本文分享如何使用KRaft部署Kafka叢集，以及Spring中如何實現Kafka響應式互動。
KRaft
我們知道，Kafka使用Zookeeper負責為kafka儲存broker，Consumer Group等後設資料，並使用Zookeeper完成broker選主等操作。
雖然使用Zookeeper簡化了Kafka的工作，但這也使Kafka的部署和運維更復雜。
Kafka 2.8.0開始移除了Zookeeper，並使用Kafka內部的仲裁（Quorum）控制器來取代ZooKeeper，官方稱這個控制器為 "Kafka Raft metadata mode"，即KRaft mode。從此使用者可以在不需要Zookeeper的情況下部署Kafka叢集，這使Fafka更加簡單，輕量級。
使用KRaft模式後，使用者只需要專注於維護Kafka叢集即可。
注意：由於該功能改動較大，目前Kafka2.8版本提供的KRaft模式是一個測試版本，不推薦在生產環境使用。相信Kafka後續版本很快會提供生產可用的kraft版本。
下面介紹一下如果使用Kafka部署kafka叢集。
這裡使用3臺機器部署3個Kafka節點，使用的Kafka版本為2.8.0。
- 生成ClusterId以及配置檔案。
(1)使用kafka-storage.sh生成ClusterId。
$ ./bin/kafka-storage.sh random-uuid
dPqzXBF9R62RFACGSg5c-Q
(2)使用ClusterId生成配置檔案
$ ./bin/kafka-storage.sh format -t <uuid> -c ./config/kraft/server.properties
Formatting /tmp/kraft-combined-logs
注意：只需要在生成一個ClusterId，並使用該ClusterId在所有機器上生成配置檔案，即叢集中所有節點使用的ClusterId需相同。
- 修改配置檔案
指令碼生成的配置檔案只能用於單個Kafka節點，如果在部署Kafka叢集，需要對配置檔案進行一下修改。
(1)修改config/kraft/server.properties（稍後使用該配置啟動kafka）
process.roles=broker,controller
node.id=1
listeners=PLAINTEXT://172.17.0.2:9092,CONTROLLER://172.17.0.2:9093
advertised.listeners=PLAINTEXT://172.17.0.2:9092
controller.quorum.voters=1@172.17.0.2:9093,2@172.17.0.3:9093,3@172.17.0.4:9093
process.roles指定了該節點角色，有以下取值
- broker: 這臺機器將僅僅當作一個broker
- controller: 作為Raft quorum的控制器節點
- broker,controller: 包含以上兩者的功能
一個叢集中不同節點的node.id需要不同。
controller.quorum.voters需要配置叢集中所有的controller節點，配置格式為
(2)
kafka-storage.sh指令碼生成的配置，預設將kafka資料存放在/tmp/kraft-combined-logs/，
我們還需要/tmp/kraft-combined-logs/meta.properties配置中的node.id，使其與server.properties配置中保持一起。
node.id=1
- 啟動kafka
使用kafka-server-start.sh指令碼啟動Kafka節點
$ ./bin/kafka-server-start.sh ./config/kraft/server.properties
下面測試一下該kafka叢集
- 建立主題
$ ./bin/kafka-topics.sh --create --partitions 3 --replication-factor 3 --bootstrap-server 172.17.0.2:9092,172.17.0.3:9092,172.17.0.4:9092 --topic topic1
- 生產訊息
$ ./bin/kafka-console-producer.sh --broker-list 172.17.0.2:9092,172.17.0.3:9092,172.17.0.4:9092 --topic topic1
- 消費訊息
$ ./bin/kafka-console-consumer.sh --bootstrap-server 172.17.0.2:9092,172.17.0.3:9092,172.17.0.4:9092 --topic topic1 --from-beginning
這部分命令的使用與低版本的Kafka保持一致。
Kafka的功能暫時還不完善，這是展示一個簡單的部署示例。
Kafka文件：https://github.com/apache/kafka/blob/trunk/config/kraft/README.md
Spring中可以使用Spring-Kafka、Spring-Cloud-Stream兩個框架實現kafka響應式互動。
下面分別看一下這兩個框架的使用。
Spring-Kafka
- 新增引用
新增spring-kafka引用
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
<version>2.5.8.RELEASE</version>
</dependency>
- 準備配置檔案，內容如下
spring.kafka.producer.bootstrap-servers=172.17.0.2:9092,172.17.0.3:9092,172.17.0.4:9092
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.LongSerializer
