Spring boot集成Kafka之spring-kafka深入探秘

作者：陳凱玲 2019-12-03 11:00:08

Spring創(chuàng)建了一個項目Spring-kafka，封裝了Apache 的Kafka-client，用于在Spring項目里快速集成kafka。除了簡單的收發(fā)消息外，Spring-kafka還提供了很多高級功能，下面我們就來一一探秘這些用法。

前言

kafka是一個消息隊列產(chǎn)品，基于Topic partitions的設(shè)計，能達到非常高的消息發(fā)送處理性能。Spring創(chuàng)建了一個項目Spring-kafka，封裝了Apache 的Kafka-client，用于在Spring項目里快速集成kafka。除了簡單的收發(fā)消息外，Spring-kafka還提供了很多高級功能，下面我們就來一一探秘這些用法。

項目地址：https://github.com/spring-projects/spring-kafka

簡單集成

引入依賴

<dependency><groupId>org.springframework.kafka</groupId><artifactId>spring-kafka</artifactId><version>2.2.6.RELEASE</version></dependency>

添加配置

spring.kafka.producer.bootstrap-servers=127.0.0.1:9092

測試發(fā)送和接收

/**  
 * @author: kl @kailing.pub  
 * @date: 2019/5/30  
 */  
@SpringBootApplication  
@RestController  
public class Application {  
  private final Logger logger = LoggerFactory.getLogger(Application.class);  
  public static void main(String[] args) {  
    SpringApplication.run(Application.class, args);  
  } 
  @Autowired  
  private KafkaTemplate<Object, Object> template;  
  @GetMapping("/send/{input}")  
  public void sendFoo(@PathVariable String input) {  
    this.template.send("topic_input", input);  
  }  
  @KafkaListener(id = "webGroup", topics = "topic_input")  
  public void listen(String input) {  
    logger.info("input value: {}" , input);  
  }  
}

啟動應(yīng)用后，在瀏覽器中輸入：http://localhost:8080/send/kl。就可以在控制臺看到有日志輸出了：input value: "kl"。基礎(chǔ)的使用就這么簡單。發(fā)送消息時注入一個KafkaTemplate，接收消息時添加一個@KafkaListener注解即可。

Spring-kafka-test嵌入式Kafka Server

不過上面的代碼能夠啟動成功，前提是你已經(jīng)有了Kafka Server的服務(wù)環(huán)境，我們知道Kafka是由Scala + Zookeeper構(gòu)建的，可以從官網(wǎng)下載部署包在本地部署。但是，我想告訴你，為了簡化開發(fā)環(huán)節(jié)驗證Kafka相關(guān)功能，Spring-Kafka-Test已經(jīng)封裝了Kafka-test提供了注解式的一鍵開啟Kafka Server的功能，使用起來也是超級簡單。本文后面的所有測試用例的Kafka都是使用這種嵌入式服務(wù)提供的。

引入依賴

<dependency><groupId>org.springframework.kafka</groupId><artifactId>spring-kafka-test</artifactId><version>2.2.6.RELEASE</version><scope>test</scope></dependency>

啟動服務(wù)

下面使用Junit測試用例，直接啟動一個Kafka Server服務(wù)，包含四個Broker節(jié)點。

@RunWith(SpringRunner.class)@SpringBootTest(classes = ApplicationTests.class)@EmbeddedKafka(count = 4,ports = {9092,9093,9094,9095})public class ApplicationTests {@Testpublic void contextLoads()throws IOException {    System.in.read();  }}

如上：只需要一個注解@EmbeddedKafka即可，就可以啟動一個功能完整的Kafka服務(wù)，是不是很酷。默認(rèn)只寫注解不加參數(shù)的情況下，是創(chuàng)建一個隨機端口的Broker，在啟動的日志中會輸出具體的端口以及默認(rèn)的一些配置項。不過這些我們在Kafka安裝包配置文件中的配置項，在注解參數(shù)中都可以配置，下面詳解下@EmbeddedKafka注解中的可設(shè)置參數(shù) ：

value：broker節(jié)點數(shù)量
count：同value作用一樣，也是配置的broker的節(jié)點數(shù)量
controlledShutdown：控制關(guān)閉開關(guān)，主要用來在Broker意外關(guān)閉時減少此Broker上Partition的不可用時間

