Kafka快速入门：Kafka驱动JavaApi的使用

生产者和消费者是Kafka的核心概念之一，它们在客户端被创建和使用，并且包含了许多与Kafka性能和机制相关的配置。虽然Kafka提供的命令行工具能够执行许多基本操作，但它无法实现所有可能的性能优化。相比之下，使用Java API可以充分利用编程语言的灵活性，对生产者和消费者进行更精细的性能调优。对于大多数中间件，熟悉服务器的命令行操作可能足以帮助学习其API的使用。然而，Kafka则不同，要全面掌握Kafka的所有特性，必须系统地学习和理解其Java API。

1. 基础消费流程

在javaApi中可以通过创建一个Kafka生产者和消费者的配置对象，在new生产者或消费者的类时将配置对象传入，然后生产者实例通过调用send方法发送数据，消费者通过poll方法消费数据，数据需要通过ProducerRecords类封装key和value，并在生产者和消费者配置中为key和value指定序列化和反序列化类（key可以传null，key是在日志回收策略中发挥作用）。经过这样一套操作，消息就可以成功从生产者发往消费者。

package com.kafak.testkafka;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.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;import java.time.Duration;
import java.util.Properties;@SpringBootTest
class TestKafkaApplicationTests {//预定义Kafka对象实例，因为Kafka对象时线程安全，所以可以定义外面节省资源防止重复创建KafkaProducer<String, String> kafkaProducer;//创建生产者public KafkaProducer<String, String> getKafkaProducer() {//创建生产者配置Properties props = new Properties();//配置Kafka集群地址props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置序列化props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");//返回生产者return new KafkaProducer<String, String>(props);}//创建消费者public KafkaConsumer<String, String> getKafkaConsumer() {//创建消费者配置Properties props = new Properties();//配置Kafka集群地址props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置消费者组idprops.put(ConsumerConfig.GROUP_ID_CONFIG, "test-group");//配置反序列化props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");//返回消费者return new KafkaConsumer<>(props);}//通过生产者生产一百条数据@Testvoid kafkaProducerTest() {//获取生产者kafkaProducer = getKafkaProducer();//发送消息for (int i = 0; i < 100; i++) {kafkaProducer.send(new ProducerRecord<String, String>("topicJava", "testKey" + i, "testValue" + i));}}//通过消费者消费消息@Testvoid kafkaConsumerTest() {//创建消费者，由于消费者是线程不安全，所以使用一次实例化一次，可以方式出现线程安全问题KafkaConsumer<String, String> kafkaConsumer = getKafkaConsumer();//接受消费者信息，传入100毫秒，消费者会一百毫秒拉去一次消息ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofMillis(100));// 处理消息for (ConsumerRecord<String, String> record : records) {System.out.printf("Consumed message with key %s, value %s, from partition %d with offset %d%n",record.key(), record.value(), record.partition(), record.offset());}}}

2. 消息确认

消息确认的原理性知识可以通过下面这篇文章学习，这里主要讲实操。

Kafka运行机制（二）：消息确认，消息日志的存储和回收https://blog.csdn.net/dxh9231028/article/details/141329851?spm=1001.2014.3001.5501

生产者端

生产者端的消息确认策略由acks配置项控制，其由三种配置方式，其中我在下面这篇文章中详细讲述了相关知识。我们可以通过javaApi配置acks来控制确认策略。

生产者端的消息确认有同步和异步两种方式。

同步消息确认：同步消息确认是生产者实例在调用send方法后紧接着调用get方法，该方法会阻塞线程的继续执行，等待消息发送结果。当消息发送失败时，如果配置了重试机制（通过设置 retries 属性），生产者会自动重试指定的次数。如果在所有重试尝试后仍然失败，最终会抛出异常，通知调用方消息发送失败。
异步消息确认：异步消息确认通过生产者实例调用send方法时传入，第二个回调函数的参数。在成功或失败响应时，执行回调函数，异步消息确认不会阻塞代码，也不会触发自动重试。

消费者端

消费者消费成功在客户端的体现是成功获取到了数据，这本没有什么好说的，不过消费者不仅需要响应客户端数据，还要讲偏移量发送给Kafka，在这一过程中，消费者提供了手动提交和自动提交两种方式。启动自动提交是默认开启的，而手动提交则需要配置enable.auto.commit为false，然后通过创建分区和偏移量的映射关系，通过消费者的commit方法提交偏移量。

