Docker搭建kafka+zookeeper以及Springboot集成kafka快速入门

参考文章

【Docker安装部署Kafka+Zookeeper详细教程】_linux arm docker安装kafka-CSDN博客

Docker搭建kafka+zookeeper

打开我们的docker的镜像源配置

vim /etc/docker/daemon.json

配置

{
"registry-mirrors": ["https://widlhm9p.mirror.aliyuncs.com"]
}

下面的那个insecure是我自己虚拟机的，不用理会

拉取镜像

然后开始拉取我们的zookeeper镜像和我们的kafka镜像

这个是我们的zookeeper镜像，没有指定版本默认就是拉取最新的版本

docker pull zookeeper

kafka镜像

docker pull wurstmeister/kafka

因为我们的docker不同容器之间的网络是互相隔开的，所以我们要创建一个共同使用的网络

让不同容器都加入这个网络

docker network create创建我们的网络

然后那个zookeeper_network是我们自定义的网络名称

docker network create --driver bridge zookeeper_network

kafka是依赖于zookeeper的所以我们要先安装zookeeper

我们先用run来创建一个zookeeper容器

 docker run -d --name zookeeper1  --network zookeeper_network -p 2181:2181   zookeeper

-d 是后台运行

--name 是我们自定义容器的名字我定义的名字是zookeeper1

--network

是指定我们的网络环境，我们刚刚创建的网络环境名字叫zookeeper_network，所以我们要让容器加入这个网络

-p 是指定我们的容器暴露给外部的端口 2181：2181是指虚拟机（或服务器）的2181端口与容器内部的2181端口做映射

最后面的那个zookeeper 是我们的使用的镜像源的名称

一般是zookeeper：xxx来执行使用镜像源的版本，如果不指定版本默认用的就是最新版本

查看我们创建的网络环境的地址

docker inspect zookeeper_network

那个IPv4就是我们的网络环境的地址，这是我的网络环境的地址

我的是12.21.0.2，这个ip地址是要记住方便后面使用的

创建一个kafka容器

这段代码有点长，根子自己改吧

 # 启动kafka
docker run -d --name kafka1  --network zookeeper_network -p 9092:9092 -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=<zookeeperIP地址>:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://<宿主机IP地址>:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092  wurstmeister/kafka

解释

KAFKA_ZOOKEEPER_CONNECT 后面写的是我们的之前的网络的地址

KAFKA_ADVERTISED_LISTENERS=PLAINTEXT 我们的虚拟机（服务器）的本机的地址

不知道本机地址可以输入 ip addr来查看本机地址

这样子就搭建完成了

SpringBoot集成kafka

首先就是springboot和kafka的版本兼容了

Spring for Apache Kafka

然后我们引入两个kafka的依赖

<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
</dependency>


<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>3.2.0</version>
</dependency>

