kafka自定义拦截器｜案例实战大数据静待花开-

写在前面：我是「且听风吟」，目前是某上市游戏公司的大数据开发工程师，热爱大数据开源技术，喜欢自己的所学所悟，现阶段正在从头梳理大数据体系的知识，以后将会把时间重点放在Spark和Flink上面。

如果你也对大数据感兴趣，希望在这个行业一展拳脚。欢迎关注我，我们一起学习。博客地址：https://ropledata.blog.csdn.net

博客的名字来源于：且听风吟，静待花开。也符合我对技术的看法，想要真正掌握一门技术就需要厚积薄发的毅力，同时保持乐观的心态。

你只管努力，剩下的交给时间！

一、前言

前面两篇文章，我们对kafka的生产者和消费者进行了java实战。通过逻辑分析辅以代码实战，更加深刻的掌握了kafka同步发送消息和异步发送消息以及手动提交offset和自动提交offset的实现。

前文链接：
kafka实战篇（一）：Producer消息发送实战
kafka实战篇（二）：消息消费实战

其实在实际的生产过程中，光有消息的发送和消费是不够的，我们还需要掌握生产者在发送消息时候的拦截器操作。那么本文咱们就详解kafka的拦截器，并根据案例实现两个常见的自定义的拦截器，并将它们组成拦截链。

注意：我所使用的kafka版本为2.4.1，java版本为1.8，本文会对一些新老版本的改动地方加以说明，同时本文的拦截器demo也会开源到csdn和github。

二、拦截器原理

2.1、拦截器是什么？

kafka的拦截器指的是Producer拦截器（interceptor），主要是为了实现clients端的自定义化逻辑控制，是在Kafka 0.10版本被引入的。

• 对于producer而言，拦截器可以在用户消息发送前以及producer回调逻辑前对消息做一些定制化需求，比如常见的修改消息等；
• producer也可以允许用户指定多个拦截器并按序作用于同一条消息从而形成一个拦截链(interceptor chain)。

2.2、怎么实现拦截器？

想要实现拦截器，我们需要先实现ProducerInterceptor接口org.apache.kafka.clients.producer.ProducerInterceptor，关于ProducerInterceptor接口，我们需要掌握如下这些方法：

1. configure(configs)方法：用于获取配置信息和初始化数据。

2. onSend(ProducerRecord)方法：该方法封装进KafkaProducer.send方法中，即它运行在用户的主线程（main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。注意：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)方法：该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后，或者在发送过程中失败时调用。并且通常都是在producer回调逻辑触发之前。注意：onAcknowledgement运行在producer的IO线程中，因此不要在该方法中放入很复杂的逻辑，否则会拖慢producer的消息发送效率。

4. close方法：可以关闭拦截器，主要用于执行一些资源清理工作。

2.3、特别注意

有几点是使用拦截器的时候需要特别注意的：

1. 见到onsend方法就要注意topic和分区，一般不进行修改；

2. 见到onAcknowledgement方法就要注意里面的逻辑不要太复杂，以免影响消息发送效率。

3. 由于拦截器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。另外如果指定了多个拦截器，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不是向上传递，大家在使用过程中要特别留意。

三、拦截器案例实战

3.1、案例分析

现在有一个需求：想要用拦截器实现producer发送数据后，这部分数据都带上时间戳，并且在producer发送完成后，统计到有多少数据发送成功了，有多少数据发送失败了。

需求解析：

这个需求主要考察对拦截器的基础掌握程度，比如给数据加上时间戳，这个功能可以在拦截器里的onSend(ProducerRecord)方法中实现；统计消息发送的成功和失败次数，这个可以在拦截器里的onAcknowledgement(RecordMetadata, Exception)方法里来实现。

需求实现：

通过上面的需求解析，我们知道这个需求可以用一个拦截器来实现，但是为了展示拦截器链的关联使用，这里我们给它分成两个拦截器来实现。拦截器1实现增加时间戳的功能，拦截器2实现消息发送情况统计次数的功能。

大致如下图所示：

3.2、实现拦截器1(增加时间戳)

想要把发送的数据都带上时间戳，其实很简单，我们只需要实现 ProducerInterceptor接口，然后按照我们的需求重写其中的onSend方法就可以了,别的方法不用动。

