黑马头条:kafka和异步通知文章上下架

本笔记内容为黑马头条项目的kafka及异步通知文章上下架部分

目录

一、kafka概述

二、kafka安装配置

三、kafka入门

四、kafka高可用设计

1、集群

2、备份机制(Replication）

五、kafka生产者详解

1、发送类型

2、参数详解

六、kafka消费者详解

1、消费者组

2、消息有序性

3、提交和偏移量

七、springboot集成kafka

1、入门

2、传递消息为对象

八、自媒体文章上下架功能完成

1、需求分析

2、流程说明

3、接口定义

4、自媒体文章上下架-功能实现

5、消息通知article端文章上下架

---

一、kafka概述

---

消息中间件对比

消息中间件对比-选择建议

kafka介绍

Kafka 是一个分布式流媒体平台,类似于消息队列或企业消息传递系统。kafka官网：Apache Kafka  

kafka介绍-名词解释

• producer：发布消息的对象称之为主题生产者（Kafka topic producer）

• topic：Kafka将消息分门别类，每一类的消息称之为一个主题（Topic）

• consumer：订阅消息并处理发布的消息的对象称之为主题消费者（consumers）

• broker：已发布的消息保存在一组服务器中，称之为Kafka集群。集群中的每一个服务器都是一个代理（Broker）。 消费者可以订阅一个或多个主题（topic），并从Broker拉数据，从而消费这些已发布的消息。

二、kafka安装配置

---

Kafka对于zookeeper是强依赖，保存kafka相关的节点数据，所以安装Kafka之前必须先安装zookeeper

Docker安装zookeeper

下载镜像：

docker pull zookeeper:3.4.14

创建容器

docker run -d --name zookeeper -p 2181:2181 zookeeper:3.4.14

Docker安装kafka

下载镜像：  

docker pull wurstmeister/kafka:2.12-2.3.1

创建容器         

1.  
   docker run -d --name kafka \
2.  
   --env KAFKA_ADVERTISED_HOST_NAME=192.168.200.130 \
3.  
   --env KAFKA_ZOOKEEPER_CONNECT=192.168.200.130:2181 \
4.  
   --env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.200.130:9092 \
5.  
   --env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 \
6.  
   --env KAFKA_HEAP_OPTS="-Xmx256M -Xms256M" \
7.  
   --net=host wurstmeister/kafka:2.12-2.3.1

三、kafka入门

---

• 生产者发送消息，多个消费者只能有一个消费者接收到消息

• 生产者发送消息，多个消费者都可以接收到消息

（1）创建kafka-demo项目，导入依赖

1.  
   <dependency>
2.  
   <groupId>org.apache.kafka</groupId>
3.  
   <artifactId>kafka-clients</artifactId>
4.  
   </dependency>

（2）生产者发送消息

1.  
   package com.heima.kafka.sample;
2.  
    
3.  
   import org.apache.kafka.clients.producer.KafkaProducer;
4.  
   import org.apache.kafka.clients.producer.ProducerConfig;
5.  
   import org.apache.kafka.clients.producer.ProducerRecord;
6.  
    
7.  
   import java.util.Properties;
8.  
    
9.  
   /**
10.  
    * 生产者
11.  
    */
12.  
    public class ProducerQuickStart {
13.  
     
14.  
    public static void main(String[] args) {
15.  
    //1.kafka的配置信息
16.  
    Properties properties = new Properties();
17.  
    //kafka的连接地址
18.  
    properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.200.130:9092");
19.  
    //发送失败，失败的重试次数
20.  
    properties.put(ProducerConfig.RETRIES_CONFIG,5);
21.  
    //消息key的序列化器
22.  
    properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
23.  
    //消息value的序列化器
24.  
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
25.  
     
26.  
    //2.生产者对象
27.  
    KafkaProducer<String,String> producer = new KafkaProducer<String, String>(properties);
28.  
     
29.  
    //封装发送的消息
30.  
    ProducerRecord<String,String> record = new ProducerRecord<String, String>("itheima-topic","100001","hello kafka");
31.  
     
