Kafka-producer拦截器(interceptor)

第 5 章 Kafka producer 拦截器(interceptor)

5.1 拦截器原理

　　Producer 拦截器(interceptor)是在 Kafka 0.10 版本被引入的，主要用于实现 clients 端的定

制化控制逻辑。

　　对于 producer 而言，interceptor 使得用户在消息发送前以及 producer 回调逻辑前有机会

对消息做一些定制化需求，比如修改消息等。同时，producer 允许用户指定多个 interceptor

按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor 的实现接口是

org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：

　　（1）configure(configs)

　　　　获取配置信息和初始化数据时调用。

　　（2）onSend(ProducerRecord)：

　　　　该方法封装进 KafkaProducer.send 方法中，即它运行在用户主线程中。Producer 确保在

消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，但最好

保证不要修改消息所属的 topic 和分区，否则会影响目标分区的计算

　　（3）onAcknowledgement(RecordMetadata, Exception)：

　　　　该方法会在消息被应答或消息发送失败时调用，并且通常都是在 producer 回调逻辑触

发之前。onAcknowledgement 运行在 producer 的 IO 线程中，因此不要在该方法中放入很重

的逻辑，否则会拖慢 producer 的消息发送效率

　　（4）close：

　　　　关闭 interceptor，主要用于执行一些资源清理工作

　　　　如前所述，interceptor 可能被运行在多个线程中，因此在具体实现时用户需要自行确保

线程安全。另外倘若指定了多个 interceptor，则 producer 将按照指定顺序调用它们，并仅仅

是捕获每个 interceptor 可能抛出的异常记录到错误日志中而非在向上传递。这在使用过程中

要特别留意。

 

5.2 拦截器案例

1）需求：

　　实现一个简单的双 interceptor 组成的拦截链。第一个 interceptor 会在消息发送前将时间

戳信息加到消息 value 的最前部；第二个 interceptor 会在消息发送后更新成功发送消息数或

失败发送消息数。

 

Kafka拦截器

 

 

2）案例实操

（1）增加时间戳拦截器

 

 

package com.atlxl.producer;

import org.apache.kafka.clients.Metadata;
import org.apache.kafka.clients.producer.*;

import java.util.ArrayList;
import java.util.Properties;

public class CustomerProducer {

    public static void main(String[] args) {

        //配置信息
        Properties props = new Properties();
        // Kafka 服务端的主机名和端口号
        props.put("bootstrap.servers", "hadoop102:9092");
        // 等待所有副本节点的应答
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        // 消息发送最大尝试次数（应答级别 ）
        props.put("retries", 0);
        // 一批消息处理大小
        props.put("batch.size", 16384);
        // 请求延时
        props.put("linger.ms", 1);
        // 发送缓存区内存大小
        props.put("buffer.memory", 33554432);
        // key 序列化
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        // value 序列化
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");


        ArrayList<String> list = new ArrayList<>();
        list.add("com.atlxl.intercetor.TimeIntercetor");
        list.add("com.atlxl.intercetor.CountIntercetor");

        props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, list);

//        props.put("partitioner.class", "com.atlxl.producer.CustomerPartitioner");


        KafkaProducer<String, String> producer = new KafkaProducer(props);

        for (int i = 0; i < 10; i++) {
            producer.send(new ProducerRecord<String, String>("second", String.valueOf(i)), new Callback() {
                public void onCompletion(RecordMetadata recordMetadata, Exception e) {
                    if (e == null) {
                        System.out.println(recordMetadata.partition() + "--" + recordMetadata.offset());
                    }else {
                        System.out.println("发送失败！");
                    }
                }
            });
        }

        //关闭资源
        producer.close();


    }
}

 

package com.atlxl.intercetor;

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class TimeIntercetor implements ProducerInterceptor<String,String> {


    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return new ProducerRecord<>(record.topic(),record.key(),System.currentTimeMillis() + "," + record.value());
    }

    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {

    }

    @Override
    public void close() {

    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

 

 

package com.atlxl.intercetor;

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class CountIntercetor implements ProducerInterceptor<String,String> {

    private int successCount = 0;
    private int errorCount = 0;

    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return record;
    }

    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {

        if (exception==null) {
            successCount++;
        } else {
            errorCount++;
        }

    }

    @Override
    public void close() {
        System.out.println("发送成功：" + successCount + "条数据！");
        System.out.println("发送失败：" + errorCount + "条数据！");

    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

 

 

 

[lxl@hadoop102 kafka]$ bin/kafka-console-consumer.sh --zookeeper hadoop102:2181 --topic second