實(shí)現(xiàn)SpringBoot+Nacos+Kafka微服務(wù)流編排的示例分析

這篇文章主要介紹實(shí)現(xiàn)SpringBoot+Nacos+Kafka微服務(wù)流編排的示例分析，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

前言

最近一直在做微服務(wù)開發(fā)，涉及了一些數(shù)據(jù)處理模塊的開發(fā)，每個(gè)處理業(yè)務(wù)都會(huì)開發(fā)獨(dú)立的微服務(wù)，便于后面拓展和流編排，學(xué)習(xí)了SpringCloud Data Flow等框架，感覺這個(gè)框架對于我們來說太重了，維護(hù)起來也比較麻煩，于是根據(jù)流編排的思想，基于我們目前的技術(shù)棧實(shí)現(xiàn)簡單的流編排功能。

簡單的說，我們希望自己的流編排就是微服務(wù)可插拔，微服務(wù)數(shù)據(jù)入口及輸出可不停機(jī)修改。

準(zhǔn)備工作

Nacos安裝及使用入門

自己學(xué)習(xí)的話推薦使用docker安裝，命令如下

• 拉取鏡像 docker pull nacos/nacos-server

• 創(chuàng)建服務(wù) docker run --env MODE=standalone --name nacos -d -p 8848:8848 nacos/nacos-server

然后在瀏覽器輸入 ip:8848/nacos 賬號nacos 密碼nacos

docker能夠幫助我們快速安裝服務(wù)，減少再環(huán)境準(zhǔn)備花的時(shí)間

準(zhǔn)備三個(gè)SpringBoot服務(wù)，引入Nacos及Kafka

<parent>
   <groupId>org.springframework.boot</groupId>
   <artifactId>spring-boot-starter-parent</artifactId>
   <version>2.1.0.RELEASE</version>
</parent>

<dependency>
   <groupId>org.springframework.kafka</groupId>
   <artifactId>spring-kafka</artifactId>
</dependency>

<dependency>
   <groupId>com.alibaba.boot</groupId>
   <artifactId>nacos-config-spring-boot-starter</artifactId>
   <version>0.2.1</version>
</dependency>

配置文件

spring:
  kafka:
    bootstrap-servers: kafka-server:9092
    producer:
      acks: all
    consumer:
      group-id: node1-group #三個(gè)服務(wù)分別為node1 node2 node3
      enable-auto-commit: false
# 部署的nacos服務(wù)
nacos:
  config:
    server-addr: nacos-server:8848

建議配置本機(jī)host 就可以填寫xxx-server 不用填寫服務(wù)ip

業(yè)務(wù)解讀

我們現(xiàn)在需要對三個(gè)服務(wù)進(jìn)行編排，保障每個(gè)服務(wù)可以插拔，也可以調(diào)整服務(wù)的位子示意圖如下：

• node1服務(wù)監(jiān)聽前置服務(wù)發(fā)送的數(shù)據(jù)流，輸入的topic為前置數(shù)據(jù)服務(wù)輸出topic

• node2監(jiān)聽node1處理后的數(shù)據(jù)，所以node2監(jiān)聽的topic為node1輸出的topic,node3同理，最終node3處理完成后將數(shù)據(jù)發(fā)送到數(shù)據(jù)流終點(diǎn)

• 我們現(xiàn)在要調(diào)整流程 移除node2-server,我們只需要把node1-sink改變成node2-sink即可，這樣我們這幾個(gè)服務(wù)就可以靈活的嵌入的不同項(xiàng)目的數(shù)據(jù)流處理業(yè)務(wù)中，做到即插即用（當(dāng)然，數(shù)據(jù)格式這些業(yè)務(wù)層面的都是需要約定好的）

• 動(dòng)態(tài)可調(diào)還可以保證服務(wù)某一節(jié)點(diǎn)出現(xiàn)問題時(shí)候，即時(shí)改變數(shù)據(jù)流向，比如發(fā)送到數(shù)暫存服務(wù)，避免Kafka中積累太多數(shù)據(jù)，吞吐不平衡

Nacos配置

創(chuàng)建配置

通常流編排里面每個(gè)服務(wù)都有一個(gè)輸入及輸出，分別為input及sink，所以每個(gè)服務(wù)我們需要配置兩個(gè)topic，分別是input-topic output-topic，我們就在nacos里面添加輸入輸出配置

nacos配置項(xiàng)需要配置groupId,dataId,通常我們用服務(wù)名稱作為groupId,配置項(xiàng)的名稱作為dataId,如node1-server服務(wù)有一個(gè)input配置項(xiàng)，配置如下:

完成其中一個(gè)服務(wù)的配置，其它服務(wù)參考下圖配置即可

讀取配置

@Configuration
@NacosPropertySource(dataId = "input", groupId = "node1-server", autoRefreshed = true)
// autoRefreshed=true指的是nacos中配置發(fā)生改變后會(huì)刷新，false代表只會(huì)使用服務(wù)啟動(dòng)時(shí)候讀取到的值
@NacosPropertySource(dataId = "sink", groupId = "node1-server", autoRefreshed = true)
public class NacosConfig {

