SpringBoot整合Kafka和Storm

时间: 2018-05-11 01:02:41

本篇文章主要介绍的是SpringBoot整合kafka和storm以及在这过程遇到的一些问题和解决方案。

kafka和storm的相关知识

如果你对 kafka 和 storm 熟悉的话，这一段可以直接跳过！如果不熟，也可以看看我之前写的博客。一些相关博客如下。

kafka 和 storm的环境安装

地址: http://www.panchengming.com/2018/01/26/pancm70/

http://www.panchengming.com/2018/02/08/pancm72/

SpringBoot整合kafka和storm

为什么使用SpringBoot整合kafka和storm

一般而言，使用kafka整合storm可以应付大多数需求。但是在扩展性上来说，可能就不太好。目前主流的微服务框架SpringCloud是基于SpringBoot的，所以使用SpringBoot对kafka和storm进行整合，可以进行统一配置，扩展性会更好。

使用SpringBoot整合kafka和storm做什么

一般来说，kafka和storm的整合，使用kafka进行数据的传输，然后使用storm实时的处理kafka中的数据。

在这里我们加入SpringBoot之后，也是做这些，只不过是由SpringBoot对kafka和storm进行统一的管理。

如果还是不好理解的话，可以通过下面这个简单的业务场景了解下:

在数据库中有一批大量的用户数据，其中这些用户数据中有很多是不需要的，也就是脏数据，我们需要对这些用户数据进行清洗，然后重新存入数据库中，但是要求实时、延时低，并且便于管理。

所以这里我们就可以使用SpringBoot+kafka+storm来进行相应的开发。

开发准备

在进行代码开发前，我们要明确开发什么。

在上述的业务场景中，需要大量的数据，但是我们这里只是简单的进行开发，也就是写个简单的demo出来，能够简单的实现这些功能，所以我们只需满足如下条件就可以了:

提供一个将用户数据写入kafka的接口;
使用storm的spout获取kafka的数据并发送给bolt;
在bolt移除年龄小于10岁的用户的数据，并写入mysql;

那么根据上述要求我们进行SpringBoot、kafka和storm的整合。

首先需要相应jar包，所以maven的依赖如下:

<properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><java.version>1.8</java.version><springboot.version>1.5.9.RELEASE</springboot.version><mybatis-spring-boot>1.2.0</mybatis-spring-boot><mysql-connector>5.1.44</mysql-connector><slf4j.version>1.7.25</slf4j.version><logback.version>1.2.3</logback.version><kafka.version>1.0.0</kafka.version><storm.version>1.2.1</storm.version><fastjson.version>1.2.41</fastjson.version><druid>1.1.8</druid></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId><version>${springboot.version}</version></dependency><!-- Spring Boot Mybatis 依赖 --><dependency><groupId>org.mybatis.spring.boot</groupId><artifactId>mybatis-spring-boot-starter</artifactId><version>${mybatis-spring-boot}</version></dependency><!-- MySQL 连接驱动依赖 --><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>${mysql-connector}</version></dependency><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>${slf4j.version}</version></dependency><dependency><groupId>ch.qos.logback</groupId><artifactId>logback-classic</artifactId><version>${logback.version}</version></dependency><dependency><groupId>ch.qos.logback</groupId><artifactId>logback-core</artifactId><version>${logback.version}</version></dependency><!-- kafka --><dependency><groupId>org.apache.kafka</groupId><artifactId>kafka_2.12</artifactId><version>${kafka.version}</version><exclusions><exclusion><groupId>org.apache.zookeeper</groupId><artifactId>zookeeper</artifactId></exclusion><exclusion><groupId>org.slf4j</groupId><artifactId>slf4j-log4j12</artifactId></exclusion><exclusion><groupId>log4j</groupId><artifactId>log4j</artifactId></exclusion></exclusions><scope>provided</scope></dependency><dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-clients</artifactId><version>${kafka.version}</version></dependency><dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-streams</artifactId><version>${kafka.version}</version></dependency><!--storm相关jar --><dependency><groupId>org.apache.storm</groupId><artifactId>storm-core</artifactId><version>${storm.version}</version><!--排除相关依赖 --><exclusions><exclusion><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-slf4j-impl</artifactId></exclusion><exclusion><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-1.2-api</artifactId></exclusion><exclusion><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-web</artifactId></exclusion><exclusion><groupId>org.slf4j</groupId><artifactId>slf4j-log4j12</artifactId></exclusion><exclusion><artifactId>ring-cors</artifactId><groupId>ring-cors</groupId></exclusion></exclusions><scope>provided</scope></dependency><dependency><groupId>org.apache.storm</groupId><artifactId>storm-kafka</artifactId><version>${storm.version}</version></dependency><!--fastjson 相关jar --><dependency><groupId>com.alibaba</groupId><artifactId>fastjson</artifactId><version>${fastjson.version}</version></dependency><!-- Druid 数据连接池依赖 --><dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>${druid}</version></dependency></dependencies>