32.  
    //3.发送消息
33.  
    producer.send(record);
34.  
     
35.  
    //4.关闭消息通道，必须关闭，否则消息发送不成功
36.  
    producer.close();
37.  
    }
38.  
     
39.  
    }

（3）消费者接收消息

1.  
   package com.heima.kafka.sample;
2.  
    
3.  
   import org.apache.kafka.clients.consumer.ConsumerConfig;
4.  
   import org.apache.kafka.clients.consumer.ConsumerRecord;
5.  
   import org.apache.kafka.clients.consumer.ConsumerRecords;
6.  
   import org.apache.kafka.clients.consumer.KafkaConsumer;
7.  
    
8.  
   import java.time.Duration;
9.  
   import java.util.Collections;
10.  
    import java.util.Properties;
11.  
     
12.  
    /**
13.  
    * 消费者
14.  
    */
15.  
    public class ConsumerQuickStart {
16.  
     
17.  
    public static void main(String[] args) {
18.  
    //1.添加kafka的配置信息
19.  
    Properties properties = new Properties();
20.  
    //kafka的连接地址
21.  
    properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.200.130:9092");
22.  
    //消费者组
23.  
    properties.put(ConsumerConfig.GROUP_ID_CONFIG, "group2");
24.  
    //消息的反序列化器
25.  
    properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
26.  
    properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
27.  
     
28.  
    //2.消费者对象
29.  
    KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(properties);
30.  
     
31.  
    //3.订阅主题
32.  
    consumer.subscribe(Collections.singletonList("itheima-topic"));
33.  
     
34.  
    //当前线程一直处于监听状态
35.  
    while (true) {
36.  
    //4.获取消息
37.  
    ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));
38.  
    for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
39.  
    System.out.println(consumerRecord.key());
40.  
    System.out.println(consumerRecord.value());
41.  
    }
42.  
    }
43.  
     
44.  
    }
45.  
     
46.  
    }

总结

• 生产者发送消息，多个消费者订阅同一个主题，只能有一个消费者收到消息（一对一）

• 生产者发送消息，多个消费者订阅同一个主题，所有消费者都能收到消息（一对多）

四、kafka高可用设计

---

1、集群

• Kafka 的服务器端由被称为 Broker 的服务进程构成，即一个 Kafka 集群由多个 Broker 组成

• 这样如果集群中某一台机器宕机，其他机器上的 Broker 也依然能够对外提供服务。这其实就是 Kafka 提供高可用的手段之一

2、备份机制(Replication）

Kafka 中消息的备份又叫做 副本（Replica）

Kafka 定义了两类副本：

• 领导者副本（Leader Replica）

• 追随者副本（Follower Replica）

同步方式

ISR（in-sync replica）需要同步复制保存的follower

如果leader失效后，需要选出新的leader，选举的原则如下：

第一：选举时优先从ISR中选定，因为这个列表中follower的数据是与leader同步的

第二：如果ISR列表中的follower都不行了，就只能从其他follower中选取

极端情况，就是所有副本都失效了，这时有两种方案

第一：等待ISR中的一个活过来，选为Leader，数据可靠，但活过来的时间不确定

第二：选择第一个活过来的Replication，不一定是ISR中的，选为leader，以最快速度恢复可用性，但数据不一定完整

五、kafka生产者详解

---

1、发送类型

同步发送

使用send()方法发送，它会返回一个Future对象，调用get()方法进行等待，就可以知道消息是否发送成功

1.  
   RecordMetadata recordMetadata = producer.send(kvProducerRecord).get();
2.  
   System.out.println(recordMetadata.offset());

异步发送

调用send()方法，并指定一个回调函数，服务器在返回响应时调用函数

1.  
   //异步消息发送
2.  
   producer.send(kvProducerRecord, new Callback() {
3.  
   @Override
4.  
   public void onCompletion(RecordMetadata recordMetadata, Exception e) {
5.  
   if(e != null){
6.  
   System.out.println("记录异常信息到日志表中");
7.  
   }
8.  
   System.out.println(recordMetadata.offset());
9.  
   }
10.  
    });