完整代码如下：

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; /**  * @author ropleData  * 博客地址：https://ropledata.blog.csdn.net  * 专注大数据领域，欢迎访问  */ public class TimeInterceptor implements ProducerInterceptor<String, String> { @Override public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) { return new ProducerRecord<String, String>(record.topic(), record.partition(), record.timestamp(), record.key(), System.currentTimeMillis() + record.value(), record.headers()); } @Override public void onAcknowledgement(RecordMetadata metadata, Exception exception) { } @Override public void close() { } @Override public void configure(Map<String, ?> configs) { } } 

3.3、实现拦截器2(发送消息情况统计)

想要实现统计发送消息的成功次数和失败次数，我们就需要在onAcknowledgement(RecordMetadata, Exception)里面，根据消息发送后返回的异常信息来判断是否发送成功。一般异常如果为空就说明发送成功了，反之就说明发送失败了。

然后我们只需要定义两个变量，并根据Exception的值分别累加就可以统计到了。注意，我们还需要在close方法里输出两个变量的值，这样当producer发送数据结束并close后，会自动调用拦截器的close方法来输出咱们想要统计的成功和失败次数。

注意：拦截器链里的拦截器是按照顺序组成的，因此我们要注意前后拦截器对彼此的影响，比如这里拦截器2的onsend方法不能返回null，要把拦截器1返回来的record原封不动的返回才可以。

完整代码如下：

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; /**  * @author ropleData  * 博客地址：https://ropledata.blog.csdn.net  * 专注大数据领域，欢迎访问  */ public class CounterInterceptor implements ProducerInterceptor<String, String> { private long successCount = 0L; private long errorCount = 0L; @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("成功次数=" + successCount);         System.out.println("失败次数=" + errorCount); } @Override public void configure(Map<String, ?> configs) { } } 

3.4、在producer程序里组成拦截链

两个拦截器已经写好了，剩下的就是需要在producer代码里组成拦截器链并使用了。使用java自定义producer的方法我们已经介绍的很详细了，感兴趣的可以看本系列第一篇文章：kafka实战篇（一）：Producer消息发送实战

我们可以在原有producer代码的基础上，把连接器加到配置参数里来实现这个功能。新增配置参数代码如下：

        ArrayList<String> interceptors = new ArrayList<>();         interceptors.add("TimeInterceptor");//注意：这里是拦截器的全类名，如果有包要加上报名         interceptors.add("TimeInterceptor");         props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors); 

更改后的完整producer代码如下：

import org.apache.kafka.clients.producer.KafkaProducer; import org.apache.kafka.clients.producer.ProducerConfig; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.common.serialization.StringSerializer; import java.util.ArrayList; import java.util.List; import java.util.Properties; /**  * @author ropleData  * 博客地址：https://ropledata.blog.csdn.net  * 专注大数据领域，欢迎访问  */ public class KafkaProducerDemo { public static void main(String[] args) throws InterruptedException {          Properties props = new Properties();         props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "kafka-1:9092");         props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());         props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());          props.put(ProducerConfig.ACKS_CONFIG, "all");         props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);         props.put(ProducerConfig.LINGER_MS_CONFIG, 1);         ArrayList<String> interceptors = new ArrayList<>();         interceptors.add("TimeInterceptor"); //注意：这里是拦截器的全类名，如果有包要加上报名         interceptors.add("CounterInterceptor");         props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);                  KafkaProducer<String, String> producer = new KafkaProducer<>(props); //发送消息 for (int i = 0; i < 100; i++) {              ProducerRecord<String, String> record = new ProducerRecord<>("testInterceptor", "message" + i);             producer.send(record); } //一定要关闭producer，这样才会调用interceptor的close方法         producer.close(); } } 

3.5、测试

首先在kafka启动一个命令行消费者：

bin/kafka-console-consumer.sh --bootstrap-server  kafka-1:9092 --topic testInterceptor --from-beginning 

然后启动producer代码，观察数据：

1. 消费者那里成功拿到了带时间戳的数据：
   
2. 咱们的idea控制台，打印出了成功和失败的次数信息：
   

四、总结

我们对kafka的拦截器进行了原理分析和代码实战，通过一个常见的案例解释了拦截器是怎么工作的，并使用两个拦截器所组成的一个完整的拦截器链来实现了这个案例。不知道对大家在kafka拦截器方面有没有帮助呢？有什么问题欢迎讨论。

完整的代码已上传，感兴趣的可以下载查看。
csdn：https://download.csdn.net/download/qq_26803795/12363976
github：https://github.com/ropleData/KafkaInterceptorDemo

如果您对我的文章感兴趣，欢迎关注，如果您有疑惑或发现文中有不对的地方，还请不吝赐教，非常感谢！！