一、介绍

在上篇文章中，我们详细的介绍了 kafka 的架构模型，在集群环境中，kafka 可以通过设置分区数来加快数据的消费速度。

光知道理论还不行，我们得真真切切的实践起来才行!

下面，我将结合生产环境的真实案例，以SpringBoot技术框架为基础，向大家介绍 kafka 的使用以及如何实现数据高吞吐!

二、程序实践

最近，公司大数据团队每天凌晨会将客户的订单数据进行统计计算，然后把业绩数据推送给我们，以便销售人员每天能看到昨天的业绩数据，数据的体量大约在 1000 多万条，以下是我对接的过程!

2.1、添加 kafka 依赖包

本次项目的SpringBoot版本为2.1.5.RELEASE，依赖的 kafka 的版本为2.2.6.RELEASE。

https://back-media.51cto.com/editor?id=707646/h6e90be6-7EV6kJbV

2.2、添加 kafka 配置变量

当添加完了依赖包之后，我们只需要在application.properties中添加 kafka 配置变量，基本上就可以正常使用了。

# 指定kafka server的地址，集群配多个，中间，逗号隔开spring.kafka.bootstrap-servers=197.168.25.196:9092#重试次数spring.kafka.producer.retries=3#批量发送的消息数量spring.kafka.producer.batch-size=1000#32MB的批处理缓冲区spring.kafka.producer.buffer-memory=33554432#默认消费者组spring.kafka.consumer.group-id=crm-microservice-newperformance#最早未被消费的offsetspring.kafka.consumer.auto-offset-reset=earliest#批量一次最大拉取数据量spring.kafka.consumer.max-poll-records=4000#是否自动提交spring.kafka.consumer.enable-auto-commit=true#自动提交时间间隔，单位msspring.kafka.consumer.auto-commit-interval=1000

2.3、创建一个消费者

@Componentpublic class BigDataTopicListener {    private static final Logger log = LoggerFactory.getLogger(BigDataTopicListener.class);    /**     * 监听kafka数据     * @param consumerRecords     * @param ack     */    @KafkaListener(topics = {"big_data_topic"})    public void consumer(ConsumerRecord consumerRecord) {     log.info("收到bigData推送的数据"{}"", consumerRecord.toString());     //...     //db.save(consumerRecord);//插入或者更新数据    }}

2.4、模拟对方推送数据测试

@RunWith(SpringRunner.class)@SpringBootTestpublic class KafkaProducerTest {    @Autowired    private KafkaTemplate kafkaTemplate;    @Test    public void testSend(){        for (int i = 0; i < 5000; i++) {            Map map = new LinkedHashMap<>();            map.put("datekey", 20210610);            map.put("userid", i);            map.put("salaryAmount", i);   //向kafka的big_data_topic主题推送数据            kafkaTemplate.send("big_data_topic", JSONObject.toJSONString(map));        }    }}

起初，通过这种单条数据消费方式，进行测试程序没太大毛病!

但是，当上到生产之后，发现一个很大的问题，就是消费1000万条数据，至少需要3个小时，结果导致数据看板一直没数据。

第二天痛定思痛，决定改成批量消费模型，怎么操作呢，请看下面!

2.5、将 kafka 的消费模式改成批量消费

首先，创建一个KafkaConfiguration配置类，内容如下!