2、参数详解

ack

代码的配置方式：

1.  
   //ack配置 消息确认机制
2.  
   prop.put(ProducerConfig.ACKS_CONFIG,"all");

参数的选择说明

retries  

生产者从服务器收到的错误有可能是临时性错误，在这种情况下，retries参数的值决定了生产者可以重发消息的次数，如果达到这个次数，生产者会放弃重试返回错误，默认情况下，生产者会在每次重试之间等待100ms

代码中配置方式：

1.  
   //重试次数
2.  
   prop.put(ProducerConfig.RETRIES_CONFIG,10);

消息压缩

默认情况下， 消息发送时不会被压缩。

代码中配置方式：

1.  
   //数据压缩
2.  
   prop.put(ProducerConfig.COMPRESSION_TYPE_CONFIG,"lz4");

使用压缩可以降低网络传输开销和存储开销，而这往往是向 Kafka 发送消息的瓶颈所在。  

六、kafka消费者详解

---

1、消费者组

• 消费者组（Consumer Group） ：指的就是由一个或多个消费者组成的群体

• 一个发布在Topic上消息被分发给此消费者组中的一个消费者

  • 所有的消费者都在一个组中，那么这就变成了queue模型

  • 所有的消费者都在不同的组中，那么就完全变成了发布-订阅模型

2、消息有序性

应用场景：

• 即时消息中的单对单聊天和群聊，保证发送方消息发送顺序与接收方的顺序一致

• 充值转账两个渠道在同一个时间进行余额变更，短信通知必须要有顺序

topic分区中消息只能由消费者组中的唯一个一个地个消费者处理，所以消息肯定是按照先后顺序进行处理的。但是它也仅仅是保证Topic的一个分区顺序处理，不能保证跨分区的消息先后处理顺序。 所以，如果你想要顺序的处理Topic的所有消息，那就只提供一个分区。

3、提交和偏移量

kafka不会像其他JMS队列那样需要得到消费者的确认，消费者可以使用kafka来追踪消息在分区的位置（偏移量）

消费者会往一个叫做_consumer_offset的特殊主题发送消息，消息里包含了每个分区的偏移量。如果消费者发生崩溃或有新的消费者加入群组，就会触发再均衡

正常的情况

如果消费者2挂掉以后，会发生再均衡，消费者2负责的分区会被其他消费者进行消费

再均衡后不可避免会出现一些问题

问题一：

如果提交偏移量小于客户端处理的最后一个消息的偏移量，那么处于两个偏移量之间的消息就会被重复处理。

问题二：

如果提交的偏移量大于客户端的最后一个消息的偏移量，那么处于两个偏移量之间的消息将会丢失。

如果想要解决这些问题，还要知道目前kafka提交偏移量的方式：

提交偏移量的方式有两种，分别是自动提交偏移量和手动提交

• 自动提交偏移量

当enable.auto.commit被设置为true，提交方式就是让消费者自动提交偏移量，每隔5秒消费者会自动把从poll()方法接收的最大偏移量提交上去

• 手动提交 ，当enable.auto.commit被设置为false可以有以下三种提交方式

  • 提交当前偏移量（同步提交）

  • 异步提交

  • 同步和异步组合提交

1.提交当前偏移量（同步提交）  

把enable.auto.commit设置为false,让应用程序决定何时提交偏移量。使用commitSync()提交偏移量，commitSync()将会提交poll返回的最新的偏移量，所以在处理完所有记录后要确保调用了commitSync()方法。否则还是会有消息丢失的风险。

只要没有发生不可恢复的错误，commitSync()方法会一直尝试直至提交成功，如果提交失败也可以记录到错误日志里。

1.  
   while (true){
2.  
   ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
3.  
   for (ConsumerRecord<String, String> record : records) {
4.  
   System.out.println(record.value());
5.  
   System.out.println(record.key());
6.  
   try {
7.  
   consumer.commitSync();//同步提交当前最新的偏移量
8.  
   }catch (CommitFailedException e){
9.  
   System.out.println("记录提交失败的异常：" e);
10.  
    }
11.  
     
