消息队列Kafka简朴使用(可以直接上手)

1.消息中心件简介

消息中心件（Message Middleware）是一种在分布式系统中用于解耦差异服务或组件的软件，它通过异步消息传递的方式来实现服务之间的通信。消息中心件答应系统组件之间通过发送和吸收消息举行交互，而无需知道彼此的详细实现细节，从而提高了系统的可扩展性、灵活性和可靠性。
关键特性：

• 异步通信：消息发送者不必要等待吸收者的即时响应，可以继续执行其他任务；
  
• 解耦：消息中心件降低了服务之间的耦合度，使得各个服务可以独立开发和摆设；
  
• 可靠传输：消息中心件通常提供消息长期化功能，确保消息不会因系统故障而丢失；
  
• 负载均衡：消息中心件可以均衡差异服务之间的负载，避免单个服务的过载；
  
• 消息排序：包管消息按照特定的次序举行处理；
  
• 事务管理：支持事务性消息，确保消息处理的原子性、一致性、隔离性和长期性（ACID特性）。
  

常见使用场景：

• 应用解耦：在差异的服务或应用之间传递消息，降低它们之间的直接依赖；
  
• 事故驱动架构：在事故驱动的系统中，消息中心件作为事故总线，传递事故消息；
  
• 分布式系统：在分布式情况中，消息中心件用于服务间的通信；
  
• 大数据处理：在数据分析和处理系统中，消息中心件用于网络和分发大量数据；
  
• 微服务架构：微服务之间通过消息中心件举行通信，实现服务的独立性和动态扩展。
  

常见消息中心件：

• Apache Kafka：适用于高吞吐量、可扩展的分布式消息系统；
  
• RabbitMQ：基于AMQP协议的开源消息代理软件，适用于复杂的消息路由；
  
• ActiveMQ：也是一个基于JMS的开源消息代理，支持多种跨语言的通讯协议；
  
• Amazon SQS：亚马逊提供的简朴队列服务，适用于云情况中的消息队列；
  
• Apache Pulsar：是一个用于服务器到服务器的消息传递系统，具有高吞吐量、低耽误的特点。
  

消息模型：

• 点对点（Point-to-Point）：消息从一个发送者发送到一个吸收者；
  
• 发布/订阅（Publish/Subscribe）：消息从一个发送者发送到多个吸收者；
  
• 请求/回复（Request/Reply）：发送者发送消息并等待吸收者的响应。
  

2.Kafka介绍

Kafka是一个由LinkedIn公司开发的分布式流处理平台，它具有高吞吐量、可扩展性强、可长期化、可容错等特点，被广泛用于构建实时的数据管道和流式应用程序。Kafka的消息模型主要基于发布/订阅（Publish/Subscribe）模式，但也包含了点对点（Point-to-Point）模型的某些特性。
发布/订阅模型：

• 主题（Topics）：在Kafka中，消息被发布到称为“主题”的种别中。主题雷同于消息队列，但它可以拥有多个订阅者；
  
• 生产者（Producers）：生产者是发布消息到Kafka主题的实体。生产者可以选择将消息发送到主题内的任何一个分区；
  
• 消费者（Consumers）：消费者是订阅主题并读取消息的实体。在Kafka中，消费者可以是属于消费者组的一部分；
  
• 消费者组（Consumer Groups）：消费者组是一组消费者的聚集，它们共同消费一个主题的消息，但每个消费者只能消费到消息的一个子集。Kafka确保每个分区只由消费者组中的一个消费者来消费，以避免重复消费；
  
• 代理（Broker）：Kafka集群中的服务器，存储数据并处理客户端的请求；
  
• ZooKeeper：Kafka使用ZooKeeper来协调broker，并保持集群配置的一致性。
  

架构：

分区（Partitions）：

• 消息分区：一个主题可以有一个或多个分区，每个分区是一个有序且不可变的消息序列。分区内的每条消息都会被分配一个次序的、不可变的ID，称为偏移量（Offset）。
  
• 分区副本：为了提高可用性，Kafka答应为每个分区创建多个副本，这些副本分布在差异的broker上。副本分为向导者副本（Leader）和跟随者副本（Follower），生产者和消费者只与向导者副本交互，跟随着副本只是被动跟随。
  

