消息队列 / 系统课时
实现订单事件消费者
实现订单事件消费者
这一课实现一个可控的订单事件消费端:监听容器按分区并发拉取消息,业务处理成功后再手动确认;解析或业务异常不在监听方法里吞掉,而是继续抛给容器错误处理器决定重试或后续恢复。
学习目标
- 配置消费者组、并发度与手动确认模式
- 在业务成功之后调用
Acknowledgment推进消费位点 - 理解异常传播、分区顺序与并发消费之间的边界
配置监听容器
消费者关闭自动提交,并让 Spring Kafka 使用手动确认。示例把消息值先按字符串接收,再由应用自己的 ObjectMapper 解析事件信封,这样不会依赖生产端写入 Java 类型头。
spring:
kafka:
bootstrap-servers: localhost:9092
consumer:
group-id: order-platform
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
enable-auto-commit: false
properties:
auto.offset.reset: earliest
listener:
ack-mode: manual
concurrency: 3concurrency=3 表示同一应用实例最多启动 3 个消费线程,但真正能同时工作的线程数还受主题分区数限制。一个分区在同一消费者组内同一时刻只会分配给一个消费者,因此同一分区内仍保持顺序消费。
处理成功后再确认
下面是片段示例,需要放在 Spring Boot 应用中,并复用生产端约定的事件字段。监听方法先反序列化,再执行业务校验,最后才调用 acknowledge();任何一步抛出异常时都不会执行确认。
import java.math.BigDecimal;
import java.time.Instant;
import com.fasterxml.jackson.core.type.TypeReference;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.kafka.support.Acknowledgment;
import org.springframework.stereotype.Component;
record OrderCreated(String orderId, BigDecimal amount) {}
record EventEnvelope<T>(
String eventId,
String eventType,
Instant occurredAt,
int schemaVersion,
String aggregateId,
T data) {}
@Component
public class OrderEventListener {
private static final Logger log = LoggerFactory.getLogger(OrderEventListener.class);
private final ObjectMapper objectMapper;
public OrderEventListener(ObjectMapper objectMapper) {
this.objectMapper = objectMapper;
}
@KafkaListener(topics = "order.events")
public void onMessage(
ConsumerRecord<String, String> record,
Acknowledgment acknowledgment) throws Exception {
EventEnvelope<OrderCreated> event = objectMapper.readValue(
record.value(),
new TypeReference<EventEnvelope<OrderCreated>>() {});
handle(event.data());
// 只有业务处理成功后才确认,异常会继续交给监听容器。
acknowledgment.acknowledge();
log.info("processed orderId={}, partition={}, offset={}",
event.data().orderId(), record.partition(), record.offset());
}
private void handle(OrderCreated order) {
if (order.amount() == null || order.amount().signum() <= 0) {
throw new IllegalArgumentException("order amount must be positive");
}
// 此处替换为真实的订单状态更新、落库或下游调用。
}
}
让异常继续交给容器
不要在 onMessage 里用 try/catch 记录日志后直接返回,否则容器无法区分“已经成功处理”和“业务失败但被吞掉”。需要重试时,可以提供一个 DefaultErrorHandler,下面的配置是片段示例,表示失败后按固定间隔再次投递。
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.kafka.listener.DefaultErrorHandler;
import org.springframework.util.backoff.FixedBackOff;
@Configuration
public class KafkaConsumerConfig {
@Bean
DefaultErrorHandler kafkaErrorHandler() {
// 初次失败后最多再重试 2 次,每次间隔 1 秒。
return new DefaultErrorHandler(new FixedBackOff(1000L, 2L));
}
}重试耗尽后的处理策略应按业务要求决定,例如写入死信主题、记录人工补偿任务或停止消费。关键原则是:监听方法只负责报告成功或抛出失败,不要同时在业务代码和容器错误处理器里各做一套重试,否则容易产生重复副作用。
发送一条消息验证消费
应用启动后,可以从终端写入一条合法事件。这里直接发送 JSON 字符串,因此不依赖生产端应用。
printf '%s\n' '{"eventId":"evt-1001","eventType":"order.created","occurredAt":"2026-09-03T00:00:00Z","schemaVersion":1,"aggregateId":"o-1001","data":{"orderId":"o-1001","amount":199.00}}' \
| kafka-console-producer.sh \
--bootstrap-server localhost:9092 \
--topic order.events预期结果
应用日志出现:processed orderId=o-1001, partition=<ID>, offset=<ID>partition 与 offset 由 Broker 实际分配。若把 amount 改为 0,监听方法会抛出异常,确认逻辑不会执行,错误会进入容器配置的重试流程。这正是手动确认的核心边界:先完成业务,再确认位点;失败就让异常继续向容器传播。