12.  
    }
13.  
    }

2.异步提交

手动提交有一个缺点，那就是当发起提交调用时应用会阻塞。当然我们可以减少手动提交的频率，但这个会增加消息重复的概率（和自动提交一样）。另外一个解决办法是，使用异步提交的API。

1.  
   while (true){
2.  
   ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
3.  
   for (ConsumerRecord<String, String> record : records) {
4.  
   System.out.println(record.value());
5.  
   System.out.println(record.key());
6.  
   }
7.  
   consumer.commitAsync(new OffsetCommitCallback() {
8.  
   @Override
9.  
   public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) {
10.  
    if(e!=null){
11.  
    System.out.println("记录错误的提交偏移量：" map ",异常信息" e);
12.  
    }
13.  
    }
14.  
    });
15.  
    }

3.同步和异步组合提交

异步提交也有个缺点，那就是如果服务器返回提交失败，异步提交不会进行重试。相比较起来，同步提交会进行重试直到成功或者最后抛出异常给应用。异步提交没有实现重试是因为，如果同时存在多个异步提交，进行重试可能会导致位移覆盖。

举个例子，假如我们发起了一个异步提交commitA，此时的提交位移为2000，随后又发起了一个异步提交commitB且位移为3000；commitA提交失败但commitB提交成功，此时commitA进行重试并成功的话，会将实际上将已经提交的位移从3000回滚到2000，导致消息重复消费。

1.  
   try {
2.  
   while (true){
3.  
   ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
4.  
   for (ConsumerRecord<String, String> record : records) {
5.  
   System.out.println(record.value());
6.  
   System.out.println(record.key());
7.  
   }
8.  
   consumer.commitAsync();
9.  
   }
10.  
    }catch (Exception e){
11.  
    e.printStackTrace();
12.  
    System.out.println("记录错误信息：" e);
13.  
    }finally {
14.  
    try {
15.  
    consumer.commitSync();
16.  
    }finally {
17.  
    consumer.close();
18.  
    }
19.  
    }

七、springboot集成kafka

---

1、入门

1.导入spring-kafka依赖信息

1.  
   <dependencies>
2.  
   <dependency>
3.  
   <groupId>org.springframework.boot</groupId>
4.  
   <artifactId>spring-boot-starter-web</artifactId>
5.  
   </dependency>
6.  
   <!-- kafkfa -->
7.  
   <dependency>
8.  
   <groupId>org.springframework.kafka</groupId>
9.  
   <artifactId>spring-kafka</artifactId>
10.  
    <exclusions>
11.  
    <exclusion>
12.  
    <groupId>org.apache.kafka</groupId>
13.  
    <artifactId>kafka-clients</artifactId>
14.  
    </exclusion>
15.  
    </exclusions>
16.  
    </dependency>
17.  
    <dependency>
18.  
    <groupId>org.apache.kafka</groupId>
19.  
    <artifactId>kafka-clients</artifactId>
20.  
    </dependency>
21.  
    <dependency>
22.  
    <groupId>com.alibaba</groupId>
23.  
    <artifactId>fastjson</artifactId>
24.  
    </dependency>
25.  
    </dependencies>

2.在resources下创建文件application.yml

1.  
   server:
2.  
   port: 9991
3.  
   spring:
4.  
   application:
5.  
   name: kafka-demo
6.  
   kafka:
7.  
   bootstrap-servers: 192.168.200.130:9092
8.  
   producer:
9.  
   retries: 10
10.  
    key-serializer: org.apache.kafka.common.serialization.StringSerializer
11.  
    value-serializer: org.apache.kafka.common.serialization.StringSerializer
12.  
    consumer:
13.  
    group-id: ${spring.application.name}-test
14.  
    key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
15.  
    value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

3.消息生产者

1.  
   package com.heima.kafka.controller;
2.  
    
3.  
   import org.springframework.beans.factory.annotation.Autowired;
4.  
   import org.springframework.kafka.core.KafkaTemplate;
5.  
   import org.springframework.web.bind.annotation.GetMapping;
6.  
   import org.springframework.web.bind.annotation.RestController;
7.  
    