代码实现

下面代码中，我创建了四个测试单元，其中前两个测试单元，分别是生产者同步提交和异步提交，而后两个测试单元分别时消费者的自动提交和手动提交。

package com.kafak.testkafka;import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import org.apache.kafka.common.TopicPartition;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;import java.time.Duration;
import java.util.HashMap;
import java.util.Map;
import java.util.Properties;@SpringBootTest
class TestKafkaApplicationTests {//预定义Kafka对象实例，因为Kafka对象时线程安全，所以可以定义外面节省资源防止重复创建KafkaProducer<String, String> kafkaProducer;//创建生产者public KafkaProducer<String, String> getKafkaProducer() {//创建生产者配置Properties props = new Properties();//配置消息确认策略props.put(ProducerConfig.ACKS_CONFIG, "all");//配置重试次数props.put(ProducerConfig.RETRIES_CONFIG,3);//配置Kafka集群地址props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置序列化props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");//返回生产者return new KafkaProducer<String, String>(props);}//创建消费者public KafkaConsumer<String, String> getKafkaConsumer(Boolean isAutoCommit) {//创建消费者配置Properties props = new Properties();//配置Kafka集群地址props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置消费者组idprops.put(ConsumerConfig.GROUP_ID_CONFIG, "test-group");//配置反序列化props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");//判断当前消费者是否开启自动提交if (!isAutoCommit) {//关闭自动提交props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);}else{//设置自动提交间隔时间1sprops.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");}//返回消费者return new KafkaConsumer<>(props);}//生产者同步确认@Testvoid kafkaProducerGetTest() {if(kafkaProducer == null) {kafkaProducer = getKafkaProducer();}//同步确认消息是否发送成功for (int i = 0; i < 100; i++) {try{RecordMetadata topicJava = kafkaProducer.send(new ProducerRecord<String, String>("topicJava", "testKey" + i, "testValue" + i)).get();}catch (Exception e) {e.printStackTrace();}}kafkaProducer.close();}//生产者异步确认@Testvoid kafkaProduceSyncTest() {if(kafkaProducer == null) {kafkaProducer = getKafkaProducer();}//异步确认是否发送成功for (int i = 0; i < 100; i++) {kafkaProducer.send(new ProducerRecord<String, String>("topicJava", "testKey" + i, "testValue" + i), (metadata, exception) -> {if (exception == null) {System.out.printf("发送消息成功, metadata=%s%n", metadata);} else {System.err.printf("发送消息失败, exception=%s%n", exception.getMessage());}});}kafkaProducer.close();}//消费者自动提交@Testvoid kafkaAutoCommitConsumerTest() {//创建消费者开启自动提交KafkaConsumer<String, String> kafkaConsumer = getKafkaConsumer(true);//消费数据流程中无需负责偏移量提交while (true) {//接受消费者信息，传入100毫秒，消费者会一百毫秒拉去一次消息ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofMillis(100));//处理消息for (ConsumerRecord<String, String> record : records) {System.out.printf("消息消费成功, key=%s, value=%s, partition=%d, offset=%d%n",record.key(), record.value(), record.partition(), record.offset());}}}//消费者手动提交@Testvoid kafkaSyncCommitConsumerTest() {//创建消费者关闭自动提交KafkaConsumer<String, String> kafkaConsumer = getKafkaConsumer(false);//消费数据流程中需要在消费数据后，提交偏移量while (true) {//接受消费者信息，传入100毫秒，消费者会一百毫秒拉去一次消息ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofMillis(100));// 处理消息for (ConsumerRecord<String, String> record : records) {System.out.printf("消息消费成功, key=%s, value=%s, partition=%d, offset=%d%n",record.key(), record.value(), record.partition(), record.offset());//创建分区和偏移量的映射类Map<TopicPartition, OffsetAndMetadata> offsets = new HashMap<>();//讲分区和偏移量的数据存入映射类offsets.put(new TopicPartition(record.topic(), record.partition()),new OffsetAndMetadata(record.offset() + 1));//偏移量提交kafkaConsumer.commitSync(offsets);}}}}

3. 批处理

批处理在生产者端，和消费者端也有不同的实现。我在Kakfa基本概念一文中清楚的讲解了批处理的概念，文章如下

Kafka基本概念https://blog.csdn.net/dxh9231028/article/details/141270920?spm=1001.2014.3001.5501