自己对着自己的版本来

自己看b站视频，9分钟就搞定了

63-kafka-集成-Java场景-SpringBoot_哔哩哔哩_bilibili

然后开始写我们的application.yml配置文件

下面是配置文件的全部+解析

其实和普通mq差不多

也就是配置生产者和消费者和一些过期时间超时时间

重点在于那个missing-topics-fatal

主题不存在的话，我们是否还要成功启动

我自己的写的默认的主题是test，但是我还没在kafka里面创建，kafka里面还没有这个叫test的主题

所以我启动的时候，报错然后失败了

spring:
  kafka:
    bootstrap-servers: 192.168.88.130:9092  #Kafka 集群的地址和端口号
    producer:
      acks: all #生产者发送消息时, Kafka 集群需要确认的确认级别。all 表示需要所有 broker 确认消息已经写入
      batch-size: 16384  #生产者在发送消息时, 会先缓存一些消息, 达到 batch-size 后再批量发送。这个参数设置了批量发送的大小。
      buffer-memory: 33554432  #生产者用于缓存消息的内存大小
      key-serializer: org.apache.kafka.common.serialization.StringSerializer  #定义了消息 key 和 value 的序列化方式。
      value-serializer: org.apache.kafka.common.serialization.StringSerializer #定义了消息 key 和 value 的序列化方式。
      retries: 0
    consumer:
      group-id: test #消费者组ID
      #消费方式: 在有提交记录的时候，earliest与latest是一样的，从提交记录的下一条开始消费
      # earliest：无提交记录,表示从最早的消息开始消费
      #latest：无提交记录，从最新的消息的下一条开始消费
      auto-offset-reset: earliest  #当消费者没有提交过 offset 时, 从何处开始消费消息
      enable-auto-commit: true #是否自动提交偏移量offset
      auto-commit-interval: 1s #前提是 enable-auto-commit=true。自动提交 offset 的间隔时间
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer  #定义了消息 key 和 value 的反序列化方式
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer #定义了消息 key 和 value 的反序列化方式
      max-poll-records: 2  #一次 poll 操作最多返回的消息数量
      properties:
        #如果在这个时间内没有收到心跳，该消费者会被踢出组并触发{组再平衡 rebalance}
        #消费者与 Kafka 服务端的会话超时时间
        session.timeout.ms: 120000

        #最大消费时间。此决定了获取消息后提交偏移量的最大时间，超过设定的时间（默认5分钟），服务端也会认为该消费者失效。踢出并再平衡
        #消费者调用 poll 方法的最大间隔时间
        max.poll.interval.ms: 300000

        #消费者发送请求到 Kafka 服务端的超时时间
        #配置控制客户端等待请求响应的最长时间。
        #如果在超时之前没有收到响应，客户端将在必要时重新发送请求，
        #或者如果重试次数用尽，则请求失败。
        request.timeout.ms: 60000

        #订阅或分配主题时，允许自动创建主题。0.11之前，必须设置false
        allow.auto.create.topics: true

        #消费者向协调器发送心跳的间隔时间。
        #poll方法向协调器发送心跳的频率，为session.timeout.ms的三分之一
        heartbeat.interval.ms: 40000

        #每个分区里返回的记录最多不超max.partitions.fetch.bytes 指定的字节
        #0.10.1版本后 如果 fetch 的第一个非空分区中的第一条消息大于这个限制
        #仍然会返回该消息，以确保消费者可以进行

        #每个分区最多拉取的消息字节数。
        #max.partition.fetch.bytes=1048576  #1M

    listener:
      #当enable.auto.commit的值设置为false时，该值会生效；为true时不会生效
      #manual_immediate:需要手动调用Acknowledgment.acknowledge()后立即提交
      #ack-mode: manual_immediate   手动 ACK 的方式。

      #如果监听的主题不存在, 是否启动失败。
      missing-topics-fatal: false #如果至少有一个topic不存在，true启动失败。false忽略

      #消费方式, single 表示单条消费, batch 表示批量消费
      #type: single #单条消费？批量消费？ #批量消费需要配合 consumer.max-poll-records
      type: batch

      #并发消费的线程数
      concurrency: 2 #配置多少，就为为每个消费者实例创建多少个线程。多出分区的线程空闲

      #默认的主题名称
    template:
      default-topic: "test"
      #springboot启动的端口号
server:
  port: 9999 #这个是java项目启动的端口

基本案例

这是常量类

指定了一个topic和group

主题和分组id

groupid是消费者组的唯一标识

这个视频9分钟看懂kafka

小朋友也可以懂的Kafka入门教程，还不快来学_哔哩哔哩_bilibili

生产者

我们这个Autowired自动注入，会根据我们的配置文件的配置来自动注入

@Autowired
    private KafkaTemplate<String, String> kafkaTemplate;

produces里面指定我们前端传的是json格式

我们往这个标题发送我们的消息，其实这个就是我们的常量类里面写的"test"

消费者

 @KafkaListener(topics = SpringBootKafkaConfig.TOPIC_TEST, groupId = SpringBootKafkaConfig.GROUP_ID)

    public void topic_test(List<String> messages, @Header(KafkaHeaders.RECEIVED_TOPIC) String topic) {
        for (String message : messages) {

            //因为这个String是Json，所以我们可以转回Object对象，其实是转成JsonObject对象
            final JSONObject entries = JSONUtil.parseObj(message);
            System.out.println(SpringBootKafkaConfig.GROUP_ID + " 消费了： Topic:" + topic + ",Message:" + entries.getStr("name"));
            //ack.acknowledge();
        }
    }

我们用List<String>来接收，因为可能一个消费者接收多条消息