成功添加了相关依赖之后，这里我们再来添加相应的配置。

在 application.properties 中添加如下配置:

# loglogging.config=classpath:logback.xml## mysqlspring.datasource.url=jdbc:mysql://localhost:3306/springBoot2?useUnicode=true&characterEncoding=utf8&allowMultiQueries=truespring.datasource.username=rootspring.datasource.password=123456spring.datasource.driverClassName=com.mysql.jdbc.Driver## kafka kafka.servers = 192.169.0.23\:9092,192.169.0.24\:9092,192.169.0.25\:9092  kafka.topicName = USER_TOPICkafka.autoCommit = falsekafka.maxPollRecords = 100kafka.groupId = groupAkafka.commitRule = earliest

注:上述的配置只是一部分，完整的配置可以在我的github中找到。

数据库脚本:

-- springBoot2库的脚本CREATE TABLE `t_user` (  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增id',  `name` varchar(10) DEFAULT NULL COMMENT '姓名',  `age` int(2) DEFAULT NULL COMMENT '年龄',  PRIMARY KEY (`id`)) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8

注:因为这里我们只是简单的模拟一下业务场景，所以只是建立一张简单的表。

代码编写

说明:这里我只对几个关键的类进行说明，完整的项目工程链接可以在博客底部找到。

在使用SpringBoot整合kafka和storm之前，我们可以先对kfaka和storm的相关代码编写，然后在进行整合。

首先是数据源的获取，也就是使用storm中的spout从kafka中拉取数据。

在之前的storm入门中，讲过storm的运行流程，其中spout是storm获取数据的一个组件，其中我们主要实现 nextTuple 方法，编写从kafka中获取数据的代码就可以在storm启动后进行数据的获取。

spout类的主要代码如下:

@Overridepublic void nextTuple() {    for (;;) {        try {            msgList = consumer.poll(100);            if (null != msgList && !msgList.isEmpty()) {                String msg = "";                List<User> list=new ArrayList<User>();                for (ConsumerRecord<String, String> record : msgList) {                    // 原始数据                    msg = record.value();                    if (null == msg || "".equals(msg.trim())) {                        continue;                    }                    try{                        list.add(JSON.parseObject(msg, User.class));                    }catch(Exception e){                        logger.error("数据格式不符!数据:{}",msg);                        continue;                    }                 }                 logger.info("Spout发射的数据:"+list);                //发送到bolt中                this.collector.emit(new Values(JSON.toJSONString(list)));                 consumer.commitAsync();            }else{                TimeUnit.SECONDS.sleep(3);                logger.info("未拉取到数据...");            }        } catch (Exception e) {            logger.error("消息队列处理异常!", e);            try {                TimeUnit.SECONDS.sleep(10);            } catch (InterruptedException e1) {                logger.error("暂停失败!",e1);            }        }    }}

注:如果spout在发送数据的时候发送失败，是会重发的！

上述spout类中主要是将从kafka获取的数据传输传输到bolt中，然后再由bolt类处理该数据，处理成功之后，写入数据库，然后给与sqout响应，避免重发。

bolt类主要处理业务逻辑的方法是 execute ，我们主要实现的方法也是写在这里。需要注意的是这里只用了一个bolt，因此也不用定义Field进行再次的转发。