生产者

在生产者端，生产者实例的send方法会发送消息到缓冲区中，而缓冲区消息何时发送给Kafka集群，则是通过配置batch.size和linger.ms配置，来实现当缓冲区存入多少消息，和距离上一次发送消息多久后，来发送这一轮缓冲区的消息到Kafka集群，代码实现如下

    //创建生产者public KafkaProducer<String, String> getKafkaProducer() {//创建生产者配置Properties props = new Properties();//配置生产者批处理//缓冲区大小最大为16384比特props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);//距离上次发送消息时间隔3sprops.put(ProducerConfig.LINGER_MS_CONFIG,"3000");//配置消息确认策略props.put(ProducerConfig.ACKS_CONFIG, "all");//配置重试次数props.put(ProducerConfig.RETRIES_CONFIG,3);//配置Kafka集群地址props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置序列化props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");//返回生产者return new KafkaProducer<String, String>(props);}

消费者

消费者端批处理，消费者在拉去消息时，会在fetch.max.bytes，max.partition.fetch.bytes和max.poll.records三个配置项，以及传入poll方法的超时时间参数的限制下，尽可能多的拉取更多消息。

fetch.max.bytes：fetch.max.bytes 是指 Kafka 消费者单次从服务器拉取数据时能够获取的最大字节数。这是全局的上限，控制每次 poll() 操作可以拉取的数据量总和。默认值：50MB（即 52428800 字节）。
max.partition.fetch.bytes：max.partition.fetch.bytes 是指 Kafka 消费者从单个分区拉取消息时能获取的最大字节数，当消费者数量少于主题分区数量时，一个消费者可能会负责多个分区。默认值：1MB（即 1048576 字节）。
max.poll.records：max.poll.records 是指 Kafka 消费者每次调用 poll() 方法时能够拉取的最大消息条数。默认值：500 条消息。

代码实现如下

    //创建消费者public KafkaConsumer<String, String> getKafkaConsumer(Boolean isAutoCommit) {//创建消费者配置Properties props = new Properties();//消费者批处理相关配置//消费缓冲区大小，也就是一次消费最多能消费多少比特消息props.put(ConsumerConfig.FETCH_MAX_BYTES_CONFIG,16384);//一次消费一个分区最多能消费多少比特props.put(ConsumerConfig.MAX_PARTITION_FETCH_BYTES_CONFIG,8192);//一次消费最多能消费多少条数据props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG,1000);//配置Kafka集群地址props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置消费者组idprops.put(ConsumerConfig.GROUP_ID_CONFIG, "test-group");//配置反序列化props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");//判断当前消费者是否开启自动提交if (!isAutoCommit) {//关闭自动提交props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);}else{//设置自动提交间隔时间1sprops.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");}//返回消费者return new KafkaConsumer<>(props);}

4. 事务操作

Kafka驱动支持事务操作，允许许生产者在多个主题和分区上以原子方式写入消息。这意味着你可以确保一组消息要么全部成功写入Kafka，要么全部失败。

事务操作首先通过生产者实例调用生产者实例的initTransactions方法，向kafka集群申请一个映射当前生产者的事务Id，然后就可以通过调用生产者实例的beginTransaction方法，开启一个事务，进行消息发送，最终通过调用commitTransaction方法完成事务的提交，如果中途发生异常则通过abortTransaction对当前事务进行回滚，代码实例如下

package com.kafak.testkafka;import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import org.apache.kafka.common.TopicPartition;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;import java.time.Duration;
import java.util.HashMap;
import java.util.Map;
import java.util.Properties;@SpringBootTest
class TestKafkaApplicationTests {//预定义Kafka对象实例，因为Kafka对象时线程安全，所以可以定义外面节省资源防止重复创建KafkaProducer<String, String> kafkaProducer;//创建生产者public KafkaProducer<String, String> getKafkaProducer() {//创建生产者配置Properties props = new Properties();//配置生产者批处理//缓冲区大小最大为16384比特props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);//距离上次发送消息时间隔3sprops.put(ProducerConfig.LINGER_MS_CONFIG,"3000");//配置消息确认策略props.put(ProducerConfig.ACKS_CONFIG, "all");//配置重试次数props.put(ProducerConfig.RETRIES_CONFIG,3);//配置Kafka集群地址props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置序列化props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");//返回生产者return new KafkaProducer<String, String>(props);}//测试事务@Testvoid kafkaProducerTransactionTest() {if(kafkaProducer == null) {kafkaProducer = getKafkaProducer();}kafkaProducer.initTransactions();try{kafkaProducer.beginTransaction();//消息发送相关操作for (int i = 0; i < 100; i++) {try{RecordMetadata topicJava = kafkaProducer.send(new ProducerRecord<String, String>("topicJava", "testKey" + i, "testValue" + i)).get();}catch (Exception e) {e.printStackTrace();}}kafkaProducer.commitTransaction();}catch (Exception e) {e.printStackTrace();kafkaProducer.abortTransaction();}kafkaProducer.close();}}