发布/订阅消息模型的特点：

• 长期化：Kafka将消息长期化到磁盘，纵然在系统故障的情况下也不会丢失消息；
  
• 高吞吐量：通太过区和并行处理，Kafka能够处理大量的消息；
  
• 可扩展性：可以轻松地向Kafka集群添加更多的broker，无需停机，以增加处理能力；
  
• 容错性：通过副本机制，Kafka能够在broker失败的情况下继续工作；
  
• 有序性：在单个分区内部，消息是有序的，消费者按照次序读取消息。在分区内部，消息是有序的，在差异的分区之间，消息的次序是不包管的，假如必要全局有序，则只能使用单个分区。
  

3.Kafka安装

百度网盘链接：kafka_2.13-3.7.1.tgz
Windows安装

条件条件： Java情况（JDK 1.8或更高版本）

• 下载Kafka： 从Kafka官网下载下载Windows版本的Kafka
  
  
  
  
• 解压Kafka安装包： 将下载的Kafka压缩包解压到一个目次下，调解一下目次，把kafka_2.13-3.7.1改成kafka，其中bin文件夹里还有个windows文件夹，是Windows使用的脚本文件
  
  
  
  
• 启动Zookeeper服务： Kafka自己包含了Zookeeper
  启动Zookeeper之前先配置一下，在config文件夹下zookeeper.properties文件，主要修改下面两项
  
  1. # 数据存储
  2. dataDir=E:/projects/Kafka/kafka/zookeeper-data
  3. # 日志文件
  4. dataLogDir=E:/projects/Kafka/kafka/zookeeper-logs

  复制代码
  命令行进入/bin/windows目次下，启动，没有报错停止就是启动成功了
  
  1. zookeeper-server-start.bat ../../config/zookeeper.properties

  复制代码
• 启动Kafka服务：
  启动Kafka之前也要配置一下，在config文件夹下server.properties文件
  
  1. # 集群模式下，每台Kafka服务器需要一个唯一的broker.id值
  2. broker.id=0
  3. # 日志文件
  4. log.dirs=E:/projects/Kafka/kafka/kafka-logs
  5. # zookeeper连接
  6. zookeeper.connect=localhost:2181
  7. # 端口（不用改）
  8. listeners=PLAINTEXT://:9092

  复制代码
  另起命令行窗口，进入/bin/windows目次下，然后运行以下命令，没有报错停止就是启动成功了
  
  1. kafka-server-start.bat ../../config/server.properties

  复制代码

Linux(CentOS7)安装

条件条件： Java情况（JDK 1.8或更高版本）

• 下载Kafka： 从Kafka官网下载下载，右键复制链接
  
  
  
  
• 通过wget下载：
  
  1. wget https://downloads.apache.org/kafka/3.7.1/kafka_2.13-3.7.1.tgz

  复制代码
• 解压Kafka安装包：
  
  1. tar -xzf kafka_2.13-3.7.1.tgz -C /usr/local
  2. mv /usr/local/Kafka/kafka_2.13-3.7.1 /usr/local/kafka

  复制代码
• 启动Zookeeper服务： Kafka自己包含了Zookeeper
  启动Zookeeper之前先配置一下，在config文件夹下zookeeper.properties文件，主要修改下面两项
  
  1. # vim编辑zookeeper配置文件
  2. vi /usr/local/kafka/config/zookeeper.properties
  3. # i进入编辑
  4. i
  5. # esc退出编辑
  6. esc
  7. # 保存退出
  8. :qw
  9. # 数据存储
  10. dataDir=/usr/local/kafka/zookeeper-data
  11. # 日志文件
  12. dataLogDir=/usr/local/kafka/zookeeper-logs

  复制代码
  进入/bin目次下，启动，没有报错停止就是启动成功了
  
  1. cd /usr/local/kafka/bin
  2. zookeeper-server-start.sh -daemon /usr/local/kafka/config/zookeeper.properties

  复制代码
• 启动Kafka服务：
  启动Kafka之前也要配置一下，在config文件夹下server.properties文件，
  
  1. # 集群模式下，每台Kafka服务器需要一个唯一的broker.id值
  2. broker.id=0
  3. # 日志文件
  4. log.dirs=/usr/local/kafka/kafka-logs
  5. # zookeeper连接
  6. zookeeper.connect=localhost:2181
  7. # 端口（不用改）
  8. listeners=PLAINTEXT://:9092

