                 if (ExceptionUtils.getRootCause(e) instanceof UnknownTopicOrPartitionException) {                     System.out.println("topic "+entry.getKey()+" not exist");                 }             }         }     }     /**      * 查看主题列表      * @author o      * @return Set TopicList      */     public static Set listTopic(){         if(admin == null) {             createAdmin();         }         ListTopicsResult result = admin.listTopics();         try {             result.names().get().stream().map(x->x+"\t").forEach(System.out::print);             return result.names().get();         } catch (InterruptedException | ExecutionException e) {             e.printStackTrace();             return null;         }     }     public static void main(String[] args) {         System.out.println(listTopic());     } }
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 kafka
    相关文章 更多
    精品专题 更多
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    macOS软件

    正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

    IOS软件

    正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

    AI

    正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

    Mac软件 更多
    Aperty macOS版
    Aperty macOS版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw macOS版
    AionClaw macOS版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy macOS版
    Loomy macOS版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirBuddy 3 macOS版
    AirBuddy 3 macOS版

    AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。

    AirServer macOS版
    AirServer macOS版

    AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。

    AnyDesk macOS版
    AnyDesk macOS版

    AnyDesk macOS版是一款适用于远程办公、设备维护和客户支持的远程桌面工具,可连接并操作异地计算机,支持文件传输、无人值守访问、会话权限控制及跨平台协作。

    WINDOWS 更多
    讯飞绘文 网页版
    讯飞绘文 网页版

    讯飞绘文网页版是科大讯飞推出的AI图文创作与内容运营工具,覆盖热点选题、文章生成、稿件校对、智能配图、排版发布和数据复盘等环节,适合自媒体创作者及内容团队在线使用。

    Maya(Autodesk Maya) Windows版
    Maya(Autodesk Maya) Windows版

    Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件,集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体,

    Aperty Windows版
    Aperty Windows版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw Windows版
    AionClaw Windows版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy Windows版
    Loomy Windows版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirServer Windows版
    AirServer Windows版

    AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端,适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端,并可同时接收和智能排列多个镜像会话。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?