这个版本仍在开发中,目前尚未被认为是稳定的。要使用最新稳定版本,请使用 Spring for Apache Kafka 4.0.4spring-doc.cadn.net.cn

提示, 技巧和示例

手动分配所有分区

假设您总是需要读取所有分区中的所有记录(例如在使用压缩主题以加载分布式缓存时),手动分配分区并不使用Kafka的组管理会很有用。但当分区很多时,这就变得很繁琐,因为您需要列出所有分区。如果分区数量会随时间变化,这也是一个问题,因为每次分区数量变化时都需要重新编译您的应用程序。spring-doc.cadn.net.cn

以下是一个如何使用 SpEL 表达式的示例,以在应用程序启动时通过表达式的权力动态创建分区列表:spring-doc.cadn.net.cn

@KafkaListener(topicPartitions = @TopicPartition(topic = "compacted",
            partitions = "#{@finder.partitions('compacted')}",
            partitionOffsets = @PartitionOffset(partition = "*", initialOffset = "0")))
public void listen(@Header(KafkaHeaders.RECEIVED_KEY) String key, String payload) {
    ...
}

@Bean
public PartitionFinder finder(ConsumerFactory<String, String> consumerFactory) {
    return new PartitionFinder(consumerFactory);
}

public static class PartitionFinder {

    private final ConsumerFactory<String, String> consumerFactory;

    public PartitionFinder(ConsumerFactory<String, String> consumerFactory) {
        this.consumerFactory = consumerFactory;
    }

    public String[] partitions(String topic) {
        try (Consumer<String, String> consumer = consumerFactory.createConsumer()) {
            return consumer.partitionsFor(topic).stream()
                .map(pi -> "" + pi.partition())
                .toArray(String[]::new);
        }
    }

}

使用 ConsumerConfig.AUTO_OFFSET_RESET_CONFIG=earliest 将会每次启动应用程序时加载所有记录。 您还应该将容器的 AckMode 设置为 MANUAL,以防止容器为 null 消费者组提交偏移量。 从 3.1 版本开始,当使用手动主题分配且未指定消费者 group.id 时,容器将自动将 AckMode 强制设置为 MANUAL。 然而,从 2.5.5 版本开始,如上所示,您可以将初始偏移量应用到所有分区;有关更多信息,请参阅 显式分区分配spring-doc.cadn.net.cn

Kafka 事务与其他事务管理器的示例

spring-doc.cadn.net.cn

以下Spring Boot应用程式是数据库与Kafka事务串接的范例。spring-doc.cadn.net.cn

监听容器启动Kafka事务,@Transactional注解启动DB事务。spring-doc.cadn.net.cn

首先提交DB事务;如果Kafka事务未能提交,则记录将被重新传送,因此DB更新应该具有幂等性。spring-doc.cadn.net.cn

spring-doc.cadn.net.cn

@SpringBootApplication
public class Application {

    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }

    @Bean
    public ApplicationRunner runner(KafkaTemplate<String, String> template) {
        return args -> template.executeInTransaction(t -> t.send("topic1", "test"));
    }

    @Bean
    public DataSourceTransactionManager dstm(DataSource dataSource) {
        return new DataSourceTransactionManager(dataSource);
    }

    @Component
    public static class Listener {

        private final JdbcTemplate jdbcTemplate;

        private final KafkaTemplate<String, String> kafkaTemplate;

        public Listener(JdbcTemplate jdbcTemplate, KafkaTemplate<String, String> kafkaTemplate) {
            this.jdbcTemplate = jdbcTemplate;
            this.kafkaTemplate = kafkaTemplate;
        }

        @KafkaListener(id = "group1", topics = "topic1")
        @Transactional("dstm")
        public void listen1(String in) {
            this.kafkaTemplate.send("topic2", in.toUpperCase());
            this.jdbcTemplate.execute("insert into mytable (data) values ('" + in + "')");
        }

        @KafkaListener(id = "group2", topics = "topic2")
        public void listen2(String in) {
            System.out.println(in);
        }

    }

    @Bean
    public NewTopic topic1() {
        return TopicBuilder.name("topic1").build();
    }

    @Bean
    public NewTopic topic2() {
        return TopicBuilder.name("topic2").build();
    }

}
spring.datasource.url=jdbc:mysql://localhost/integration?serverTimezone=UTC
spring.datasource.username=root
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver

spring.kafka.consumer.auto-offset-reset=earliest
spring.kafka.consumer.enable-auto-commit=false
spring.kafka.consumer.properties.isolation.level=read_committed

spring.kafka.producer.transaction-id-prefix=tx-

#logging.level.org.springframework.transaction=trace
#logging.level.org.springframework.kafka.transaction=debug
#logging.level.org.springframework.jdbc=debug
create table mytable (data varchar(20));

生产者-only 事务,事务同步工作:spring-doc.cadn.net.cn

@Transactional("dstm")
public void someMethod(String in) {
    this.kafkaTemplate.send("topic2", in.toUpperCase());
    this.jdbcTemplate.execute("insert into mytable (data) values ('" + in + "')");
}

KafkaTemplate 将与其数据库事务同步,提交/回滚操作将在数据库之后执行。spring-doc.cadn.net.cn

如果希望先提交Kafka事务,仅在Kafka事务成功时再提交数据库事务,请使用嵌套的@Transactional方法:spring-doc.cadn.net.cn

@Transactional("dstm")
public void someMethod(String in) {
    this.jdbcTemplate.execute("insert into mytable (data) values ('" + in + "')");
    sendToKafka(in);
}

@Transactional("kafkaTransactionManager")
public void sendToKafka(String in) {
    this.kafkaTemplate.send("topic2", in.toUpperCase());
}

自定义 JsonSerializer 和 JsonDeserializer

The serializer and deserializer 支持使用属性进行多种自定义,见 JSON 以获取更多信息。 The kafka-clients code,除非直接将它们注入到消费者和生产者的工厂中,否则不是由 Spring 实例化的。 如果您希望使用属性配置 (de)serializer,但想使用,例如,一个自定义 ObjectMapper,只需创建一个子类并将自定义 mapper 传递到 super 构造函数中。例如:spring-doc.cadn.net.cn

public class CustomJsonSerializer extends JsonSerializer<Object> {

    public CustomJsonSerializer() {
        super(customizedObjectMapper());
    }

    private static ObjectMapper customizedObjectMapper() {
        ObjectMapper mapper = JacksonUtils.enhancedObjectMapper();
        mapper.disable(SerializationFeature.WRITE_DATES_AS_TIMESTAMPS);
        return mapper;
    }

}