springCloudStream
简介
Spring Cloud Stream
是一个框架,用于构建与共享消息传递系统连接的高度可扩展的事件驱动微服务。
该框架提供了一个灵活的编程模型,该模型建立在已经建立和熟悉的 Spring 习惯用语和最佳实践之上,包括对持久发布/订阅语义、消费者组和有状态分区的支持。
核心模块
- Destination Binders: 负责提供与外部消息系统集成的组件
- Destination Bindings: 外部消息系统和用户程序代码之间的桥梁(生产者-使用者之间的桥梁)
- Message:生产者和消费者用于与Destination Binders(以及通过外部消息系统与其他应用程序)通信的规范数据结构。
历史
Spring 的数据集成之旅始于 Spring Integration。通过其编程模型,它提供了一致的开发人员体验来构建应用程序,这些应用程序可以采用企业集成模式来连接外部系统,例如数据库、消息代理等。
快进到云时代,微服务在企业环境中变得突出。Spring Boot 改变了开发人员构建应用程序的方式。借助 Spring 的编程模型和 Spring Boot 处理的运行时职责,可以无缝开发独立的、基于 Spring 的生产级微服务。
为了将其扩展到数据集成工作负载,Spring Integration 和 Spring Boot 被放在一个新项目中。Spring Cloud Stream 诞生了。
架构模型
这张图是spring-stream官网的,里面的Middleware
指的就是RabbitMQ
或者KafKa
这些消息队列。
下图是我们原来和消息队列通信的方式。我们的程序直接发送数据给MQ或者监听到MQ的数据。
通过spring stream
来做的话,就增加了Binder
层来做统一调度,我们的程序只需要和Binder层通信,不需要关注底层的MQ是RabbitMQ
还是Kafka
。
目前官方提供了两个Binder
,分别是RabbitMQ
的和Kafka
的,其余队列的有一些第三方维护的。同时我们也可以自己实现Binder
。
一开始图中的Input
和Output
是对于spring stream
来说的,input就是输入消息到stream中,output就是输出消息到我们的程序中。
简单介绍一下Binder,其实就是策略模式
,统一接口实现,比如MQ1里面发送消息到MQ的方法叫Publish
,MQ2里面发送消息到MQ的方法叫Release
,但是在Binder接口里面提供了一个方法,就叫做add
。也只需要提供一个Message消息。
public interface Binder{
function add(Message msg);
}
// 连接MQ1的Binder
public class Binder1 implements Binder{
public function add(Message msg){
// 消息处理
// 发送到MQ1
publish(msg);
}
}
// 连接MQ2的Binder
public class Binder2 implements Binder{
public function add(Message msg){
// 消息处理
// 发送到MQ2
release(msg);
}
}
当我们使用的时候只需要自己决定使用哪个Binder就可以了。就是就和连接数据库一样,不需要关心连接的是Mysql还是PostgreSql。
public class main{
public static function main() {
Binder binder = new Binder1();
Message msg = new Message();
binder.add(msg);
}
}
Bindings
Bindings作为一个桥梁,负责连接MQ和用户代码。比如绑定一个代码作为input往某一个Queue里面输入信息,绑定一个代码作为output从某个Queue里面接收信息。然后我们使用Binder来实现推送消息到MQ和消费消息。
这里是官网原文:The application communicates with the outside world by establishing bindings between destinations exposed by the external brokers and input/output arguments in your code. Broker specific details necessary to establish bindings are handled by middleware-specific Binder implementations.