Kafka是多Broker架構(gòu)的高可用服務(wù)，一個Topic對應(yīng)多個partition，一個Partition可以有多個副本Replication，這些Replication副本保存在多個Broker，用于高可用。但是，雖然存在多個分區(qū)副本集，當(dāng)前工作副本集卻只有一個，默認(rèn)就是首次分配的副本集【首選副本】為Leader，負(fù)責(zé)寫入和讀取數(shù)據(jù)。當(dāng)我們升級Broker或者更新Broker配置時需要重啟服務(wù)，這個時候需要將partition轉(zhuǎn)移到可用的Broker。下面涉及到三種情況

直接關(guān)閉Broker：當(dāng)Broker關(guān)閉時，Broker集群會重新進行選主操作，選出一個新的Broker來作為Partition Leader，選舉時此Broker上的Partition會短時不可用
開啟controlledShutdown：當(dāng)Broker關(guān)閉時，Broker本身會先嘗試將Leader角色轉(zhuǎn)移到其他可用的Broker上
使用命令行工具：使用bin/kafka-preferred-replica-election.sh，手動觸發(fā)PartitionLeader角色轉(zhuǎn)移

ports：端口列表，是一個數(shù)組。對應(yīng)了count參數(shù)，有幾個Broker，就要對應(yīng)幾個端口號
brokerProperties：Broker參數(shù)設(shè)置，是一個數(shù)組結(jié)構(gòu)，支持如下方式進行Broker參數(shù)設(shè)置：

@EmbeddedKafka(brokerProperties = {"log.index.interval.bytes = 4096","num.io.threads = 8"})

kerPropertiesLocation：Broker參數(shù)文件設(shè)置

功能同上面的brokerProperties，只是Kafka Broker的可設(shè)置參數(shù)達182個之多，都像上面這樣配置肯定不是最優(yōu)方案，所以提供了加載本地配置文件的功能，如：

@EmbeddedKafka(brokerPropertiesLocation = "classpath:application.properties")

默認(rèn)情況下，如果在使用KafkaTemplate發(fā)送消息時，Topic不存在，會創(chuàng)建一個新的Topic，默認(rèn)的分區(qū)數(shù)和副本數(shù)為如下Broker參數(shù)來設(shè)定

創(chuàng)建新的Topic

num.partitions = 1 #默認(rèn)Topic分區(qū)數(shù)  
num.replica.fetchers = 1 #默認(rèn)副本數(shù)

程序啟動時創(chuàng)建Topic

/**  
 * @author: kl @kailing.pub  
 * @date: 2019/5/31  
 */  
@Configuration  
public class KafkaConfig {  
  @Bean  
  public KafkaAdmin admin(KafkaProperties properties){  
    KafkaAdmin admin = new KafkaAdmin(properties.buildAdminProperties());  
    admin.setFatalIfBrokerNotAvailable(true);  
    return admin;  
  }  
  @Bean  
  public NewTopic topic2() {  
    return new NewTopic("topic-kl", 1, (short) 1);  
  }  
}

如果Kafka Broker支持（1.0.0或更高版本），則如果發(fā)現(xiàn)現(xiàn)有Topic的Partition 數(shù)少于設(shè)置的Partition 數(shù)，則會新增新的Partition分區(qū)。關(guān)于KafkaAdmin有幾個常用的用法如下：

setFatalIfBrokerNotAvailable(true)：默認(rèn)這個值是False的，在Broker不可用時，不影響Spring 上下文的初始化。如果你覺得Broker不可用影響正常業(yè)務(wù)需要顯示的將這個值設(shè)置為True

setAutoCreate(false) : 默認(rèn)值為True，也就是Kafka實例化后會自動創(chuàng)建已經(jīng)實例化的NewTopic對象

initialize()：當(dāng)setAutoCreate為false時，需要我們程序顯示的調(diào)用admin的initialize()方法來初始化NewTopic對象

代碼邏輯中創(chuàng)建

有時候我們在程序啟動時并不知道某個Topic需要多少Partition數(shù)合適，但是又不能一股腦的直接使用Broker的默認(rèn)設(shè)置，這個時候就需要使用Kafka-Client自帶的AdminClient來進行處理。上面的Spring封裝的KafkaAdmin也是使用的AdminClient來處理的。如：

