消息监听容器
1、KafkaMessageListenerContainer
由spring提供用于监听以及拉取消息，并将这些消息按指定格式转换后交给由@KafkaListener注解的方法处理，相当于一个消费者；
看看其整体代码结构：
- 可以发现其入口方法为
doStart()，往上追溯到实现了SmartLifecycle接口，很明显，由spring管理其start和stop操作； ListenerConsumer，内部真正拉取消息消费的是这个结构，其 实现了Runable接口，简言之，它就是一个后台线程轮训拉取并处理消息- 在
doStart方法中会创建ListenerConsumer并交给线程池处理 -
KafkaMessageListenerContainer#doStartprotected void doStart() {if (isRunning()) {return;}if (this.clientIdSuffix == null) { // stand-alone containercheckTopics();}ContainerProperties containerProperties = getContainerProperties();checkAckMode(containerProperties);......// 创建ListenerConsumer消费者并放入到线程池中执行this.listenerConsumer = new ListenerConsumer(listener, listenerType);setRunning(true);this.startLatch = new CountDownLatch(1);this.listenerConsumerFuture = containerProperties.getConsumerTaskExecutor().submitListenable(this.listenerConsumer);......}
KafkaMessageListenerContainer.ListenerConsumer#runpublic void run() { // NOSONAR complexity.......Throwable exitThrowable = null;while (isRunning()) {try {// 拉去消息并处理消息pollAndInvoke();}catch (@SuppressWarnings(UNUSED) WakeupException e) {......}......}wrapUp(exitThrowable);}
2、
ConcurrentMessageListenerContainer并发消息监听，相当于创建消费者；其底层逻辑仍然是通过
KafkaMessageListenerContainer实现处理；从实现上看就是在KafkaMessageListenerContainer上做了层包装，有多少的concurrency就创建多个KafkaMessageListenerContainer，也就是concurrency个消费者
ConcurrentMessageListenerContainer#doStartprotected void doStart() {if (!isRunning()) {checkTopics();......setRunning(true);for (int i = 0; i < this.concurrency; i++) {KafkaMessageListenerContainer<K, V> container =constructContainer(containerProperties, topicPartitions, i);String beanName = getBeanName();container.setBeanName((beanName != null ? beanName : "consumer") + "-" + i);......if (isPaused()) {container.pause();}// 这里调用KafkaMessageListenerContainer启动相关监听方法container.start();this.containers.add(container);}}}
@KafkaListener底层监听原理上面已经介绍了
KafkaMessageListenerContainer的作用是拉取并处理消息，但还缺少关键的一步，即 如何将业务逻辑与KafkaMessageListenerContainer的处理逻辑联系起来？
那么这个桥梁就是@KafkaListener注解 KafkaListenerAnnotationBeanPostProcessor，从后缀BeanPostProcessor就可以知道这是Spring IOC初始化bean相关的操作，当然这里也是；此类会扫描带@KafkaListener注解的类或者方法，通过KafkaListenerContainerFactory工厂创建对应的KafkaMessageListenerContainer，并调用start方法启动监听，也就是这样打通了这条路…Spring Boot 自动加载kafka相关配置
1、
KafkaAutoConfiguration自动生成kafka相关配置，比如当缺少这些bean的时候KafkaTemplate、ProducerListener、ConsumerFactory、ProducerFactory等，默认创建bean实例
2、
KafkaAnnotationDrivenConfiguration主要是针对于spring-kafka提供的注解背后的相关操作，比如
@KafkaListener;在开启了
@EnableKafka注解后，spring会扫描到此配置并创建缺少的bean实例，比如当配置的工厂beanName不是kafkaListenerContainerFactory的时候，就会默认创建一个beanName为kafkaListenerContainerFactory的实例，这也是为什么在springboot中不用定义consumer的相关配置也可以通过@KafkaListener正常的处理消息生产配置
1、单条消息处理
```java @Configuration @EnableKafka public class KafkaConfig {
@Bean KafkaListenerContainerFactory
kafkaListenerContainerFactory() {ConcurrentKafkaListenerContainerFactory<Integer, String> factory =new ConcurrentKafkaListenerContainerFactory<>();factory.setConsumerFactory(consumerFactory());factory.setConcurrency(3);factory.getContainerProperties().setPollTimeout(3000);return factory;
}
@Bean public ConsumerFactory