8.  
   @RestController
9.  
   public class HelloController {
10.  
     
11.  
    @Autowired
12.  
    private KafkaTemplate<String,String> kafkaTemplate;
13.  
     
14.  
    @GetMapping("/hello")
15.  
    public String hello(){
16.  
    kafkaTemplate.send("itcast-topic","黑马程序员");
17.  
    return "ok";
18.  
    }
19.  
    }

4.消息消费者

1.  
   package com.heima.kafka.listener;
2.  
    
3.  
   import org.springframework.kafka.annotation.KafkaListener;
4.  
   import org.springframework.stereotype.Component;
5.  
   import org.springframework.util.StringUtils;
6.  
    
7.  
   @Component
8.  
   public class HelloListener {
9.  
    
10.  
    @KafkaListener(topics = "itcast-topic")
11.  
    public void onMessage(String message){
12.  
    if(!StringUtils.isEmpty(message)){
13.  
    System.out.println(message);
14.  
    }
15.  
     
16.  
    }
17.  
    }

2、传递消息为对象

目前springboot整合后的kafka，因为序列化器是StringSerializer，这个时候如果需要传递对象可以有两种方式

方式一：可以自定义序列化器，对象类型众多，这种方式通用性不强，本章节不介绍

方式二：可以把要传递的对象进行转json字符串，接收消息后再转为对象即可，本项目采用这种方式

发送消息

1.  
   @GetMapping("/hello")
2.  
   public String hello(){
3.  
   User user = new User();
4.  
   user.setUsername("xiaowang");
5.  
   user.setAge(18);
6.  
    
7.  
   kafkaTemplate.send("user-topic", JSON.toJSONString(user));
8.  
    
9.  
   return "ok";
10.  
    }

接收消息

1.  
   package com.heima.kafka.listener;
2.  
    
3.  
   import com.alibaba.fastjson.JSON;
4.  
   import com.heima.kafka.pojo.User;
5.  
   import org.springframework.kafka.annotation.KafkaListener;
6.  
   import org.springframework.stereotype.Component;
7.  
   import org.springframework.util.StringUtils;
8.  
    
9.  
   @Component
10.  
    public class HelloListener {
11.  
     
12.  
    @KafkaListener(topics = "user-topic")
13.  
    public void onMessage(String message){
14.  
    if(!StringUtils.isEmpty(message)){
15.  
    User user = JSON.parseObject(message, User.class);
16.  
    System.out.println(user);
17.  
    }
18.  
     
19.  
    }
20.  
    }

八、自媒体文章上下架功能完成

---

1、需求分析

• 已发表且已上架的文章可以下架

• 已发表且已下架的文章可以上架

2、流程说明

3、接口定义

DTO

1.  
   @Data
2.  
   public class WmNewsDto {
3.  
    
4.  
   private Integer id;
5.  
   /**
6.  
   * 是否上架 0 下架 1 上架
7.  
   */
8.  
   private Short enable;
9.  
    
10.  
    }

ResponseResult

4、自媒体文章上下架-功能实现

1.接口定义

在heima-leadnews-wemedia工程下的WmNewsController新增方法

1.  
   @PostMapping("/down_or_up")
2.  
   public ResponseResult downOrUp(@RequestBody WmNewsDto dto){
3.  
   return null;
4.  
   }

在WmNewsDto中新增enable属性 ，完整的代码如下：

1.  
   package com.heima.model.wemedia.dtos;
2.  
    
3.  
   import lombok.Data;
4.  
    
5.  
   import java.util.Date;
6.  
   import java.util.List;
7.  
    
8.  
   @Data
9.  
   public class WmNewsDto {
10.  
     