@Autowired  
  private KafkaProperties properties;  
  @Test  
  public void testCreateToipc(){  
    AdminClient client = AdminClient.create(properties.buildAdminProperties());  
    if(client !=null){  
      try {  
        Collection<NewTopic> newnewTopics = new ArrayList<>(1);  
        newTopics.add(new NewTopic("topic-kl",1,(short) 1));  
        client.createTopics(newTopics);  
      }catch (Throwable e){  
        e.printStackTrace();  
      }finally {  
        client.close();  
      }  
    }  
  }

ps:其他的方式創(chuàng)建Topic

上面的這些創(chuàng)建Topic方式前提是你的spring boot版本到2.x以上了，因為spring-kafka2.x版本只支持spring boot2.x的版本。在1.x的版本中還沒有這些api。下面補充一種在程序中通過Kafka_2.10創(chuàng)建Topic的方式

引入依賴

<dependency>  
    <groupId>org.apache.kafka</groupId>  
    <artifactId>kafka_2.10</artifactId>  
    <version>0.8.2.2</version>  
</dependency>

api方式創(chuàng)建

@Test  
  public void testCreateTopic()throws Exception{  
    ZkClient zkClient =new ZkClient("127.0.0.1:2181", 3000, 3000, ZKStringSerializer$.MODULE$)  
    String topicName = "topic-kl";  
    int partitions = 1;  
    int replication = 1;  
    AdminUtils.createTopic(zkClient,topicName,partitions,replication,new Properties());  
  }

注意下ZkClient最后一個構(gòu)造入?yún)ⅲ且粋€序列化反序列化的接口實現(xiàn)，博主測試如果不填的話，創(chuàng)建的Topic在ZK上的數(shù)據(jù)是有問題的，默認(rèn)的Kafka實現(xiàn)也很簡單，就是做了字符串UTF-8編碼處理。ZKStringSerializer$是Kafka中已經(jīng)實現(xiàn)好的一個接口實例，是一個Scala的伴生對象，在Java中直接調(diào)用點MODULE$就可以得到一個實例

命令方式創(chuàng)建

@Test  
  public void testCreateTopic(){  
    String [] options= new String[]{  
        "--create",  
        "--zookeeper","127.0.0.1:2181",  
        "--replication-factor", "3",  
        "--partitions", "3",  
        "--topic", "topic-kl"  
    };  
    TopicCommand.main(options);  
  }

消息發(fā)送之KafkaTemplate探秘

獲取發(fā)送結(jié)果

異步獲取

template.send("","").addCallback(new ListenableFutureCallback<SendResult<Object, Object>>() {  
      @Override  
      public void onFailure(Throwable throwable) {  
        ......  
      }  
      @Override  
      public void onSuccess(SendResult<Object, Object> objectObjectSendResult) {  
        ....  
      }  
    });

同步獲取

ListenableFuture<SendResult<Object,Object>> future = template.send("topic-kl","kl");  
    try {  
      SendResult<Object,Object> result = future.get();  
    }catch (Throwable e){  
      e.printStackTrace();  
    }

kafka事務(wù)消息

默認(rèn)情況下，Spring-kafka自動生成的KafkaTemplate實例，是不具有事務(wù)消息發(fā)送能力的。需要使用如下配置激活事務(wù)特性。事務(wù)激活后，所有的消息發(fā)送只能在發(fā)生事務(wù)的方法內(nèi)執(zhí)行了，不然就會拋一個沒有事務(wù)交易的異常

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

當(dāng)發(fā)送消息有事務(wù)要求時，比如，當(dāng)所有消息發(fā)送成功才算成功，如下面的例子：假設(shè)第一條消費發(fā)送后，在發(fā)第二條消息前出現(xiàn)了異常，那么第一條已經(jīng)發(fā)送的消息也會回滾。而且正常情況下，假設(shè)在消息一發(fā)送后休眠一段時間，在發(fā)送第二條消息，消費端也只有在事務(wù)方法執(zhí)行完成后才會接收到消息

@GetMapping("/send/{input}")  
  public void sendFoo(@PathVariable String input) {  
    template.executeInTransaction(t ->{  
      t.send("topic_input","kl");  
      if("error".equals(input)){  
        throw new RuntimeException("failed");  
      }  
      t.send("topic_input","ckl");  
      return true;  
    });  
  }

當(dāng)事務(wù)特性激活時，同樣，在方法上面加@Transactional注解也會生效

@GetMapping("/send/{input}")  
  @Transactional(rollbackFor = RuntimeException.class)  
  public void sendFoo(@PathVariable String input) { 
     template.send("topic_input", "kl");  
    if ("error".equals(input)) {  
      throw new RuntimeException("failed");  
    }  
    template.send("topic_input", "ckl");  
  }

