kafka消息堆积能力比较强，可以堆积上亿的消息，特别适合日志处理这种实时性要求不太高的场景，同时支持集群部署，相比redis堆积能力和可靠性更高

可以通过下面的步骤快速上手这个kafka

获取一个可用的kafka实例

可以使用docker一键启动一个kafka集群

git clone https://github.com/simplesteph/kafka-stack-docker-compose.git cd kafka-stack-docker-composedocker-compose -f full-stack.yml up -d

操作效果如下

 

使用命令docker-compose -f full-stack.yml ps获取可以kafka监听的端口

 

记下kafka监听的地址9092，这个后面会用到

8000端口是这个kafka的topic的ui界面，这个界面可以查看当前的topic列表，效果如下

 

这里也看到topic里保存的数据

准备案例项目

可以在https://start.spring.io/创建测试项目

 

需要加上下面这三个包

spring-boot-starter-webspring-kafkalombok

在appliation.properties中配置kafka的地址和使用的group-id，这个group-id名称可以自行定义，比如：myconsumergroup

spring.kafka.bootstrap-servers=127.0.0.1:9092 spring.kafka.consumer.group-id=myconsumergroup

用kafka客户端发送消息

使用一个spring boot的service封装kafka发送消息的代码，核心代码如下

package mykafka.service; import org.springframework.kafka.core.KafkaTemplate;import org.springframework.stereotype.Service;@Servicepublic class Producer { private final KafkaTemplate<String, String> kafkaTemplate; private String topic = "自行定义的topic"; Producer(KafkaTemplate<String, String> kafkaTemplate) { this.kafkaTemplate = kafkaTemplate; } public void send(String message) { this.kafkaTemplate.send(topic, message); System.out.println("Sent sample message [" + message + "] to " + topic); }}

然后编写一个接口调用这个发送kafka消息的service，核心代码如下：

@RestController @RequestMapping("/")@RequiredArgsConstructor(onConstructor = @__(@Autowired))public class MyController { private final Producer producer; @RequestMapping("/test1") public String test1() { producer.send(String.format("my message currentTimeMillis: %d", System.currentTimeMillis())); return "test1"; }}

注意：上面代码里使用的kafka的topic可以自行定义，比如mytopic

然后在浏览器中访问这个接口 ip:8080/test1

 

可以在这个kafka的topic的ui看到发送到kafka的消息

 

可以看到这个消息已经发送到kafka了

消费消息

消费消息只需要在方法上加上KafkaListener，并指定topic和groupId即可

核心代码如下

@KafkaListener(topics = "mytopic", groupId = "myconsumergroup") public void processMessage(String message, @Header(KafkaHeaders.RECEIVED_PARTITION_ID) List<Integer> partitions, @Header(KafkaHeaders.RECEIVED_TOPIC) List<String> topics, @Header(KafkaHeaders.OFFSET) List<Long> offsets) { log.info( "received message, topic: {}, partition: {}, offset: {}, message: {}", topics.get(0), partitions.get(0), offsets.get(0), message );}

操作效果如下：

 

可以看到已经成功收到了kafka里的消息其它客户端

一些注意的点

发送消息和消费消息需要确保topic一致日志可以先发送到kafka做缓冲，然后通过kafka的客户端把消息取出来放到elk等日志存储系统中分析和可视化

因为kafka客户端发送消息和服务端把消息保存到磁盘都是异步操作，所以存在服务器宕机后消息可能丢失，如果可靠性要求更高，可以使用改进版的kafka：rocketmq