具有基于 Kafka Streams 的绑定器和常规 Kafka 绑定器的多绑定器

您可以有一个应用程序，其中既有基于常规 Kafka 绑定器的功能/使用者/提供商，也有基于 Kafka Streams 的处理器。但是，您不能在单个函数或使用者中混合它们。spring-doc.cadn.net.cn

下面是一个示例，在同一应用程序中具有两个基于 Binder 的组件。spring-doc.cadn.net.cn

@Bean
public Function<String, String> process() {
    return s -> s;
}

@Bean
public Function<KStream<Object, String>, KStream<?, WordCount>> kstreamProcess() {

    return input -> input;
}

这是配置中的相关部分：spring-doc.cadn.net.cn

spring.cloud.function.definition=process;kstreamProcess
spring.cloud.stream.bindings.process-in-0.destination=foo
spring.cloud.stream.bindings.process-out-0.destination=bar
spring.cloud.stream.bindings.kstreamProcess-in-0.destination=bar
spring.cloud.stream.bindings.kstreamProcess-out-0.destination=foobar

如果您拥有与上述相同的应用程序，但正在处理两个不同的 Kafka 集群，例如常规process作用于 Kafka 集群 1 和集群 2（从 cluster-1 接收数据并发送到 cluster-2），并且 Kafka Streams 处理器作用于 Kafka 集群 2。然后，您必须使用 Spring Cloud Stream 提供的多绑定器工具。spring-doc.cadn.net.cn

下面是配置在这种情况下可能发生的变化。spring-doc.cadn.net.cn

# multi binder configuration
spring.cloud.stream.binders.kafka1.type: kafka
spring.cloud.stream.binders.kafka1.environment.spring.cloud.stream.kafka.streams.binder.brokers=${kafkaCluster-1} #Replace kafkaCluster-1 with the approprate IP of the cluster
spring.cloud.stream.binders.kafka2.type: kafka
spring.cloud.stream.binders.kafka2.environment.spring.cloud.stream.kafka.streams.binder.brokers=${kafkaCluster-2} #Replace kafkaCluster-2 with the approprate IP of the cluster
spring.cloud.stream.binders.kafka3.type: kstream
spring.cloud.stream.binders.kafka3.environment.spring.cloud.stream.kafka.streams.binder.brokers=${kafkaCluster-2} #Replace kafkaCluster-2 with the approprate IP of the cluster

spring.cloud.function.definition=process;kstreamProcess

# From cluster 1 to cluster 2 with regular process function
spring.cloud.stream.bindings.process-in-0.destination=foo
spring.cloud.stream.bindings.process-in-0.binder=kafka1 # source from cluster 1
spring.cloud.stream.bindings.process-out-0.destination=bar
spring.cloud.stream.bindings.process-out-0.binder=kafka2 # send to cluster 2

# Kafka Streams processor on cluster 2
spring.cloud.stream.bindings.kstreamProcess-in-0.destination=bar
spring.cloud.stream.bindings.kstreamProcess-in-0.binder=kafka3
spring.cloud.stream.bindings.kstreamProcess-out-0.destination=foobar
spring.cloud.stream.bindings.kstreamProcess-out-0.binder=kafka3

注意上面的配置。我们有两种绑定器，但总共有 3 个绑定器，第一个是基于集群 1 的常规 Kafka 绑定器（kafka1），然后是另一个基于集群 2 （kafka2），最后是kstream一个 （kafka3). 应用程序中的第一个处理器从kafka1并发布到kafka2其中两个绑定器都基于常规的 Kafka 绑定器，但集群不同。第二个处理器是 Kafka Streams 处理器，它使用来自kafka3与kafka2，但粘合剂类型不同。spring-doc.cadn.net.cn

由于 Kafka Streams 系列绑定器中有三种不同的绑定器类型可用 -kstream,ktable和globalktable- 如果您的应用程序具有基于这些绑定中的任何一个的多个绑定，则需要将其显式作为绑定器类型提供。spring-doc.cadn.net.cn

例如，如果您有如下处理器，spring-doc.cadn.net.cn

@Bean
public Function<KStream<Long, Order>,
        Function<KTable<Long, Customer>,
                Function<GlobalKTable<Long, Product>, KStream<Long, EnrichedOrder>>>> enrichOrder() {

    ...
}

然后，必须在多绑定器方案中按如下方式配置此设置。请注意，仅当具有真正的多绑定器方案时，才需要这样做，其中有多个处理器处理单个应用程序中的多个群集。在这种情况下，需要显式为绑定器提供绑定，以区别于其他处理器的绑定器类型和群集。spring-doc.cadn.net.cn

spring.cloud.stream.binders.kafka1.type: kstream
spring.cloud.stream.binders.kafka1.environment.spring.cloud.stream.kafka.streams.binder.brokers=${kafkaCluster-2}
spring.cloud.stream.binders.kafka2.type: ktable
spring.cloud.stream.binders.kafka2.environment.spring.cloud.stream.kafka.streams.binder.brokers=${kafkaCluster-2}
spring.cloud.stream.binders.kafka3.type: globalktable
spring.cloud.stream.binders.kafka3.environment.spring.cloud.stream.kafka.streams.binder.brokers=${kafkaCluster-2}

spring.cloud.stream.bindings.enrichOrder-in-0.binder=kafka1  #kstream
spring.cloud.stream.bindings.enrichOrder-in-1.binder=kafka2  #ktablr
spring.cloud.stream.bindings.enrichOrder-in-2.binder=kafka3  #globalktable
spring.cloud.stream.bindings.enrichOrder-out-0.binder=kafka1 #kstream

# rest of the configuration is omitted.