代码的实现类如下:

@Override    public void execute(Tuple tuple) {        String msg=tuple.getStringByField(Constants.FIELD);        try{            List<User> listUser =JSON.parseArray(msg,User.class);            //移除age小于10的数据            if(listUser!=null&&listUser.size()>0){                Iterator<User> iterator = listUser.iterator();                 while (iterator.hasNext()) {                     User user = iterator.next();                     if (user.getAge()<10) {                         logger.warn("Bolt移除的数据:{}",user);                         iterator.remove();                     }                 }                if(listUser!=null&&listUser.size()>0){                    userService.insertBatch(listUser);                }            }        }catch(Exception e){            logger.error("Bolt的数据处理失败!数据:{}",msg,e);        }    }

编写完了spout和bolt之后，我们再来编写storm的主类。

storm的主类主要是对Topology(拓步)进行提交，提交Topology的时候，需要对spout和bolt进行相应的设置。Topology的运行的模式有两种:

一种是本地模式，利用本地storm的jar模拟环境进行运行。

LocalCluster cluster = new LocalCluster();cluster.submitTopology("TopologyApp", conf,builder.createTopology());

另一种是远程模式，也就是在storm集群进行运行。

StormSubmitter.submitTopology(args[0], conf, builder.createTopology());

这里为了方便，两种方法都编写了，通过主方法的args参数来进行控制。

Topology相关的配置说明在代码中的注释写的很详细了，这里我就不再多说了。

代码如下:

public  void runStorm(String[] args) {  // 定义一个拓扑  TopologyBuilder builder = new TopologyBuilder();  // 设置1个Executeor(线程)，默认一个  builder.setSpout(Constants.KAFKA_SPOUT, new KafkaInsertDataSpout(), 1);  // shuffleGrouping:表示是随机分组  // 设置1个Executeor(线程)，和两个task  builder.setBolt(Constants.INSERT_BOLT, new InsertBolt(), 1).setNumTasks(1).shuffleGrouping(Constants.KAFKA_SPOUT);  Config conf = new Config();  //设置一个应答者  conf.setNumAckers(1);  //设置一个work  conf.setNumWorkers(1);  try {      // 有参数时，表示向集群提交作业，并把第一个参数当做topology名称      // 没有参数时，本地提交      if (args != null && args.length > 0) {           logger.info("运行远程模式");          StormSubmitter.submitTopology(args[0], conf, builder.createTopology());      } else {          // 启动本地模式          logger.info("运行本地模式");          LocalCluster cluster = new LocalCluster();          cluster.submitTopology("TopologyApp", conf, builder.createTopology());      }  } catch (Exception e) {      logger.error("storm启动失败!程序退出!",e);      System.exit(1);  }  logger.info("storm启动成功...");  }

好了，编写完了kafka和storm相关的代码之后，我们再来进行和SpringBoot的整合!

在进行和SpringBoot整合前，我们先要解决下一下几个问题。

1 在SpringBoot程序中如何提交storm的Topolgy?

storm是通过提交Topolgy来确定如何启动的，一般使用过运行main方法来启动，但是SpringBoot启动方式一般也是通过main方法启动的。所以应该怎么样解决呢?

解决思路:将storm的Topology写在SpringBoot启动的主类中，随着SpringBoot启动而启动。
实验结果:可以一起启动(按理来说也是可以的)。但是随之而来的是下一个问题，bolt和spout类无法使用spring注解。

2 如何让bolt和spout类使用spring注解?

解决思路:在了解到spout和bolt类是由nimbus端实例化，然后通过序列化传输到supervisor，再反向序列化，因此无法使用注解，所以这里可以换个思路，既然不能使用注解，那么就动态获取Spring的bean就好了。
实验结果:使用动态获取bean的方法之后，可以成功启动storm了。

3.有时启动正常，有时无法启动，动态的bean也无法获取?