return new DefaultKafkaConsumerFactory<>(consumerConfigs());
}
@Bean public Map
Map<String, Object> props = new HashMap<>();props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, embeddedKafka.getBrokersAsString());...return props;
} }
@KafkaListener(id = “myListener”, topics = “myTopic”, autoStartup = “${listen.auto.start:true}”, concurrency = “${listen.concurrency:3}”) public void listen(String data) { … }
<a name="Esk6D"></a>#### 2、批量处理```java@Configuration@EnableKafkapublic class KafkaConfig {@Beanpublic KafkaListenerContainerFactory<?, ?> batchFactory() {ConcurrentKafkaListenerContainerFactory<Integer, String> factory =new ConcurrentKafkaListenerContainerFactory<>();factory.setConsumerFactory(consumerFactory());factory.setBatchListener(true); // <<<<<<<<<<<<<<<<<<<<<<<<<return factory;}@Beanpublic ConsumerFactory<Integer, String> consumerFactory() {return new DefaultKafkaConsumerFactory<>(consumerConfigs());}@Beanpublic Map<String, Object> consumerConfigs() {Map<String, Object> props = new HashMap<>();props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, embeddedKafka.getBrokersAsString());...return props;}}@KafkaListener(id = "list", topics = "myTopic", containerFactory = "batchFactory")public void listen(List<String> list) {...}
3、同一个消费组支持单条和批量处理
场景：
生产上最初都采用单条消费模式，随着量的积累，部分topic常常出现消息积压，最开始通过新增消费者实例和分区来提升消费端的能力；一段时间后又开始出现消息积压，由此便从代码层面通过批量消费来提升消费能力。
4、只对部分topic做批量消费处理
简单的说就是需要配置批量消费和单条记录消费(从单条消费逐步向批量消费演进)
- 假设最开始就是配置的单条消息处理的相关配置，原配置基本不变
然后新配置 批量消息监听
KafkaListenerContainerFactory@Configuration@EnableKafkapublic class KafkaConfig {@Bean(name = [batchListenerContainerFactory])public KafkaListenerContainerFactory<?, ?> batchFactory() {ConcurrentKafkaListenerContainerFactory<Integer, String> factory =new ConcurrentKafkaListenerContainerFactory<>();factory.setConsumerFactory(consumerFactory());// 开启批量处理factory.setBatchListener(true);return factory;}@Bean(name = [batchConsumerFactory])public ConsumerFactory<Integer, String> consumerFactory() {return new DefaultKafkaConsumerFactory<>(consumerConfigs());}@Bean(name = [batchConsumerConfig])public Map<String, Object> consumerConfigs() {Map<String, Object> props = new HashMap<>();props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, embeddedKafka.getBrokersAsString());...return props;}}
注意点：
如果自定义的
ContainerFactory其beanName不是kafkaListenerContainerFactory，spring会通过KafkaAnnotationDrivenConfiguration创建新的bean实例，所以需要注意的是最终的@KafkaListener会使用到哪个ContainerFactory单条或在批量处理的
ContainerFactory可以共存，默认会使用beanName为kafkaListenerContainerFactory的bean实例，因此可以为batch container Factory实例指定不同的beanName，并在@KafkaListener使用的时候指定containerFactory即可总结
spring为了将kafka融入其生态，方便在spring大环境下使用kafka，开发了spring-kafa这一模块，本质上是为了帮助开发者更好的以spring的方式使用kafka
@KafkaListener就是这么一个工具，在同一个项目中既可以有单条的消息处理，也可以配置多条的消息处理，稍微改变下配置即可实现，很是方便- 当然，
@KafkaListener单条或者多条消息处理仍然是spring自行封装处理，与kafka-client客户端的拉取机制无关；比如一次性拉取50条消息，对于单条处理来说就是循环50次处理，而多条消息处理则可以一次性处理50条；本质上来说这套逻辑都是spring处理的，并不是说单条消费就是通过kafka-client一次只拉取一条消息 - 在使用过程中需要注意spring自动的创建的一些bean实例，当然也可以覆盖其自动创建的实例以满足特定的需求场景
调试及相关源码版本：
- org.springframework.boot:2.3.3.RELEASE
- spring-kafka:2.5.4.RELEASE
若有收获，就点个赞吧
0 人点赞