  复制代码
  另起命令行窗口，进入/bin目次下，然后运行以下命令，没有报错停止就是启动成功了
  
  1. cd /usr/local/kafka/bin
  2. kafka-server-start.sh -daemon /usr/local/kafka/config/zookeeper.properties

  复制代码

Docker安装

条件条件： Java情况（JDK 1.8或更高版本），确保安装了Docker

• 拉取ZooKeeper镜像（Kafka依赖ZooKeeper）：
  
  1. docker pull wurstmeister/zookeeper

  复制代码
• 拉取Kafka镜像： 使用以下命令拉取最新的Kafka镜像：
  
  1. docker pull wurstmeister/kafka

  复制代码
• 启动ZooKeeper容器： 容器启动起来就成功了
  
  1. docker run -d --name zookeeper -p 2181:2181 -t wurstmeister/zookeeper

  复制代码
• 启动Kafka容器：容器启动起来就成功了
  
  1. docker run -d --name kafka -p 9092:9092 --link zookeeper:zookeeper --env KAFKA_ZOOKEEPER_CONNECT=zookeeper:2181 --env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://localhost:9092 --env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 --env KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR=1 wurstmeister/kafka

  复制代码
  
  
  • --name kafka: 设置容器的名字为“kafka”。
    
  • -p 9092:9092: 将容器的9092端口映射到宿主机的9092端口。
    
  • --link zookeeper:zookeeper: 毗连到名为“zookeeper”的另一个Docker容器，并且在当前的容器中可以通过zookeeper这个别名来访问它。
    
  • --env KAFKA_ZOOKEEPER_CONNECT=zookeeper:2181: 设置情况变量，指定ZooKeeper的毗连字符串。
    
  • --env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://localhost:9092: 设置情况变量，指定Kafka的advertised listeners。
    
  • --env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092: 设置情况变量，指定Kafka的listeners。
    
  • --env KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR=1: 设置情况变量，指定offsets topic的副本因子。
    
  • wurstmeister/kafka: 使用的Docker镜像名字。
    
  
  

4.可视化工具kafka-eagle的安装

百度网盘链接：kafka-eagle-bin-3.0.1.tar.gz
Windows安装

大部分借鉴大佬的安装，做个记录方便以后查看，原文地址
条件条件

• Kafka已经安装并运行
  
• Java情况（JDK 1.8或更高版本）
  
• MySQL数据库（用于存储Kafka-Eagle的元数据）
  

• 下载Kafka-Eagle：
  Kafka-Eagle官网
  Github地址
  
• 解压Kafka-Eagle安装包： 将下载的Kafka-Eagle压缩包解压到一个目次下，可以修改一下目次
  

• 配置两个情况变量： JDK(JAVA_HOME)和Kafka-Eagle(KE_HOME)，以Kafka-Eagle为例：
  
  
  
  
  
  
  
• 创建数据库(MySQL)ke，启动项目会自动创建表
  
• 为了能监控Kafka数据，Kafka必要开启JMX，对外袒露更多数据，方便某些监控之类的插件来使用，修改\kafka\bin\windows目次下的kafka-server-start.bat脚本，然后重启Kafka
  
  1. # 在35行下面另起一行添加如下
  2. set JMX_PORT=9999

  复制代码
• 配置Kafka-Eagle： 编辑E:\projects\Kafka\kafka-eagle\efak-web-3.0.1\conf\system-config.properties文件，配置Kafka和数据库信息：
  
  1. # 配置Zookeeper(5行附近)
  2. efak.zk.cluster.alias=cluster1
  3. cluster1.zk.list=localhost:2181
  4. #cluster2.zk.list=xdn10:2181,xdn11:2181,xdn12:2181
  6. # 配置JXM地址(59行附近)
  7. cluster1.efak.jmx.uri=service:jmx:rmi:///jndi/rmi://localhost:9999/jmxrmi
  9. # 配置MySQL数据库(124行附近)
  10. efak.driver=com.mysql.cj.jdbc.Driver
  11. efak.url=jdbc:mysql://127.0.0.1:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
  12. efak.username=root
  13. efak.password=123456
  15. # 配置sqlite数据库(116行附近)，和MySQL二选一
  16. efak.driver=org.sqlite.JDBC
  17. efak.url=jdbc:sqlite:/hadoop/kafka-eagle/db/ke.db
  18. efak.username=root
  19. efak.password=www.kafka-eagle.org