解决思路:在解决了1、2的问题之后，有时出现问题3，找了很久才找到，是因为之前加入了SpringBoot的热部署，去掉之后就没出现了…。

上面的三个问题是我在整合的时候遇到的，其中解决办法在目前看来是可行的，或许其中的问题可能是因为其他的原因导致的，不过目前就这样整合之后，就没出现过其他的问题了。若上述问题和解决办法有不妥之后，欢迎批评指正！

解决了上面的问题之后，我们回到代码这块。

其中，程序的入口，也就是主类的代码在进行整合后如下:

@SpringBootApplicationpublic class Application{    public static void main(String[] args) {        // 启动嵌入式的 Tomcat 并初始化 Spring 环境及其各 Spring 组件        ConfigurableApplicationContext context = SpringApplication.run(Application.class, args);        GetSpringBean springBean=new GetSpringBean();        springBean.setApplicationContext(context);        TopologyApp app = context.getBean(TopologyApp.class);        app.runStorm(args);    }}

动态获取bean的代码如下:

public class GetSpringBean implements ApplicationContextAware{    private static ApplicationContext context;    public static Object getBean(String name) {        return context.getBean(name);    }    public static <T> T getBean(Class<T> c) {        return context.getBean(c);    }    @Override    public void setApplicationContext(ApplicationContext applicationContext)            throws BeansException {        if(applicationContext!=null){            context = applicationContext;        }    }}

主要的代码的介绍就到这里了，至于其它的，基本就和以前的一样了。

测试结果

成功启动程序之后，我们先调用接口新增几条数据到kafka

新增请求:

POST http://localhost:8087/api/user{"name":"张三","age":20}{"name":"李四","age":10}{"name":"王五","age":5}

新增成功之后，我们可以使用xshell工具在kafka集群中查看数据。

输入: **kafka-console-consumer.sh --zookeeper master:2181 --topic USER_TOPIC --from-beginning**

然后可以看到以下输出结果。

上述也表示了数据成功的写入了kafka。

因为是实时的从kafka那数据，我们也可以从控制台查看打印的语句。

控制台输出:

INFO  com.pancm.storm.spout.KafkaInsertDataSpout - Spout发射的数据:[{"age":5,"name":"王五"}, {"age":10,"name":"李四"}, {"age":20,"name":"张三"}]WARN  com.pancm.storm.bolt.InsertBolt - Bolt移除的数据:{"age":5,"name":"王五"}INFO  com.alibaba.druid.pool.DruidDataSource - {dataSource-1} initedDEBUG com.pancm.dao.UserDao.insertBatch - ==>  Preparing: insert into t_user (name,age) values (?,?) , (?,?) DEBUG com.pancm.dao.UserDao.insertBatch - ==> Parameters: 李四(String), 10(Integer), 张三(String), 20(Integer)DEBUG com.pancm.dao.UserDao.insertBatch - <==    Updates: 2INFO  com.pancm.service.impl.UserServiceImpl - 批量新增2条数据成功!

可以在控制台成功的看到处理的过程和结果。

然后我们也可以通过接口进行数据库所有的数据查询。

查询请求:

GET http://localhost:8087/api/user

返回结果:

[{"id":1,"name":"李四","age":10},{"id":2,"name":"张三","age":20}]

上述代码中测试返回的结果显然是符合我们预期的。

结语

关于SpringBoot整合kafka和storm暂时就告一段落了。本篇文章只是简单的介绍这些相关的使用，在实际的应用可能会更复杂。如果有有更好的想法和建议，欢迎留言进行讨论！

SpringBoot整合kafka和storm的工程我放在github上了，如果感觉不错的话请给个star吧。

Gihub地址: https://github.com/xuwujing/springBoot-study

对了，也有kafka整合storm的工程，也在我的github上。

地址: https://github.com/xuwujing/kafka-study

到此，本文结束，谢谢阅读。

作者：虚无境

博客园出处： http://www.cnblogs.com/xuwujing

CSDN出处： http://blog.csdn.net/qazwsxpcm

个人博客出处： http://www.panchengming.com

原创不易，转载请标明出处，谢谢！