11.  
    private Integer id;
12.  
    /**
13.  
    * 标题
14.  
    */
15.  
    private String title;
16.  
    /**
17.  
    * 频道id
18.  
    */
19.  
    private Integer channelId;
20.  
    /**
21.  
    * 标签
22.  
    */
23.  
    private String labels;
24.  
    /**
25.  
    * 发布时间
26.  
    */
27.  
    private Date publishTime;
28.  
    /**
29.  
    * 文章内容
30.  
    */
31.  
    private String content;
32.  
    /**
33.  
    * 文章封面类型 0 无图 1 单图 3 多图 -1 自动
34.  
    */
35.  
    private Short type;
36.  
    /**
37.  
    * 提交时间
38.  
    */
39.  
    private Date submitedTime;
40.  
    /**
41.  
    * 状态 提交为1 草稿为0
42.  
    */
43.  
    private Short status;
44.  
     
45.  
    /**
46.  
    * 封面图片列表 多张图以逗号隔开
47.  
    */
48.  
    private List<String> images;
49.  
     
50.  
    /**
51.  
    * 上下架 0 下架 1 上架
52.  
    */
53.  
    private Short enable;
54.  
    }

2.业务层编写

在WmNewsService新增方法

1.  
   /**
2.  
   * 文章的上下架
3.  
   * @param dto
4.  
   * @return
5.  
   */
6.  
   public ResponseResult downOrUp(WmNewsDto dto);

实现方法

1.  
   /**
2.  
   * 文章的上下架
3.  
   * @param dto
4.  
   * @return
5.  
   */
6.  
   @Override
7.  
   public ResponseResult downOrUp(WmNewsDto dto) {
8.  
   //1.检查参数
9.  
   if(dto.getId() == null){
10.  
    return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID);
11.  
    }
12.  
     
13.  
    //2.查询文章
14.  
    WmNews wmNews = getById(dto.getId());
15.  
    if(wmNews == null){
16.  
    return ResponseResult.errorResult(AppHttpCodeEnum.DATA_NOT_EXIST,"文章不存在");
17.  
    }
18.  
     
19.  
    //3.判断文章是否已发布
20.  
    if(!wmNews.getStatus().equals(WmNews.Status.PUBLISHED.getCode())){
21.  
    return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID,"当前文章不是发布状态，不能上下架");
22.  
    }
23.  
     
24.  
    //4.修改文章enable
25.  
    if(dto.getEnable() != null && dto.getEnable() > -1 && dto.getEnable() < 2){
26.  
    update(Wrappers.<WmNews>lambdaUpdate().set(WmNews::getEnable,dto.getEnable())
27.  
    .eq(WmNews::getId,wmNews.getId()));
28.  
    }
29.  
    return ResponseResult.okResult(AppHttpCodeEnum.SUCCESS);
30.  
    }

3.控制器

1.  
   @PostMapping("/down_or_up")
2.  
   public ResponseResult downOrUp(@RequestBody WmNewsDto dto){
3.  
   return wmNewsService.downOrUp(dto);
4.  
   }

测试

5、消息通知article端文章上下架

1.在heima-leadnews-common模块下导入kafka依赖

1.  
   <!-- kafkfa -->
2.  
   <dependency>
3.  
   <groupId>org.springframework.kafka</groupId>
4.  
   <artifactId>spring-kafka</artifactId>
5.  
   </dependency>
6.  
   <dependency>
7.  
   <groupId>org.apache.kafka</groupId>
8.  
   <artifactId>kafka-clients</artifactId>
9.  
   </dependency>

2.在自媒体端的nacos配置中心配置kafka的生产者

1.  
   spring:
2.  
   kafka:
3.  
   bootstrap-servers: 192.168.200.130:9092
4.  
   producer:
5.  
   retries: 10
6.  
   key-serializer: org.apache.kafka.common.serialization.StringSerializer
7.  
   value-serializer: org.apache.kafka.common.serialization.StringSerializer

3.在自媒体端文章上下架后发送消息

1.  
   //发送消息，通知article端修改文章配置
2.  
   if(wmNews.getArticleId() != null){
3.  
   Map<String,Object> map = new HashMap<>();
4.  
   map.put("articleId",wmNews.getArticleId());
5.  
   map.put("enable",dto.getEnable());
6.  
   kafkaTemplate.send(WmNewsMessageConstants.WM_NEWS_UP_OR_DOWN_TOPIC,JSON.toJSONString(map));
7.  
   }

常量类：

1.  
   public class WmNewsMessageConstants {
2.  
    