  复制代码
• 进入bin目次，运行以下命令
  
  1. ke.bat start

  复制代码
• 访问Kafka-Eagle Web界面： 打开浏览器，访问http://localhost:8048/，使用默认用户名admin和密码123456登录。
  
  
  
  

在安装过程中出现三个问题

• Tomcat日志输出乱码
  办理：在efak-web-3.0.1\kms\conf目次下修改logging.properties配置文件，将Tomcat日志输出编码改为GBK
  
  1. # 大概在51行，将UTF-8改为GBK
  2. java.util.logging.ConsoleHandler.encoding = GBK

  复制代码
• MySQL时区非常
  办理：用root用户设置时区
  
  1. set global time_zone='+8:00';

  复制代码
• 表缺失，下载建表sql脚本，百度网盘链接：kafka-eagle-createTable.sql
  

Linux(CentOS7)安装

条件条件

• Kafka已经安装并运行
  
• Java情况（JDK 1.8或更高版本）
  
• MySQL数据库（用于存储Kafka-Eagle的元数据）
  

• 下载Kafka-Eagle： 找到对应下载地址，右键复制链接，wget下载
  Kafka-Eagle官网
  Github地址
  
  1. wget https://github.com/smartloli/kafka-eagle-bin/archive/v3.0.1.tar.gz

  复制代码
• 解压Kafka-Eagle安装包：
  
  1. # 解压、移动目录等自己看着改，简洁一些就行
  2. tar -zxvf kafka-eagle-bin-3.0.1.tar.gz -d /usr/local
  3. mv /usr/local/kafka-eagle-bin-3.0.1 /usr/local/kafka-eagle
  4. cd /usr/local/kafka-eagle
  5. tar -zxvf efak-web-3.0.1-bin.tar.gz

  复制代码
• 设置情况变量，在/etc/profile文件里
  
  1. # 使用vim编辑文件
  2. vi /etc/profile

  复制代码
  设置情况
  
  1. # 设置值，根据自己文件位置设置
  2. export JAVA_HOME=/usr/local/jdk/java-1.8.0-openjdk-1.8.0.161-3.b14.el6_9.x86_64
  3. export JRE_HOME=${JAVA_HOME}/jre
  4. export KE_HOME=/usr/local/kafka-eagle/efak-web-3.0.1-bin
  5. export CLASSPATH=$CLASSPATH:.:${JAVA_HOME}/lib:${JAVA_HOME}/jre/lib
  6. export PATH=${KE_HOME}/bin:${JAVA_HOME}/bin:${JAVA_HOME}/jre/bin:$PATH

  复制代码
  使其收效
  
  1. # 退出，执行使其生效
  2. source /etc/profile

  复制代码
• 创建数据库(MySQL)ke，启动项目会自动创建表
  
• 配置Kafka-Eagle： 编辑\usr\local\kafka-eagle\efak-web-3.0.1\conf\system-config.properties文件，配置Kafka和数据库信息：
  
  1. # 配置Zookeeper(5行附近)
  2. efak.zk.cluster.alias=cluster1
  3. cluster1.zk.list=localhost:2181
  4. #cluster2.zk.list=xdn10:2181,xdn11:2181,xdn12:2181
  6. # 配置JXM地址(59行附近)
  7. cluster1.efak.jmx.uri=service:jmx:rmi:///jndi/rmi://localhost:9999/jmxrmi
  9. # 配置MySQL数据库(124行附近)
  10. efak.driver=com.mysql.cj.jdbc.Driver
  11. efak.url=jdbc:mysql://127.0.0.1:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
  12. efak.username=root
  13. efak.password=123456
  15. # 配置sqlite数据库(116行附近)，和MySQL二选一
  16. # efak.driver=org.sqlite.JDBC
  17. # efak.url=jdbc:sqlite:/hadoop/kafka-eagle/db/ke.db
  18. # efak.username=root
  19. # efak.password=www.kafka-eagle.org