@Configurationpublic class KafkaConfiguration {    @Value("${spring.kafka.bootstrap-servers}")    private String bootstrapServers;    @Value("${spring.kafka.producer.retries}")    private Integer retries;    @Value("${spring.kafka.producer.batch-size}")    private Integer batchSize;    @Value("${spring.kafka.producer.buffer-memory}")    private Integer bufferMemory;    @Value("${spring.kafka.consumer.group-id}")    private String groupId;    @Value("${spring.kafka.consumer.auto-offset-reset}")    private String autoOffsetReset;    @Value("${spring.kafka.consumer.max-poll-records}")    private Integer maxPollRecords;    @Value("${spring.kafka.consumer.batch.concurrency}")    private Integer batchConcurrency;    @Value("${spring.kafka.consumer.enable-auto-commit}")    private Boolean autoCommit;    @Value("${spring.kafka.consumer.auto-commit-interval}")    private Integer autoCommitInterval;    /**     *  生产者配置信息     */    @Bean    public Map producerConfigs() {        Map props = new HashMap<>();        props.put(ProducerConfig.ACKS_CONFIG, "0");        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);        props.put(ProducerConfig.RETRIES_CONFIG, retries);        props.put(ProducerConfig.BATCH_SIZE_CONFIG, batchSize);        props.put(ProducerConfig.LINGER_MS_CONFIG, 1);        props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, bufferMemory);        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);        return props;    }    /**     *  生产者工厂     */    @Bean    public ProducerFactory producerFactory() {        return new DefaultKafkaProducerFactory<>(producerConfigs());    }    /**     *  生产者模板     */    @Bean    public KafkaTemplate kafkaTemplate() {        return new KafkaTemplate<>(producerFactory());    }    /**     *  消费者配置信息     */    @Bean    public Map consumerConfigs() {        Map props = new HashMap<>();        props.put(ConsumerConfig.GROUP_ID_CONFIG, groupId);        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, autoOffsetReset);        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, maxPollRecords);        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, autoCommit);        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, 30000);        props.put(ConsumerConfig.REQUEST_TIMEOUT_MS_CONFIG, 30000);        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);        return props;    }    /**     *  消费者批量工厂     */    @Bean    public KafkaListenerContainerFactory batchFactory() {        ConcurrentKafkaListenerContainerFactory factory = new ConcurrentKafkaListenerContainerFactory<>();        factory.setConsumerFactory(new DefaultKafkaConsumerFactory<>(consumerConfigs()));        //设置并发量，小于或等于Topic的分区数        factory.setConcurrency(batchConcurrency);        factory.getContainerProperties().setPollTimeout(1500);        factory.getContainerProperties().setAckMode(ContainerProperties.AckMode.MANUAL_IMMEDIATE);        //设置为批量消费，每个批次数量在Kafka配置参数中设置ConsumerConfig.MAX_POLL_RECORDS_CONFIG        factory.setBatchListener(true);        return factory;    }}

同时，新增一个spring.kafka.consumer.batch.concurrency变量，用来设置并发数，通过这个参数我们可以指定几个线程来实现消费。

在application.properties配置文件中，添加如下变量：

#批消费并发量，小于或等于Topic的分区数spring.kafka.consumer.batch.concurrency = 3#设置每次批量拉取的最大数量为4000spring.kafka.consumer.max-poll-records=4000#设置自动提交改成falsespring.kafka.consumer.enable-auto-commit=false

最后，将单个消费方法改成批量消费方法模式。

@Componentpublic class BigDataTopicListener {    private static final Logger log = LoggerFactory.getLogger(BigDataTopicListener.class); /**     * 监听kafka数据（批量消费）     * @param consumerRecords     * @param ack     */    @KafkaListener(topics = {"big_data_topic"}, containerFactory = "batchFactory")    public void batchConsumer(List> consumerRecords, Acknowledgment ack) {        long start = System.currentTimeMillis();     //...     //db.batchSave(consumerRecords);//批量插入或者批量更新数据        //手动提交        ack.acknowledge();        log.info("收到bigData推送的数据，拉取数据量：{}，消费时间：{}ms", consumerRecords.size(), (System.currentTimeMillis() - start));    }}

此时，消费性能大大的提升，数据处理的非常快，500万条数据，最多 30 分钟就全部消费完毕了。

本例中的消费微服务，生产环境部署了3台服务器，同时big_data_topic主题的分区数为3，因此并发数设置为3比较合适。

随着推送的数据量不断增加，如果你觉得消费速度还不够，你可以重新设置每次批量拉取的最大数量，活着横向扩展微服务的集群实例数量和 topic 的分区数，以此来加快数据的消费速度。

但是，如果在单台机器中，每次批量拉取的最大数量过大，大对象也会很大，会造成频繁的 gc 告警!

因此，在实际的使用过程中，每次批量拉取的最大数量并不是越大越好，根据当前服务器的硬件配置，调节到合适的阀值，才是最优的选择!

三、小结

本文主要以SpringBoot技术框架为背景，结合实际业务需求，采用 kafka 进行数据消费，实现数据量的高吞吐，在下篇文章中，我们会介绍消费失败的处理流程。

关键词： 小于或等于 生产环境 以及如何 提交时间