    @NacosValue(value = "${input:}", autoRefreshed = true)
    private String input;

    @NacosValue(value = "${sink:}", autoRefreshed = true)
    private String sink;
    
    public String getInput() {
        return input;
    }
    
    public String getSink() {
        return sink;
    }
}

監(jiān)聽配置改變

服務(wù)的輸入需要在服務(wù)啟動(dòng)時(shí)候創(chuàng)建消費(fèi)者，在topic發(fā)生改變時(shí)候重新創(chuàng)建消費(fèi)者，移除舊topic的消費(fèi)者，輸出是業(yè)務(wù)驅(qū)動(dòng)的，無需監(jiān)聽改變，在每次發(fā)送時(shí)候讀取到的都是最新配置的topic，因?yàn)樵谏厦娴呐渲妙愔衋utoRefreshed = true，這個(gè)只會(huì)刷新nacosConfig中的配置值，服務(wù)需要知道配置改變?nèi)ヲ?qū)動(dòng)消費(fèi)的創(chuàng)建業(yè)務(wù)，需要?jiǎng)?chuàng)建nacos配置監(jiān)聽

/**
 * 監(jiān)聽Nacos配置改變，創(chuàng)建消費(fèi)者，更新消費(fèi)
 */
@Component
public class ConsumerManager {

    @Value("${spring.kafka.bootstrap-servers}")
    private String servers;

    @Value("${spring.kafka.consumer.enable-auto-commit}")
    private boolean enableAutoCommit;
    
    @Value("${spring.kafka.consumer.group-id}")
    private boolean groupId;
    
    @Autowired
    private NacosConfig nacosConfig;
    
    @Autowired
    private KafkaTemplate kafkaTemplate;
    
    // 用于存放當(dāng)前消費(fèi)者使用的topic
    private String topic;
    
    // 用于執(zhí)行消費(fèi)者線程
    private ExecutorService executorService;
    
    /**
     * 監(jiān)聽input
     */
    @NacosConfigListener(dataId = "node1-server", groupId = "input")
    public void inputListener(String input) {
        // 這個(gè)監(jiān)聽觸發(fā)的時(shí)候 實(shí)際NacosConfig中input的值已經(jīng)是最新的值了 我們只是需要這個(gè)監(jiān)聽觸發(fā)我們更新消費(fèi)者的業(yè)務(wù)
        String inputTopic = nacosConfig.getInput();
        // 我使用nacosConfig中讀取的原因是因?yàn)楸O(jiān)聽到內(nèi)容是input=xxxx而不是xxxx,如果使用需要自己截取一下,nacosConfig中的內(nèi)容框架會(huì)處理好，大家看一下第一張圖的配置內(nèi)容就明白了
        // 先檢查當(dāng)前局部變量topic是否有值,有值代表是更新消費(fèi)者，沒有值只需要?jiǎng)?chuàng)建即可
        if(topic != null) {
            // 停止舊的消費(fèi)者線程
            executorService.shutdownNow();
            executorService == null;
        }
        // 根據(jù)為新的topic創(chuàng)建消費(fèi)者
        topic = inputTopic;
        ThreadFactory threadFactory = new ThreadFactoryBuilder().setNameFormat(topic + "-pool-%d").build();
        executorService = new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<Runnable>(2), threadFactory);
        // 執(zhí)行消費(fèi)業(yè)務(wù)
        executorService.execute(() -> consumer(topic));
    }
    
    /**
     * 創(chuàng)建消費(fèi)者
     */
    public void consumer(String topic) {
        Properties properties = new Properties();
        properties.put("bootstrap.servers", servers);
        properties.put("enable.auto.commit", enableAutoCommit);
        properties.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put("group.id", groupId);
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);
        consumer.subscribe(Arrays.asList(topic));
        try {
            while (!Thread.currentThread().isInterrupted()) {
                Duration duration = Duration.ofSeconds(1L);
                ConsumerRecords<String, String> records = consumer.poll(duration);
                for (ConsumerRecord<String, String> record : records) {
                    String message = record.value();
                    // 執(zhí)行數(shù)據(jù)處理業(yè)務(wù) 省略業(yè)務(wù)實(shí)現(xiàn)
                    String handleMessage =  handle(message);
                    // 處理完成后發(fā)送到下一個(gè)節(jié)點(diǎn)
                    kafkaTemplate.send(nacosConfig.getSink(), handleMessage);
                }
            }
            consumer.commitAsync();
        }
        } catch (Exception e) {
            LOGGER.error(e.getMessage(), e);
        } finally {
            try {
                consumer.commitSync();
            } finally {
                consumer.close();
            }
        }
    }
}

以上是“實(shí)現(xiàn)SpringBoot+Nacos+Kafka微服務(wù)流編排的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道！