  复制代码
• 运行以下命令
  
  1. cd /usr/local/kafka-eagle/efak-web-3.0.1
  2. ./bin/ke.sh start

  复制代码
• 访问Kafka-Eagle Web界面： 打开浏览器，访问http://xxxip:8048/，使用默认用户名admin和密码123456登录。
  

Docker安装

• 拉取Kafka-Eagle镜像： 使用以下命令拉取Kafka-Eagle镜像：
  
  1. docker pull soulstone/kafka-eagle

  复制代码
• 启动Kafka-Eagle容器：
  
  1. docker run -d --name kafka-eagle -p 8048:8048 \
  2. -e ZK_HOSTS="zookeeper:2181" \
  3. -e KAFKA_EAGLE_URL="jdbc:mysql://localhost:3306/ke" \
  4. -e KAFKA_EAGLE_USER="root" \
  5. -e KAFKA_EAGLE_PASSWORD="123456" soulstone/kafka-eagle

  复制代码
  请确保将MySQL的URL、用户名和密码更换为你自己的数据库信息。
  
• 访问Kafka-Eagle Web界面： 打开浏览器，访问http://localhost:8048/，使用默认用户名admin和密码123456登录。
  

5.Kafka消息队列的使用

SpringBoot整合Demo

• 创建两个Maven项目： 一个是生产者KafkaProducerDemo，用于发布消息，另一个是消费者KafkaConsumerDemo，用于接受消息，两项目目次布局如下：
  
  
  
  
  
  
  
• 引入依赖： 两个项目都在pom.xml中添加Spring Kafka的依赖，整个pom.xml如下
  
  1. <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  2.     xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
  3.     <modelVersion>4.0.0</modelVersion>
  4.     <groupId>com.thkl</groupId>
  5.     <artifactId>KafkaDemo</artifactId>
  6.     <packaging>jar</packaging>
  7.     <version>1.0-SNAPSHOT</version>
  8.     <parent>
  9.     <groupId>org.springframework.boot</groupId>
  10.     <artifactId>spring-boot-starter-parent</artifactId>
  11.     <version>2.3.5.RELEASE</version>
  12.     </parent>
  13.     <dependencies>
  14.     <dependency>
  15.       <groupId>org.springframework.boot</groupId>
  16.       <artifactId>spring-boot-starter-web</artifactId>
  17.       <version>2.3.5.RELEASE</version>
  18.     </dependency>
  19.     <dependency>
  20.       <groupId>org.springframework.kafka</groupId>
  21.       <artifactId>spring-kafka</artifactId>
  22.       <version>2.8.3</version>
  23.     </dependency>
  24.     <dependency>
  25.       <groupId>org.projectlombok</groupId>
  26.       <artifactId>lombok</artifactId>
  27.       <version>1.18.10</version>
  28.     </dependency>
  29.     </dependencies>
  30.     <build>
  31.     </build>
  32. </project>

  复制代码
• 配置Kafka： 两个项目都在application.yml中配置Kafka的属性，留意端口号别一样
  
  1. server:
  2.   # 端口号
  3.   port: 8080
  4. spring:
  5.   kafka:
  6.     # Kafka服务器的地址和端口
  7.     bootstrap-servers: localhost:9092
  8.     consumer:
  9.       # 消费者组的ID
  10.       group-id: thkl-group

  复制代码
• 在KafkaProducerDemo中创建Kafka生产者：
  
  1. @Service
  2. // 可以通过lombok的@AllArgsConstructor注解自动用构造函数注入Beans
  3. @AllArgsConstructor
  4. public class KafkaProducerService {
  6. private KafkaTemplate kafkaTemplate;
  8. public void sendMessage(String message) {
  9.      kafkaTemplate.send("thkl-topic", message);
  10. }
  11. }

  复制代码
  1. @RestController
  2. @AllArgsConstructor
  3. public class KafkaProducerController {
  5.     private KafkaProducerService kafkaProducerService;
  7.     // 发送消息接口
  8.     @GetMapping("/send")
  9.     public String sendMessage(String message) {
  10.         kafkaProducerService.sendMessage(message);
  11.         return "Message sent successfully";
  12.     }
  13. }

