大家提到Kafka时第一印象就是它是一个快速的异步消息处理系统，不同于通常tomcat之类应用服务器和前端之间的请求/响应方式请求，客户端发出一个请求，必然会等到一个响应，这种方式对Kafka来说并不自然，Kafka是一种事件驱动方式，事件激活然后响应，这种方式对很多人接受起来不方便，为了实现请求 - 响应模型，开发人员必须在消息的生产者记录中构建相关ID系统，并将其与消息的消费者记录中的ID进行匹配，找到那个请求ID再使用Kafka的一个队列进行回复。
随着Spring-Kafka最新版本推出(Spring replying kafka 模板)，这种请求-响应语义现在已经变成现成的了，本案例例演示了Spring-Kafka实现的简单性。
下图是本案例的演示架构图，这个案例是以同步行为返回两个数字总和的结果。
客户端 --->请求---> RESTcontroll ---> Spring replying kafka 模板 -->Kafka的请求主题 -->Spring Kafka监听器
| |
|
下面我们开始看看开发这个演示步骤：
设置Springboot启动类
首先需要在pom.xml引入Spring kafka模板：
<dependency>
<groupId>org.springframework.kafkagroupId>
<artifactId>spring-kafkaartifactId>
dependency>
代码如下:
@SpringBootApplication
public class RequestReplyKafkaApplication {
public static void main(String[] args) {
SpringApplication.run(RequestReplyKafkaApplication.class , args);
}
}
设置Spring ReplyingKafkaTemplate
我们需要在Springboot配置类的KafkaConfig对Spring kafka模板进行配置：
@Configuration
public class KafkaConfig {
在这个配置类中，我们需要配置核心的ReplyingKafkaTemplate类,这个类继承了 KafkaTemplate 提供请求/响应的的行为；还有一个生产者工厂（参见 ProducerFactory 下面的代码）和 KafkaMessageListenerContainer。这是最基本的设置，因为请求响应模型需要对应到消息生产者和消费者的行为。
// 这是核心的ReplyingKafkaTemplate
@Bean
public ReplyingKafkaTemplate
replyKafkaTemplate(ProducerFactory pf, KafkaMessageListenerContainer container) { return new ReplyingKafkaTemplate<>(pf, container);
}
// 配件：监听器容器Listener Container to be set up in ReplyingKafkaTemplate
@Bean
public KafkaMessageListenerContainer
replyContainer(ConsumerFactory cf) { ContainerProperties containerProperties = new ContainerProperties(requestReplyTopic);
return new KafkaMessageListenerContainer<>(cf, containerProperties);
}
// 配件：生产者工厂Default Producer Factory to be used in ReplyingKafkaTemplate
@Bean
public ProducerFactory
producerFactory() { return new DefaultKafkaProducerFactory<>(producerConfigs());
}
// 配件：kafka生产者的Kafka配置Standard KafkaProducer settings - specifying brokerand serializer
@Bean
public Map
producerConfigs() { Map
props = new HashMap<>(); props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,
bootstrapServers);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
StringSerializer.class);
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, JsonSerializer.class);
return props;
}
设置spring-Kafka的监听器
这与通常创建的Kafka消费者相同。唯一的变化是额外是在工厂中设置ReplyTemplate，这是必须的，因为消费者需要将计算结果放入到Kafka的响应主题。
//消费者工厂 Default Consumer Factory
@Bean
public ConsumerFactory
consumerFactory() { return new DefaultKafkaConsumerFactory<>(consumerConfigs(),new StringDeserializer(),new JsonDeserializer<>(Model.class));
}
// 并发监听器容器Concurrent Listner container factory
@Bean
public KafkaListenerContainerFactory
> kafkaListenerContainerFactory() { ConcurrentKafkaListenerContainerFactory
factory = new ConcurrentKafkaListenerContainerFactory<>(); factory.setConsumerFactory(consumerFactory());
// NOTE - set up of reply template 设置响应模板
factory.setReplyTemplate(kafkaTemplate());
return factory;
}
// Standard KafkaTemplate
@Bean
public KafkaTemplate
kafkaTemplate() { return new KafkaTemplate<>(producerFactory());
}
编写我们的kafka消费者
这是过去创建的Kafka消费者一样。唯一的变化是附加了@SendTo注释，此注释用于在响应主题上返回业务结果。
@KafkaListener(topics = "${kafka.topic.request-topic}")
@SendTo
public Model listen(Model request) throws InterruptedException {
int sum = request.getFirstNumber() + request.getSecondNumber();
request.setAdditionalProperty("sum", sum);
return request;
}
这个消费者用于业务计算，把客户端通过请求传入的两个数字进行相加，然后返回这个请求，通过@SendTo发送到Kafka的响应主题。
总结服务
现在，让我们将所有这些都结合在一起放在RESTcontroller，步骤分为几步，先创建生产者记录，并在记录头部中设置接受响应的Kafka主题，这样
把请求和响应在Kafka那里对应起来，然后通过模板发布消息到Kafka，再通过future.get()堵塞等待Kafka的响应主题发送响应结果过来。这时再
打印结果记录中的头部信息，会看到Spring自动生成相关ID。
@ResponseBody
@PostMapping(value="/sum",produces=MediaType.APPLICATION_JSON_VALUE,consumes=MediaType.APPLICATION_JSON_VALUE)
public Model sum（@RequestBody Model request）throws InterruptedException，ExecutionException {
//创建生产者记录
ProducerRecord
record = new ProducerRecord (requestTopic，request); //在记录头部中设置响应主题
record.headers().add(new RecordHeader(KafkaHeaders.REPLY_TOPIC, requestReplyTopic.getBytes()));
//发布到kafka主题中
RequestReplyFuture
sendAndReceive = kafkaTemplate.sendAndReceive(record); //确认生产者是否成功生产
SendResult
sendResult = sendAndReceive.getSendFuture().get(); //打印结果记录中所有头部信息 会看到Spring自动生成的相关ID，这个ID是由消费端@SendTo 注释返回的值。
sendResult.getProducerRecord().headers().forEach(header -> System.out.println(header.key() + ":" + header.value().toString()));
//获取消费者记录
ConsumerRecord
consumerRecord = sendAndReceive.get(); //返回消费者结果
return consumerRecord.value();
}
并发消费者
即使你要创建请求主题在三个分区中，三个并发的消费者的响应仍然合并到一个Kafka响应主题，这样，Spring侦听器的容器能够完成匹配相关ID的繁重工作。
整个请求/响应的模型是一致的。
现在我们可以再修改启动类如下：
@ComponentScan(basePackages = {
"com.gauravg.config",
"com.gauravg.consumer",
"com.gauravg.controller",
"com.gauravg.model"
})
@SpringBootApplication
public class RequestReplyKafkaApplication {
public static void main(String[] args) {
SpringApplication.run(RequestReplyKafkaApplication.class, args);
}
}
下面开始运行这个案例：
1.先启动kafka
2.直接运行上面启动类
3.通过postman等工具访问：
http://localhost:8080/sum
post数据：
{
"firstNumber": "111",
"secondNumber": "2222"
}
返回结果是：
{
"firstNumber": 111,
"secondNumber": 2222,
"sum": 2333
}
在控制台输出记录头部信息：
kafka_replyTopic:[B@1f59b198
kafka_correlationId:[B@356a7326
__TypeId__:[B@1a9111f
可见，Spring自动生成聚合ID（correlationId），无需我们自己手工比对了。
閱讀更多 Java高級架構技術 的文章