spring.kafka.producer.value-serializer=org.springframework.kafka.support.serializer.JsonSerializer
spring.kafka.consumer.bootstrap-servers=172.17.0.2:9092,172.17.0.3:9092,172.17.0.4:9092
spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.LongDeserializer
spring.kafka.consumer.value-deserializer=org.springframework.kafka.support.serializer.JsonDeserializer
spring.kafka.consumer.group-id=warehouse-consumers
spring.kafka.consumer.properties.spring.json.trusted.packages=*
分別是生產者和消費者對應的配置，很簡單。
- 傳送訊息
Spring-Kakfa中可以使用ReactiveKafkaProducerTemplate傳送訊息。
首先，我們需要建立一個ReactiveKafkaProducerTemplate例項。（目前SpringBoot會自動建立KafkaTemplate例項，但不會建立ReactiveKafkaProducerTemplate例項）。
@Configuration
public class KafkaConfig {
@Autowired
private KafkaProperties properties;
@Bean
public ReactiveKafkaProducerTemplate reactiveKafkaProducerTemplate() {
SenderOptions options = SenderOptions.create(properties.getProducer().buildProperties());
ReactiveKafkaProducerTemplate template = new ReactiveKafkaProducerTemplate(options);
return template;
}
}
KafkaProperties例項由SpringBoot自動建立，讀取上面配置檔案中對應的配置。
接下來，就可以使用ReactiveKafkaProducerTemplate傳送訊息了
@Autowired
private ReactiveKafkaProducerTemplate template;
public static final String WAREHOUSE_TOPIC = "warehouse";
public Mono<Boolean> add(Warehouse warehouse) {
Mono<SenderResult<Void>> resultMono = template.send(WAREHOUSE_TOPIC, warehouse.getId(), warehouse);
return resultMono.flatMap(rs -> {
if(rs.exception() != null) {
logger.error("send kafka error", rs.exception());
return Mono.just(false);
}
return Mono.just(true);
});
}
ReactiveKafkaProducerTemplate#send方法返回一個Mono（這是Spring Reactor中的核心物件），Mono中攜帶了SenderResult，SenderResult中的RecordMetadata、exception儲存該記錄的後設資料（包括offset、timestamp等資訊）以及傳送操作的異常。
- 消費訊息
Spring-Kafka使用ReactiveKafkaConsumerTemplate消費訊息。
@Service
public class WarehouseConsumer {
@Autowired
private KafkaProperties properties;
@PostConstruct
public void consumer() {
ReceiverOptions<Long, Warehouse> options = ReceiverOptions.create(properties.getConsumer().buildProperties());
options = options.subscription(Collections.singleton(WarehouseService.WAREHOUSE_TOPIC));
new ReactiveKafkaConsumerTemplate(options)
.receiveAutoAck()
.subscribe(record -> {
logger.info("Warehouse Record:" + record);
});
}
}
這裡與之前使用@KafkaListener註解實現的訊息監聽者不同，不過也非常簡單，分為兩個步驟：
（1）ReceiverOptions#subscription方法將ReceiverOptions關聯到kafka主題
（2）建立ReactiveKafkaConsumerTemplate，並註冊subscribe的回撥函式消費訊息。
提示：receiveAutoAck方法會自動提交消費組offset。
Spring-Cloud-Stream
Spring-Cloud-Stream是Spring提供的用於構建訊息驅動微服務的框架。
它為不同的訊息中介軟體產品提供一種靈活的，統一的程式設計模型，可以遮蔽底層不同訊息元件的差異，目前支援RabbitMQ、Kafka、RocketMQ等訊息元件。