Spring-Kafka的事務(wù)消息是基于Kafka提供的事務(wù)消息功能的。而Kafka Broker默認(rèn)的配置針對的三個或以上Broker高可用服務(wù)而設(shè)置的。這邊在測試的時候為了簡單方便，使用了嵌入式服務(wù)新建了一個單Broker的Kafka服務(wù)，出現(xiàn)了一些問題：如

1、事務(wù)日志副本集大于Broker數(shù)量，會拋如下異常：

Number of alive brokers '1' does not meet the required replication factor '3'   
for the transactions state topic (configured via 'transaction.state.log.replication.factor'). 
This error can be ignored if the cluster is starting up and not all brokers are up yet.

默認(rèn)Broker的配置transaction.state.log.replication.factor=3，單節(jié)點只能調(diào)整為1

2、副本數(shù)小于副本同步隊列數(shù)目，會拋如下異常

Number of insync replicas for partition __transaction_state-13 is [1], below required minimum [2]

默認(rèn)Broker的配置transaction.state.log.min.isr=2，單節(jié)點只能調(diào)整為1

ReplyingKafkaTemplate獲得消息回復(fù)

ReplyingKafkaTemplate是KafkaTemplate的一個子類，除了繼承父類的方法，新增了一個方法sendAndReceive，實現(xiàn)了消息發(fā)送\回復(fù)語義

RequestReplyFuture<K, V, R> sendAndReceive(ProducerRecord<K, V> record);

也就是我發(fā)送一條消息，能夠拿到消費者給我返回的結(jié)果。就像傳統(tǒng)的RPC交互那樣。當(dāng)消息的發(fā)送者需要知道消息消費者的具體的消費情況，非常適合這個api。如，一條消息中發(fā)送一批數(shù)據(jù)，需要知道消費者成功處理了哪些數(shù)據(jù)。下面代碼演示了怎么集成以及使用ReplyingKafkaTemplate

/**  
 * @author: kl @kailing.pub  
 * @date: 2019/5/30  
 */  
@SpringBootApplication  
@RestController 
 public class Application {  
  private final Logger logger = LoggerFactory.getLogger(Application.class);  
  public static void main(String[] args) {  
    SpringApplication.run(Application.class, args);  
  }  
  @Bean  
  public ConcurrentMessageListenerContainer<String, String> repliesContainer(ConcurrentKafkaListenerContainerFactory<String, String> containerFactory) {  
    ConcurrentMessageListenerContainer<String, String> repliesContainer = containerFactory.createContainer("replies");  
    repliesContainer.getContainerProperties().setGroupId("repliesGroup");  
    repliesContainer.setAutoStartup(false);  
    return repliesContainer;  
  }  
  @Bean  
  public ReplyingKafkaTemplate<String, String, String> replyingTemplate(ProducerFactory<String, String> pf, ConcurrentMessageListenerContainer<String, String> repliesContainer) { 
     return new ReplyingKafkaTemplate(pf, repliesContainer);  
  }  
  @Bean  
  public KafkaTemplate kafkaTemplate(ProducerFactory<String, String> pf) {  
    return new KafkaTemplate(pf);  
  }  
  @Autowired  
  private ReplyingKafkaTemplate template;  
  @GetMapping("/send/{input}")  
  @Transactional(rollbackFor = RuntimeException.class)  
  public void sendFoo(@PathVariable String input) throws Exception {  
    ProducerRecord<String, String> record = new ProducerRecord<>("topic-kl", input);  
    RequestReplyFuture<String, String, String> replyFuture = template.sendAndReceive(record);  
    ConsumerRecord<String, String> consumerRecord = replyFuture.get();  
    System.err.println("Return value: " + consumerRecord.value());  
  }  
  @KafkaListener(id = "webGroup", topics = "topic-kl")  
  @SendTo  
  public String listen(String input) {  
    logger.info("input value: {}", input);  
    return "successful";  
  }  
}

Spring-kafka消息消費用法探秘

@KafkaListener的使用

前面在簡單集成中已經(jīng)演示過了@KafkaListener接收消息的能力，但是@KafkaListener的功能不止如此，其他的比較常見的，使用場景比較多的功能點如下：

顯示的指定消費哪些Topic和分區(qū)的消息，
設(shè)置每個Topic以及分區(qū)初始化的偏移量，
設(shè)置消費線程并發(fā)度
設(shè)置消息異常處理器

