本篇内容主要讲解“kafka序列化器和拦截器怎么自定义使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“kafka序列化器和拦截器怎么自定义使用”吧!
介绍
序列化器是和数据在网络中的传输有关，数据在网络中的传输为字节流，所以生产者在发送时需要将其序列化为字节流，消费者收到消息时，需要将字节流反序列化为我们能够识别的对象，我们不难看出，这就是RPC通信，kafka中实现了很多自定义协议，我们知道，在RPC通信中，只有生产者和消费者的协议一样，才能相互传输和解析数据，在使用HTTP时，我们就不用去关注协议本身，因为HTTP是TCP的上层建筑，它自己实现了一套协议，我们不用去关注，但是使用RPC，我们是面向TCP编程，所以自然得约定和实现自己的协议，而序列化就是这过程中很重要的一部分。
拦截器是一个随处可见的词，基本上很多框架中都有拦截器机制，它的作用主要是对请求进行拦截，我们可以对请求进行过滤和处理，以达到业务目的，比如Spring中有HandlerInterceptor拦截器，在kafka种也有拦截器，我们可以自定义拦截器，对消息进行拦截，比如某些异常消息我们不需要发送，那么就将其拦截下来。
序列化器
数据在网络中传输是以字节流的形式进行传输，在生产者端发送消息需要先进行序列化，消费者端进行反序列化，序列化的方式有很多，比如jdk，json，protobuf，kryo，hessian，avro等等，在大数据量的传输中，序列化和反序列化的效率对吞吐量有一定的影响，kafka提供了许多序列化和反序列化器，如StringDeserializer和StringSerializer，如果我们需要自定义一个序列化和反序列化器，那么实现Serializer,Deserializer接口即可。
如下，kafka生产者在发送消息到broker之前需要序列化，消费者从broker获取消息后需要反序列化。
设置序列化和反序列化
生产者端设置序列化
//序列化props.put("key.serializer", StringSerializer.class.getName());props.put("value.serializer", StringSerializer.class.getName());消费者端设置反序列化
props.put("key.deserializer", StringDeserializer.class.getName());props.put("value.deserializer", StringDeserializer.class.getName());自定义序列化
public class JsonSerializer<T> implements Serializer<T> { @Override public byte[] serialize(String topic, T obj) { try { return obj == null ? null : JSON.toJSONBytes(obj); }catch (Exception e){ throw new SerializationException("json serializing exception"); } } }自定义反序列化
public class JsonDeserializer<T> implements Deserializer<T> { @Override public T deserialize(String topic, byte[] data) { return (T) JSON.parse(data); }}如上简单的使用fastjson作为序列化和反序列化工具，演示了自定义kafka的序列化和反序列化机制，我们可以根据实际情况来设计不同的序列化反序列化机制，当然，不会是像上面这些简单，如果使用spring，那么spring提供了JSON序列化和反序列化器直接使用。
思考
虽然我们可以自定义序列化和反序列化器，但是自定义序列化和反序列化器在使用上也要保持一些一致，也就是说生产者和消费者要保持使用一种类型的序列化机制，不然会出现消息转换问题，如果我们以kafka的方式向别人提供服务，那么他们就需要使用我们的制定的序列化方式，所以这可能就存在一定的耦合，如果使用Kafka的String序列化和反序列化机制，因为是它是默认方式并且是字符串，通用性比较好，所以就不用去考虑序列化和反序列化，直接拿到字符串转为对象，再进行业务处理，使用自定义序列化的话，就直接拿到序列化后的对象，不用进行字符串转对象操作。
在实际场景中，我们可以根据自己的业务来使用何种序列化方式，没有最好的，只有合适的。
拦截器
kafka中消费者和生产者都有拦截器，分别为ConsumerInterceptor和ProducerInterceptor，只需实现它们即可实现拦截，加入拦截器后，生产者会在发送消息之前对消息进行拦截处理，消费者在收到消息之前也会经过拦截器，那么我们就可以在拦截器中加入一些自己需要的逻辑。
如下消费者拦截器对消息进行拦截，如果有异常消息，则对异常消息进行处理，只要需要对消息进行处理，监控等，都可以使用拦截器。
public class MyConsumerInterceptor implements ConsumerInterceptor<String, Message> { @Override public ConsumerRecords<String, Message> onConsume(ConsumerRecords<String, Message> records) { long currentTimeMillis = System.currentTimeMillis(); records.forEach(record -> { if ("消息异常".equals(record.value().getMessageText())) { //处理异常消息 this.handleMsg(record); } }); return records; } private void handleMsg(ConsumerRecord<String, Message> record) { //处理异常消息 } @Override public void onCommit(Map<TopicPartition, OffsetAndMetadata> offsets) {} @Override public void close() {} @Override public void configure(Map<String, ?> configs) { }}拦截器可以有多个，如果设置多个拦截器，那么就形成一个拦截器链，一个一个地执行。
下面是使用spring-kafka时所配置的拦截器和序列化器的基本配置。
spring: kafka: bootstrap-servers: 127.0.0.1:9092 consumer: # 反序列化器 key-deserializer: org.springframework.kafka.support.serializer.JsonDeserializer value-deserializer: org.springframework.kafka.support.serializer.JsonDeserializer properties: # 拦截器 interceptor: classes: com.steakliu.kafka.interceptor.MyConsumerInterceptor spring: json: trusted: packages: '*' producer: key-serializer: org.springframework.kafka.support.serializer.JsonSerializer value-serializer: org.springframework.kafka.support.serializer.JsonSerializer properties: # 拦截器 interceptor: classes: com.steakliu.kafka.interceptor.MyProducerInterceptor,com.steakliu.kafka.interceptor.MyProducerInterceptor2到此，相信大家对“kafka序列化器和拦截器怎么自定义使用”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
