提示、技巧和示例

手动分配所有分区

假设您希望始终从所有分区读取所有记录（例如，在使用压缩主题加载分布式缓存时），手动分配分区而不使用 Kafka 的组管理可能很有用。这样做在分区数量很多时可能很麻烦，因为您必须列出所有分区。如果分区数量随着时间的推移而发生变化，这也是一个问题，因为您必须每次分区数量发生变化时重新编译应用程序。

以下是如何使用 SpEL 表达式的力量在应用程序启动时动态创建分区列表的示例

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

}

将此与 ConsumerConfig.AUTO_OFFSET_RESET_CONFIG=earliest 结合使用，将在每次应用程序启动时加载所有记录。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。从版本 3.1 开始，当使用手动主题分配且没有消费者 group.id 时，容器将自动将 AckMode 强制转换为 MANUAL。但是，从版本 2.5.5 开始，如上所示，您可以将初始偏移量应用于所有分区；有关更多信息，请参阅显式分区分配。

Kafka 事务与其他事务管理器的示例

以下 Spring Boot 应用程序是数据库和 Kafka 事务链的示例。监听器容器启动 Kafka 事务，@Transactional 注解启动 DB 事务。DB 事务首先提交；如果 Kafka 事务无法提交，则记录将被重新传递，因此 DB 更新应该是幂等的。

@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://127.0.0.1/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));

对于仅生产者的交易，交易同步有效

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

KafkaTemplate 将同步其交易与数据库交易，并在数据库之后进行提交/回滚。

如果您希望先提交 Kafka 交易，并且仅在 Kafka 交易成功的情况下才提交数据库交易，请使用嵌套的 @Transactional 方法

@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

序列化器和反序列化器支持使用属性进行多种自定义，有关更多信息，请参见 JSON。kafka-clients 代码（而不是 Spring）实例化这些对象，除非您将它们直接注入到消费者和生产者工厂中。如果您希望使用属性配置（反）序列化器，但希望使用自定义 ObjectMapper，只需创建一个子类并将自定义映射器传递到 super 构造函数中。例如

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;
    }

}