@KafkaListener(id = "webGroup", topicPartitions = {  
      @TopicPartition(topic = "topic1", partitions = {"0", "1"}),  
          @TopicPartition(topic = "topic2", partitions = "0",  
              partitionOffsets = @PartitionOffset(partition = "1", initialOffset = "100"))  
      },concurrency = "6",errorHandler = "myErrorHandler")  
  public String listen(String input) {  
    logger.info("input value: {}", input);  
    return "successful";  
  }

其他的注解參數(shù)都很好理解，errorHandler需要說明下，設(shè)置這個參數(shù)需要實現(xiàn)一個接口KafkaListenerErrorHandler。而且注解里的配置，是你自定義實現(xiàn)實例在spring上下文中的Name。比如，上面配置為errorHandler = "myErrorHandler"。則在spring上線中應(yīng)該存在這樣一個實例：

/**  
 * @author: kl @kailing.pub  
 * @date: 2019/5/31  
 */  
@Service("myErrorHandler")  
public class MyKafkaListenerErrorHandler implements KafkaListenerErrorHandler {  
  Logger logger =LoggerFactory.getLogger(getClass()); 
   @Override  
  public Object handleError(Message<?> message, ListenerExecutionFailedException exception) {  
    logger.info(message.getPayload().toString());  
    return null;  
  }  
  @Override  
  public Object handleError(Message<?> message, ListenerExecutionFailedException exception, Consumer<?, ?> consumer) {  
    logger.info(message.getPayload().toString());  
    return null;  
  }  
}

手動Ack模式

手動ACK模式，由業(yè)務(wù)邏輯控制提交偏移量。比如程序在消費時，有這種語義，特別異常情況下不確認(rèn)ack，也就是不提交偏移量，那么你只能使用手動Ack模式來做了。開啟手動首先需要關(guān)閉自動提交，然后設(shè)置下consumer的消費模式

spring.kafka.consumer.enable-auto-commit=false  
spring.kafka.listener.ack-mode=manual

上面的設(shè)置好后，在消費時，只需要在@KafkaListener監(jiān)聽方法的入?yún)⒓尤階cknowledgment 即可，執(zhí)行到ack.acknowledge()代表提交了偏移量

@KafkaListener(id = "webGroup", topics = "topic-kl")  
  public String listen(String input, Acknowledgment ack) {  
    logger.info("input value: {}", input);  
    if ("kl".equals(input)) {  
      ack.acknowledge();  
    }  
    return "successful";  
  }

@KafkaListener注解監(jiān)聽器生命周期

@KafkaListener注解的監(jiān)聽器的生命周期是可以控制的，默認(rèn)情況下，@KafkaListener的參數(shù)autoStartup = "true"。也就是自動啟動消費，但是也可以同過KafkaListenerEndpointRegistry來干預(yù)他的生命周期。KafkaListenerEndpointRegistry有三個動作方法分別如：start(),pause(),resume()/啟動，停止，繼續(xù)。如下代碼詳細(xì)演示了這種功能。

/**  
 * @author: kl @kailing.pub  
 * @date: 2019/5/30  
 */  
@SpringBootApplication  
@RestController  
public class Application {  
  private final Logger logger = LoggerFactory.getLogger(Application.class);  
  public static void main(String[] args) {  
    SpringApplication.run(Application.class, args);  
  }  
  @Autowired  
  private KafkaTemplate template;  
  @GetMapping("/send/{input}")  
  @Transactional(rollbackFor = RuntimeException.class)  
  public void sendFoo(@PathVariable String input) throws Exception {  
    ProducerRecord<String, String> record = new ProducerRecord<>("topic-kl", input);  
    template.send(record);  
  }  
  @Autowired  
  private KafkaListenerEndpointRegistry registry;  
  @GetMapping("/stop/{listenerID}")  
  public void stop(@PathVariable String listenerID){  
    registry.getListenerContainer(listenerID).pause();  
  }  
  @GetMapping("/resume/{listenerID}")  
  public void resume(@PathVariable String listenerID){  
    registry.getListenerContainer(listenerID).resume();  
  }  
  @GetMapping("/start/{listenerID}")  
  public void start(@PathVariable String listenerID){  
    registry.getListenerContainer(listenerID).start();  
  }  
  @KafkaListener(id = "webGroup", topics = "topic-kl",autoStartup = "false")  
  public String listen(String input) {  
    logger.info("input value: {}", input);  
    return "successful";  
  }  
}