  复制代码
• 在KafkaConsumerDemo中创建Kafka消费者：
  
  1. @Service
  2. public class KafkaConsumerService {
  4.     // 使用@KafkaListener注解来创建Kafka消费者
  5.     @KafkaListener(topics = "thkl-topic", groupId = "thkl-group")
  6.     public void receiveMessage(String message) {
  7.         System.out.println("Received message: " + message);
  8.     }
  9. }

  复制代码
• 启动类： 两项目都添加
  
  1. @SpringBootApplication
  2. public class KafkaApplication {
  4.     public static void main(String[] args) {
  5.         SpringApplication.run(KafkaApplication.class, args);
  6.     }
  7. }

  复制代码
• 启动两个项目，端口号不可以一样，否则启动不起来
  在KafkaProducerDemo发布消息
  
  
  
  就可以在KafkaConsumerDemo吸收到消息了
  
  
  
  

KafkaTemplate 主要API

KafkaTemplate是Spring Framework提供的一个用于简化Kafka消息发送的抽象类。它提供了一系列方法来发送消息到Kafka主题，包括同步发送、异步发送、发送消息和对象等。以下是一些主要的KafkaTemplateAPI方法：

• 同步发送
  
  
  
  • send(String topic, Object message): 发送一个对象到指定主题。
    
  • send(String topic, K key, V value): 发送一个键值对到指定主题。
    
  
  
• 异步发送
  
  
  
  • send(String topic, Object message, long timeout, TimeUnit unit): 异步发送一个对象到指定主题，并等待响应。
    
  • send(String topic, K key, V value, long timeout, TimeUnit unit): 异步发送一个键值对到指定主题，并等待响应。
    
  
  
• 发送消息和对象
  
  
  
  • send(String topic, Object message, Map<String, Object> headers): 发送一个对象到指定主题，并附带消息头。
    
  • send(String topic, K key, V value, Map<String, Object> headers): 发送一个键值对到指定主题，并附带消息头。
    
  
  
• 发送消息
  
  
  
  • send(String topic, Object message, String key): 发送一个对象到指定主题，并指定消息的键。
    
  • send(String topic, K key, V value): 发送一个键值对到指定主题。
    
  
  
• 发送对象
  
  
  
  • send(String topic, Object message): 发送一个对象到指定主题。
    
  
  
• 发送消息和对象（可选键）
  
  
  
  • send(String topic, Object message, String key, Map<String, Object> headers): 发送一个对象到指定主题，并指定消息的键和消息头。
    
  • send(String topic, K key, V value, Map<String, Object> headers): 发送一个键值对到指定主题，并附带消息头。
    
  
  
• 发送消息（可选键）
  
  
  
  • send(String topic, Object message, String key): 发送一个对象到指定主题，并指定消息的键。
    
  • send(String topic, K key, V value): 发送一个键值对到指定主题。
    
  
  
• 发送消息（可选键和消息头）
  
  
  
  • send(String topic, Object message, String key, Map<String, Object> headers): 发送一个对象到指定主题，并指定消息的键和消息头。
    
  • send(String topic, K key, V value, Map<String, Object> headers): 发送一个键值对到指定主题，并附带消息头。
    
  
  
• 发送消息（消息头）
  
  
  
  • send(String topic, Object message, Map<String, Object> headers): 发送一个对象到指定主题，并附带消息头。
    
  • send(String topic, K key, V value, Map<String, Object> headers): 发送一个键值对到指定主题，并附带消息头。
    
  
  
• 发送消息（键）
  
  
  
  • send(String topic, Object message, String key): 发送一个对象到指定主题，并指定消息的键。
    
  • send(String topic, K key, V value): 发送一个键值对到指定主题。
    
  
  
• 发送消息（键和消息头）
  
  
  
  • send(String topic, Object message, String key, Map<String, Object> headers): 发送一个对象到指定主题，并指定消息的键和消息头。
    
  • send(String topic, K key, V value, Map<String, Object> headers): 发送一个键值对到指定主题，并附带消息头。
    
  
  

注： 这些方法的详细实现大概会根据Kafka客户端版本和Spring Kafka版本有所差异。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。