5. 自定义分区器

Kafka允许用户自定义分区器，实现特定的分区策略。可以通过实现Partitioner接口来创建自定义分区器。实现Partitioner接口需要实现三个方法，分别是partition，configure，close。

partition方法

partition方法是实现分区逻辑其的主要方法，其接受六个参数，分别是

String topic：消息要发送到的Kafka主题名称
Object key：消息的 key，可能为 null。
byte[] keyBytes：序列化后的 key，可能为 null
Object value：消息的 value，可以为任意对象
byte[] valueBytes：序列化后的 value，可能为 null。
Cluster cluster：Kafka集群的元数据信息，包括主题的分区数、每个分区的领导者等

partition方法的返回值则是发送分区的编号，通过这个机制可以实现不同逻辑的分区器。

configure方法

configuer方法在自定义分区类初始化时调用，当设计一些复杂操作，比如在发送消息前要和数据库交互时，可以在configure中完成数据库的连接。

close方法

close在分区逻辑执行完后调用，和configure一样，在复杂操作时，用于关闭分区逻辑中创建的连接，或一些内存资源等

假设我有一个三主机集群，其中30主机性能最好，31其次，32最差，我要通过自定义分区，将消息发送到三个分区的比例为3：2：1，通过Partitioner接口，可以简单的通过如下方式实现

package com.kafak.testkafka;import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;
import org.apache.kafka.common.Node;
import org.apache.kafka.common.PartitionInfo;import java.util.List;
import java.util.Map;public class CustomPartitioner implements Partitioner {@Overridepublic int partition(String s, Object o, byte[] bytes, Object o1, byte[] bytes1, Cluster cluster) {//获取分区元数据List<PartitionInfo> partitionInfos = cluster.partitionsForTopic(s);//创建一个0-100的随机数double num = Math.random() * 100;//默认传递分区号Integer finalPartition = 0;for (PartitionInfo partitionInfo : partitionInfos) {//获取分区的leaderNode leader = partitionInfo.leader();//获取分区leader的ip和端口String leaderAddress = leader.host() + ":" + leader.port(); // 生成 "host:port" 格式的字符串//如果随机数在0-50之间，发送消息至192.168.142.30:9092if (num < 50 && leaderAddress.equals("192.168.142.30:9092")) {finalPartition = partitionInfo.partition();break; //如果随机数在50-82之间，发送消息至192.168.142.31:9092} else if (num < 82 && num >= 50 && leaderAddress.equals("192.168.142.31:9092")) {finalPartition = partitionInfo.partition();break;//如果随机数在82-100之间，发送消息至192.168.142.32:9092} else if (num < 100 && num >= 82 && leaderAddress.equals("192.168.142.32:9092")) {finalPartition = partitionInfo.partition();break;}}//返回最终分区号return finalPartition;}@Overridepublic void close() {}@Overridepublic void configure(Map<String, ?> map) {}
}

在生产者配置中通过partitioner_class配置自定义分区器，代码如下

 public KafkaProducer<String, String> getKafkaProducer() {//创建生产者配置Properties props = new Properties();//启用自定义分区器props.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,"com.kafak.testkafka.CustomPartitioner");//配置生产者批处理//缓冲区大小最大为16384比特props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);//距离上次发送消息时间隔3sprops.put(ProducerConfig.LINGER_MS_CONFIG,"3000");//配置消息确认策略props.put(ProducerConfig.ACKS_CONFIG, "all");//配置重试次数props.put(ProducerConfig.RETRIES_CONFIG,3);//配置Kafka集群地址props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.142.30:9092,192.168.142.31:9092,192.168.142.32:9092");//配置序列化props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");//返回生产者return new KafkaProducer<String, String>(props);}

如此，便可以实现一个自定义分区策略。