下图为Bindings和Binder的关系
source 和 sink
source其实就是发送方的发送的Message. sink就是接收方接受的Message
注解实现
注解的实现已经被彻底删除,只有之前低版本的还能使用
函数式编程实现示例
依赖引入
将下面的代码加入pom
文件,然后使用maven
导入相关依赖即可。
// 引入spring cloud stream依赖
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-stream</artifactId>
</dependency>
// 引入spring cloud stream的rabbit binder依赖
// 如果是kafka,那么把这个换成kafka的binder
// 在这个binder里面已经引入了 rabbit MQ依赖,所以不需要再单独引入rabbit MQ了
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-stream-binder-rabbit</artifactId>
</dependency>
配置文件
server:
port: 8801
spring:
application:
name: cloud-stream-provider
cloud:
stream: # stream的配置
binders: # 在此处配置要绑定的rabbitmq的服务信息;
defaultRabbit: # 表示定义的名称,用于于binding整合
type: rabbit # 消息组件类型
environment: # 设置rabbitmq的相关的环境配置
spring:
rabbitmq:
host: localhost
port: 5672
username: guest
password: guest
生产者
配置文件修改
对于函数式编程来说,spring cloud stream
有一些约定
或者说规定
。比如我们注册了一个logPub
的Bean
,那么它对应的bindings
配置的名称就是logPub-in-0
或者logPub-out-0
,前面是我们的方法名,中间表示生产者或消费者,in
表示消费者,out
表示生产者。这里的in or out是对于我们的代码来说的。后面的0就是一个序号。
写生产者之前我们需要加上对应的bindings
配置。如果注册了多个Bean
作为生产者或消费者,那么还需要配置哪些Bean
是生产者和消费者。
spring:
cloud:
function: # 配置哪些Bean是Stream可以用的
definition: log;logPub;sendLog
stream: # stream的配置
bindings: # 服务的整合处理
logPub-out-0:
destination: log # 表示要使用的Exchange名称定义,不存在会自动创建
content-type: application/json # 设置消息类型,本次为json,文本则设置“text/plain”
写代码
随便新建一个类,并标记为@Component
,主要是要让spring知道这个类。类名可以随便起。
@Component
public class logProducer {
}
然后开始编写生产者的代码。加入主要的方法log
,方法名可以随便起,只需要记得把这个方法注册为一个Bean
就可以了。一定要在上面加@Bean
注解。
方法的返回值只能是Supplier
函数接口类型。不能是其他的。
方法里面可以写生产者的具体代码。会注册一个名为logPub
的Bean
作为生产者。
@Component
public class logListener {
@Bean
public Supplier<logListener.Person> logPub() {
return () -> {
Person person = new Person();
person.setName("张三");
System.out.println("生产者:"+person);
return person;
};
}
public static class Person {
private String name;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return this.name;
}
}
}
关于Supplier
,这个是java提供的函数式编程的接口
。从java8开始提供的,java8里面的stream功能也用到了函数式编程。
下面是Supplier
的注释和定义
//Represents a supplier of results.
//There is no requirement that a new or distinct result be returned each time the supplier is invoked.
//This is a functional interface whose functional method is get().
public interface Supplier<T>
翻译过来大概就是:一个结果的提供者
或者一个结果的生产者
。正好对应我们的生产者。该接口只有一个方法T get()
,没有参数并且仅返回一个结果。
运行
运行的话会发现控制台一直在打印。我们的队列里面也一直在新增。
StreamBridge
当前的运行方式是当写完生产者以后,spring cloud stream
会1/s次来调用我们的生产者,但是我们一般是自己来控制生产者的调用。就可以使用下面的方法。
我们可以通过StreamBridge
来做到这一点。他有四个send
方法。
- public boolean send(String bindingName, Object data):第一个参数是bindingName,我们输入的是sendLog,就需要增加sendLog的配置,我们也可以用之前的
logPub-out-0
。第二个参数是发送的数据。 - public boolean send(String bindingName, Object data, MimeType outputContentType):比上面的多了一个数据类型。
- public boolean send(String bindingName, @Nullable String binderName, Object data):还可以指定Binder的name
- public boolean send(String bindingName, @Nullable String binderName, Object data, MimeType outputContentType): 四个参数放在一起了。
@RestController
public class logController {
@Autowired
private StreamBridge streamBridge;
@GetMapping("/sendLog")
public void sendLog() {
logListener.Person person = new logListener.Person();
person.setName("李四");
System.out.println("生产者发送消息"+person);
streamBridge.send("sendLog", person);
}
}
消费者
随便新建一个类,并标记为@Component
,主要是要让spring知道这个类。类名可以随便起。
@Component
public class logListener {
}
然后开始编写消费者的代码。加入主要的方法log
,方法名可以随便起,只需要记得把这个方法注册为一个Bean
就可以了。一定要在上面加@Bean
注解。
方法的返回值可以是Consumer
,也可以是Function
。不能是其他的。
方法里面就可以写消费的具体代码了。
@Component
public class logListener {
@Bean
public Consumer<logListener.Person> log() {
return person -> {
System.out.println("Received: " + person);
};
}
public static class Person {
private String name;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return this.name;
}
}
}
关于Consumer
和Function
,这两个是java提供的函数式编程的接口
。从java8开始提供的,java8里面的stream功能也用到了函数式编程。
下面是Consumer
接口的注释和接口的定义。
//Represents an operation that accepts a single input argument and returns no result. Unlike most other functional interfaces, Consumer is expected to operate via side-effects.