3.  
   public static final String WM_NEWS_UP_OR_DOWN_TOPIC="wm.news.up.or.down.topic";
4.  
   }

4.在article端的nacos配置中心配置kafka的消费者

1.  
   spring:
2.  
   kafka:
3.  
   bootstrap-servers: 192.168.200.130:9092
4.  
   consumer:
5.  
   group-id: ${spring.application.name}
6.  
   key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
7.  
   value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

5.在article端编写监听，接收数据

1.  
   package com.heima.article.listener;
2.  
    
3.  
   import com.alibaba.fastjson.JSON;
4.  
   import com.heima.article.service.ApArticleConfigService;
5.  
   import lombok.extern.slf4j.Slf4j;
6.  
   import org.apache.commons.lang3.StringUtils;
7.  
   import org.springframework.beans.factory.annotation.Autowired;
8.  
   import org.springframework.kafka.annotation.KafkaListener;
9.  
   import org.springframework.stereotype.Component;
10.  
     
11.  
    import java.util.Map;
12.  
     
13.  
    @Component
14.  
    @Slf4j
15.  
    public class ArtilceIsDownListener {
16.  
     
17.  
    @Autowired
18.  
    private ApArticleConfigService apArticleConfigService;
19.  
     
20.  
    @KafkaListener(topics = WmNewsMessageConstants.WM_NEWS_UP_OR_DOWN_TOPIC)
21.  
    public void onMessage(String message){
22.  
    if(StringUtils.isNotBlank(message)){
23.  
    Map map = JSON.parseObject(message, Map.class);
24.  
    apArticleConfigService.updateByMap(map);
25.  
    log.info("article端文章配置修改，articleId={}",map.get("articleId"));
26.  
    }
27.  
    }
28.  
    }

6.修改ap_article_config表的数据

新建ApArticleConfigService

1.  
   package com.heima.article.service;
2.  
    
3.  
   import com.baomidou.mybatisplus.extension.service.IService;
4.  
   import com.heima.model.article.pojos.ApArticleConfig;
5.  
    
6.  
   import java.util.Map;
7.  
    
8.  
   public interface ApArticleConfigService extends IService<ApArticleConfig> {
9.  
    
10.  
    /**
11.  
    * 修改文章配置
12.  
    * @param map
13.  
    */
14.  
    public void updateByMap(Map map);
15.  
    }

实现类：

1.  
   package com.heima.article.service.impl;
2.  
    
3.  
   import com.baomidou.mybatisplus.core.toolkit.Wrappers;
4.  
   import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
5.  
   import com.heima.article.mapper.ApArticleConfigMapper;
6.  
   import com.heima.article.service.ApArticleConfigService;
7.  
   import com.heima.model.article.pojos.ApArticleConfig;
8.  
   import lombok.extern.slf4j.Slf4j;
9.  
   import org.springframework.stereotype.Service;
10.  
    import org.springframework.transaction.annotation.Transactional;
11.  
     
12.  
    import java.util.Map;
13.  
     
14.  
    @Service
15.  
    @Slf4j
16.  
    @Transactional
17.  
    public class ApArticleConfigServiceImpl extends ServiceImpl<ApArticleConfigMapper, ApArticleConfig> implements ApArticleConfigService {
18.  
     
19.  
     
20.  
    /**
21.  
    * 修改文章配置
22.  
    * @param map
23.  
    */
24.  
    @Override
25.  
    public void updateByMap(Map map) {
26.  
    //0 下架 1 上架
27.  
    Object enable = map.get("enable");
28.  
    boolean isDown = true;
29.  
    if(enable.equals(1)){
30.  
    isDown = false;
31.  
    }
32.  
    //修改文章配置
33.  
    update(Wrappers.<ApArticleConfig>lambdaUpdate().eq(ApArticleConfig::getArticleId,map.get("articleId")).set(ApArticleConfig::getIsDown,isDown));
34.  
     
35.  
    }
36.  
    }

结束！

这篇好文章是转载于：学新通技术网