Windows平台整合SpringBoot+KAFKA__第3部分_代码部分（结束）

package com.kafkastudy.kafka01;

import com.kafkastudy.kafka01.producer.UserProducer;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.ComponentScan;

import javax.annotation.PostConstruct;

@SuppressWarnings("SpringJavaInjectionPointsAutowiringInspection")
@SpringBootApplication
@ComponentScan(basePackages = {"com.kafkastudy.kafka01.*"})
public class Kafka01Application {

    @Autowired
    private UserProducer kafkaSender;
    @PostConstruct
    public void init(){
        System.out.println("----------start ----------------");
        for (int i = 0; i < 10; i++) {
            //调用消息发送类中的消息发送方法
            kafkaSender.sendData(i);
        }
        System.out.println("----------end ----------------");
    }



    public static void main(String[] args) {
        SpringApplication.run(Kafka01Application.class, args);
    }

}

server.port=8081

#============== kafka ===================
# 指定kafka server的地址，集群配多个，中间，逗号隔开
spring.kafka.bootstrap-servers=127.0.0.1:9092

#=============== provider  =======================
# 写入失败时，重试次数。当leader节点失效，一个repli节点会替代成为leader节点，此时可能出现写入失败，
# 当retris为0时，produce不会重复。retirs重发，此时repli节点完全成为leader节点，不会产生消息丢失。
spring.kafka.producer.retries=0
# 每次批量发送消息的数量,produce积累到一定数据，一次发送
#spring.kafka.producer.batch-size=16384
spring.kafka.producer.batch-size=16
# produce积累数据一次发送，缓存大小达到buffer.memory就发送数据
#spring.kafka.producer.buffer-memory=33554432
spring.kafka.producer.buffer-memory=128

#procedure要求leader在考虑完成请求之前收到的确认数，用于控制发送记录在服务端的持久化，其值可以为如下：
#acks = 0 如果设置为零，则生产者将不会等待来自服务器的任何确认，该记录将立即添加到套接字缓冲区并视为已发送。在这种情况下，无法保证服务器已收到记录，并且重试配置将不会生效（因为客户端通常不会知道任何故障），为每条记录返回的偏移量始终设置为-1。
#acks = 1 这意味着leader会将记录写入其本地日志，但无需等待所有副本服务器的完全确认即可做出回应，在这种情况下，如果leader在确认记录后立即失败，但在将数据复制到所有的副本服务器之前，则记录将会丢失。
#acks = all 这意味着leader将等待完整的同步副本集以确认记录，这保证了只要至少一个同步副本服务器仍然存活，记录就不会丢失，这是最强有力的保证，这相当于acks = -1的设置。
#可以设置的值为：all, -1, 0, 1
spring.kafka.producer.acks=1

# 指定消息key和消息体的编解码方式
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer





#=============== consumer  =======================
# 指定默认消费者group id --> 由于在kafka中，同一组中的consumer不会读取到同一个消息，依靠groud.id设置组名
spring.kafka.consumer.group-id=om.kafkaStudy
# smallest和largest才有效，如果smallest重新0开始读取，如果是largest从logfile的offset读取。一般情况下我们都是设置smallest
spring.kafka.consumer.auto-offset-reset=earliest
# enable.auto.commit:true --> 设置自动提交offset
spring.kafka.consumer.enable-auto-commit=true
#如果‘enable.auto.commit‘为true，则消费者偏移自动提交给Kafka的频率（以毫秒为单位），默认值为5000。
spring.kafka.consumer.auto-commit-interval=100

# 指定消息key和消息体的编解码方式
spring.kafka.consumer.key-deserializer=org.apache.kafka.common.serialization.StringDeserializer
spring.kafka.consumer.value-deserializer=org.apache.kafka.common.serialization.StringDeserializer

package com.kafkastudy.kafka01.com.kafkastudy.kafka01;

import com.alibaba.fastjson.JSON;
import com.kafkastudy.kafka01.bean.User;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;

@Component
public class ConsumerListener {

    @KafkaListener(topics = "userTest")
    public void onMessage(String user){
        //insertIntoDb(buffer);//这里为插入数据库代码
        System.out.println("------receive----------");
        System.out.println(user);
        System.out.println("------receive end----------");
    }


}

package com.kafkastudy.kafka01.producer;

import com.alibaba.fastjson.JSON;
import com.kafkastudy.kafka01.bean.User;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.core.KafkaTemplate;

@Configuration
public class UserProducer {

    @Autowired
    private KafkaTemplate kafkaTemplate;

    /**
     * 发送数据
     * @param userid
     */
    public void sendData(long userid){
        User userLog = new User();
        userLog.setName("test");
        userLog.setId(userid);
        System.err.println("发送用户日志数据:"+userLog);
        kafkaTemplate.send("userTest", JSON.toJSONString(userLog));
    }


}

package com.kafkastudy.kafka01.bean;


import java.io.Serializable;

public class User implements Serializable {

        private Long id;

        private String name;

        private Integer age;

        /**
         * transient 关键字修饰的字段不会被序列化
         */
        private transient String desc;

        public Long getId() {
            return id;
        }

        public void setId(Long id) {
            this.id = id;
        }

        public String getName() {
            return name;
        }

        public void setName(String name) {
            this.name = name;
        }

        public Integer getAge() {
            return age;
        }

        public void setAge(Integer age) {
            this.age = age;
        }

        public String getDesc() {
            return desc;
        }

        public void setDesc(String desc) {
            this.desc = desc;
        }

        @Override
        public String toString() {
            return "User{" +
                    "id=" + id +
                    ", name=‘" + name + ‘\‘‘ +
                    ", age=" + age +
                    ", desc=‘" + desc + ‘\‘‘ +
                    ‘}‘;
        }

}