這裡簡單展示Spring-Cloud-Stream中實現Kafka響應式互動的示例，不深入介紹Spring-Cloud-Stream的應用。
- 引入spring-cloud-starter-stream-kafka的引用
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-stream-kafka</artifactId>
</dependency>
- 新增配置
spring.cloud.stream.kafka.binder.brokers=172.17.0.2:9092,172.17.0.3:9092,172.17.0.4:9092
spring.cloud.stream.bindings.warehouse2-out-0.contentType=application/json
spring.cloud.stream.bindings.warehouse2-out-0.destination=warehouse2
# 訊息格式
spring.cloud.stream.bindings.warehouse3-in-0.contentType=application/json
# 訊息目的地，可以理解為Kafka主題
spring.cloud.stream.bindings.warehouse3-in-0.destination=warehouse2
# 定義消費者消費組，可以理解為Kafka消費組
spring.cloud.stream.bindings.warehouse3-in-0.group=warehouse2-consumers
# 對映方法名
spring.cloud.function.definition=warehouse2;warehouse3
Spring-Cloud-Stream 3.1版本之後，@EnableBinding、@Output等StreamApi註解都標記為廢棄，並提供了一種更簡潔的函數語言程式設計模型。
該版本後，使用者不需要使用註解，只要在配置檔案中指定需要繫結的方法，Spring-Cloud-Stream會為使用者將這些方法與底層訊息元件繫結，使用者可以直接呼叫這些方法傳送訊息，或者接收到訊息時Spring-Cloud-Stream會呼叫這些方法消費訊息。
通過以下格式定義輸入、輸出函式的相關屬性：
輸出（傳送訊息）：<functionName> + -out- + <index>
輸入（消費訊息）：<functionName> + -in- + <index>
對於典型的單個輸入/輸出函式，index始終為0，因此它僅與具有多個輸入和輸出引數的函式相關。
Spring-Cloud-Stream支援具有多個輸入(函式引數)/輸出（函式返回值）的函式。
spring.cloud.function.definition配置指定需要繫結的方法名，不新增該配置，Spring-Cloud-Stream會自動嘗試繫結返回型別為Supplier/Function/Consumer的方法，但是使用該配置可以避免Spring-Cloud-Stream繫結混淆。
- 傳送訊息
使用者可以編寫一個返回型別為Supplier的方法，並定時傳送訊息
@PollableBean
public Supplier<Flux<Warehouse>> warehouse2() {
Warehouse warehouse = new Warehouse();
warehouse.setId(333L);
warehouse.setName("天下第一倉");
warehouse.setLabel("一級倉");
logger.info("Supplier Add : {}", warehouse);
return () -> Flux.just(warehouse);
}
定義該方法後，Spring-Cloud-Stream每秒呼叫一次該方法，生成Warehouse例項，併傳送到Kafka。
（這裡方法名warehouse3已經配置在spring.cloud.function.definition中。）
通常場景下，應用並不需要定時傳送訊息，而是由業務場景觸發傳送訊息操作， 如Rest介面，
這時可以使用StreamBridge介面
@Autowired
private StreamBridge streamBridge;
public boolean add2(Warehouse warehouse) {
return streamBridge.send("warehouse2-out-0", warehouse);
}
暫時未發現StreamBridge如何實現響應式互動。
- 消費訊息
應用要消費訊息，只需要定義一個返回型別為Function/Consumer的方法即可。如下
@Bean
public Function<Flux<Warehouse>, Mono<Void>> warehouse3() {
Logger logger = LoggerFactory.getLogger("WarehouseFunction");
return flux -> flux.doOnNext(data -> {
logger.info("Warehouse Data: {}", data);
}).then();
}
注意：方法名與<functionName> + -out- + <index>/<functionName> + -in- + <index>、
spring.cloud.function.definition中的配置需要保持一致，以免出錯。
SpringCloudStream文件：https://docs.spring.io/spring-cloud-stream/docs/3.1.0/reference/html/spring-cloud-stream.html
文章完整程式碼：https://gitee.com/binecy/bin-springreactive/tree/master/warehouse-service
如果您覺得本文不錯，歡迎關注我的微信公眾號，系列文章持續更新中。您的關注是我堅持的動力！