//This is a functional interface whose functional method is accept(Object).
public interface Consumer<T>
翻译过来大概就是说Consumer接口仅接收一个参数
并且没有返回值,我们的代码里面也可以看到,接收了一个person参数,没有return。
该接口只有一个方法void accept(T t)
,T类型就是我们的Person类型。
下面是Function
接口的注释和定义
//Represents a function that accepts one argument and produces a result.
//This is a functional interface whose functional method is apply(Object).
public interface Function<T, R>
翻译过来大概就是说Function
接口仅接收一个参数
并且返回一个结果
。该接口只有一个方法R apply(T t)
,接收一个T类型的参数,返回一个R类型的结果。
手动ACK
通过禁止使用死信队列来执行手动的ACK,这个时候如果抛出异常,则会重试。如果开启了死信队列,那么抛出异常以后则会进入死信队列。
log-in-0:
consumer:
auto-bind-dlq: false
队列持久化
上面可以看出来,创建的都是匿名队列
,当程序启动的时候自动创建,当程序关闭的时候自动删除。
但是正常开发中,很少使用这种,都会指定一个持久化的队列,不管程序是否运行,队列都存在。
我们可以在bindings
的配置里面增加group
配置来显式指定哪个队列,我们指定log123
队列。
log-in-0:
destination: log
content-type: application/json # 设置消息类型,本次为json,文本则设置“text/plain”
group: log123
sendLog:
destination: log
content-type: application/json # 设置消息类型,本次为json,文本则设置“text/plain”
group: log123
再次运行程序,可以看到该队列被创建。接下来停止程序,可以看到队列还存在那里。
bindings重命名
默认约定的名称为log-in-0
这种形式
但是我们也可以将它重命名。通过配置文件可以将log-in-0
重命名为input
,不过这样的话,所有的log-in-0的bindings配置都需要修改成input,使用上也是。注意官方并不推荐这种做法,他们认为在大多数情况下,这有点矫枉过正。
spring:
cloud:
stream:
function:
bindings:
log-in-0: input
显式绑定创建
默认约定的是log-in-0
负责输入,log-out-0
负责输出,我们也可以显式的创建这些。
通过配置文件
spring:
cloud:
stream:
input-bindings: login;fooin
output-bindings: logout;fooout
轮询配置属性
spring:
integration:
poller:
# 全局配置
fixedDelay: 1000L # 默认轮询器的延迟 单位毫秒,默认1000L
maxMessagesPerPoll: 1L # 默认轮询器的每个轮询事件的最大消息数。默认 1L
cron: none # Cron 触发器的 Cron 表达式值。默认 none
initialDelay: 0 # 周期性触发的初始延迟。 默认0
timeUnit: MILLISECONDS # 要应用于延迟值的 TimeUnit。默认 MILLISECONDS
也可以单独为某个bindings来配置
spring:
cloud:
stream:
bindings:
log-out-0:
producer:
poller:
# log-out-0的单独配置
fixedDelay: 1000L # 默认轮询器的延迟 单位毫秒,默认1000L
maxMessagesPerPoll: 1L # 默认轮询器的每个轮询事件的最大消息数。默认 1L
cron: none # Cron 触发器的 Cron 表达式值。默认 none
initialDelay: 0 # 周期性触发的初始延迟。 默认0
timeUnit: MILLISECONDS # 要应用于延迟值的 TimeUnit。默认 MILLISECONDS
函数组合
假设我们有两个处理Bean
,enrich
负责检查header,如果缺少foo,就添加为foo,bar。然后第二个echo则负责检查是否包含foo这个Header然后输出消息内容。
@Bean
public Function<Message<String>, Message<String>> enrich() {
return message -> {
Assert.isTrue(!message.getHeaders().containsKey("foo"), "Should NOT contain 'foo' header");
return MessageBuilder.fromMessage(message).setHeader("foo", "bar").build();
};
}
@Bean
public Function<Message<String>, Message<String>> echo() {
return message -> {
Assert.isTrue(message.getHeaders().containsKey("foo"), "Should contain 'foo' header");
System.out.println("Incoming message " + message);
return message;
};
}
通过配置将这两个bean组合起来,组合之后,这个bean名称就编程了enrich|echo
,后续的配置都需要这种冗长的名称,所以这里官方推荐使用重命名的方式将它变成简单的名称。
spring:
cloud:
function:
definition: enrich|echo # 函数组合
stream:
function:
bindings:
enrich|echo-in-0: input # 重命名