在上面的代碼中，listenerID就是@KafkaListener中的id值“webGroup”。項目啟動好后，分別執(zhí)行如下url，就可以看到效果了。

先發(fā)送一條消息：http://localhost:8081/send/ckl。因為autoStartup = "false"，所以并不會看到有消息進入監(jiān)聽器。

接著啟動監(jiān)聽器：http://localhost:8081/start/webGroup。可以看到有一條消息進來了。

暫停和繼續(xù)消費的效果使用類似方法就可以測試出來了。

SendTo消息轉(zhuǎn)發(fā)

前面的消息發(fā)送響應(yīng)應(yīng)用里面已經(jīng)見過@SendTo,其實除了做發(fā)送響應(yīng)語義外，@SendTo注解還可以帶一個參數(shù)，指定轉(zhuǎn)發(fā)的Topic隊列。常見的場景如，一個消息需要做多重加工，不同的加工耗費的cup等資源不一致，那么就可以通過跨不同Topic和部署在不同主機上的consumer來解決了。如：

@KafkaListener(id = "webGroup", topics = "topic-kl")  
  @SendTo("topic-ckl")  
  public String listen(String input) {  
    logger.info("input value: {}", input);  
    return input + "hello!";  
  }  
  @KafkaListener(id = "webGroup1", topics = "topic-ckl")  
  public void listen2(String input) {  
    logger.info("input value: {}", input);  
  }

消息重試和死信隊列的應(yīng)用

除了上面談到的通過手動Ack模式來控制消息偏移量外，其實Spring-kafka內(nèi)部還封裝了可重試消費消息的語義，也就是可以設(shè)置為當(dāng)消費數(shù)據(jù)出現(xiàn)異常時，重試這個消息。而且可以設(shè)置重試達到多少次后，讓消息進入預(yù)定好的Topic。也就是死信隊列里。下面代碼演示了這種效果：

@Autowired  
  private KafkaTemplate template;  
  @Bean  
  public ConcurrentKafkaListenerContainerFactory<?, ?> kafkaListenerContainerFactory(  
      ConcurrentKafkaListenerContainerFactoryConfigurer configurer,  
      ConsumerFactory<Object, Object> kafkaConsumerFactory,  
      KafkaTemplate<Object, Object> template) {  
    ConcurrentKafkaListenerContainerFactory<Object, Object> factory = new ConcurrentKafkaListenerContainerFactory<>();  
    configurer.configure(factory, kafkaConsumerFactory);  
    //最大重試三次  
    factory.setErrorHandler(new SeekToCurrentErrorHandler(new DeadLetterPublishingRecoverer(template), 3));  
    return factory;  
  }  
  @GetMapping("/send/{input}")  
  public void sendFoo(@PathVariable String input) {  
    template.send("topic-kl", input);  
  }  
  @KafkaListener(id = "webGroup", topics = "topic-kl")  
  public String listen(String input) {  
    logger.info("input value: {}", input);  
    throw new RuntimeException("dlt");  
  }  
  @KafkaListener(id = "dltGroup", topics = "topic-kl.DLT")  
  public void dltListen(String input) {  
    logger.info("Received from DLT: " + input);  
  }

上面應(yīng)用，在topic-kl監(jiān)聽到消息會，會觸發(fā)運行時異常，然后監(jiān)聽器會嘗試三次調(diào)用，當(dāng)?shù)竭_最大的重試次數(shù)后。消息就會被丟掉重試死信隊列里面去。死信隊列的Topic的規(guī)則是，業(yè)務(wù)Topic名字+“.DLT”。如上面業(yè)務(wù)Topic的name為“topic-kl”，那么對應(yīng)的死信隊列的Topic就是“topic-kl.DLT”

文末結(jié)語

最近業(yè)務(wù)上使用了kafka用到了Spring-kafka，所以系統(tǒng)性的探索了下Spring-kafka的各種用法，發(fā)現(xiàn)了很多好玩很酷的特性，比如，一個注解開啟嵌入式的Kafka服務(wù)、像RPC調(diào)用一樣的發(fā)送\響應(yīng)語義調(diào)用、事務(wù)消息等功能。希望此博文能夠幫助那些正在使用Spring-kafka或即將使用的人少走一些彎路少踩一點坑。

責(zé)任編輯：龐桂玉來源： Hollis