Ferramentas necessárias:
Para iniciarmos nossa aplicação, será necessário preparar o ambiente local para termos acessos as tecnologias utilizadas, vamos utilizar a magia do Docker e rodar o kafka, activemq, elasticsearch com kibana para visualizarmos dados do elasticsearch, redis e postgres.
Crie uma pasta com o nome a seu gosto e dentro da mesma crie outra pasta com o nome de ambiente, dentro da pasta ambiente crie um arquivo com o nome docker-compose.yaml e dentro deste arquivo copie o seguinte codigo.
version: '3' services: mqseries: image: ibmcom/mq:latest ports: - "1414:1414" - "9443:9443" hostname: mq environment: - LICENSE=accept - MQ_QMGR_NAME=QM1 - MQ_ADMIN_PASSWORD=admin container_name: mqserver stdin_open: true tty: true restart: always mq: image: rmohr/activemq container_name: mq ports: - 8161:8161 - 61616:61616 - 5672:5672 - 1883:1883 - 61613:61613 zookeeper: image: "confluentinc/cp-zookeeper:5.2.1" environment: ZOOKEEPER_CLIENT_PORT: 2181 ZOOKEEPER_TICK_TIME: 2000 ZOOKEEPER_SYNC_LIMIT: 2 kafka: image: "confluentinc/cp-kafka:5.2.1" ports: - 9092:9092 depends_on: - zookeeper environment: KAFKA_BROKER_ID: 1 KAFKA_ZOOKEEPER_CONNECT: "zookeeper:2181" KAFKA_LISTENER_SECURITY_PROTOCOL_MAP: PLAINTEXT:PLAINTEXT,PLAINTEXT_HOST:PLAINTEXT KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://kafka:29092,PLAINTEXT_HOST://localhost:9092 KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: "1" KAFKA_AUTO_CREATE_TOPICS_ENABLE: "true" postgres: image: 'postgres:alpine' volumes: - postgres-volume:/var/lib/postgresql/data ports: - 5432:5432 environment: POSTGRES_USER: bootcamp POSTGRES_PASSWORD: password POSTGRES_DB: bootcamp POSTGRES_HOST: postgres elasticsearch: image: docker.elastic.co/elasticsearch/elasticsearch:7.3.1 container_name: elasticsearch environment: - node.name=ws-es-node - discovery.type=single-node - cluster.name=ws-es-data-cluster - bootstrap.memory_lock=true - "ES_JAVA_OPTS=-Xms1024m -Xmx1024m" # - xpack.security.enabled='false' # - xpack.monitoring.enabled='false' # - xpack.watcher.enabled='false' # - xpack.ml.enabled='false' # - http.cors.enabled='true' # - http.cors.allow-origin="*" # - http.cors.allow-methods=OPTIONS, HEAD, GET, POST, PUT, DELETE # - http.cors.allow-headers=X-Requested-With,X-Auth-Token,Content-Type, Content-Length ulimits: memlock: soft: -1 hard: -1 volumes: - vibhuviesdata:/usr/share/elasticsearch/data ports: - 9200:9200 - 9300:9300 networks: - esnet kibana: image: docker.elastic.co/kibana/kibana:7.3.1 container_name: kibana environment: SERVER_NAME: 127.0.0.1 ELASTICSEARCH_HOSTS: http://elasticsearch:9200 # XPACK_GRAPH_ENABLED: false # XPACK_ML_ENABLED: false # XPACK_REPORTING_ENABLED: false # XPACK_SECURITY_ENABLED: false # XPACK_WATCHER_ENABLED: false ports: - "5601:5601" networks: - esnet depends_on: - elasticsearch restart: "unless-stopped" redis: image: 'bitnami/redis:latest' ports: - 6379:6379 environment: - ALLOW_EMPTY_PASSWORD=yes volumes: grafana-volume: prometheus-volume: postgres-volume: vibhuviesdata: driver: local networks: esnet: Agora dentro da pasta ambiente execute o seguinte comando docker-compose up -d
Dentro do console docker você devera visualizar os containers rodando para cada tecnologia que utilizaremos.
Agora vamos utilizar o spring starter para criar nossa primeira estrutura de API.
Feito isso, vamos configurar nosso tópico kafka que ira produzir a mensagem através do arquivo de properties da aplicação, defina o arquivo de application.yml igual o código abaixo.
#APP SPECIFIC CUSTOM PROPERTIES order: topic: cadastra-usuario #SPRING PROPERTIES spring: kafka: bootstrap-servers: localhost:9092 #properties: #Server host name verification is disabled by setting ssl.endpoint.identification.algorithm to an empty string #ssl.endpoint.identification.algorithm: #ssl: # protocol: SSL # trust-store-location: classpath:/app/store/truststore.jks # trust-store-password: <TURST_STORE_PASSWORD> # key-store-location: classpath:/app/store/keystore.jks # key-store-password: <KEY_STORE_PASSWORD> # key-password: <KEY_PASSWORD> producer: retries: 1 acks: all group-id: group-id key-serializer: org.apache.kafka.common.serialization.StringSerializer value-serializer: org.apache.kafka.common.serialization.StringSerializer auto: create: topics: enable=true: Vamos entender estas configuraçoes:
- Definição do nome do topico kafka onde a mensagem sera produzida.
- Definição do endpoint de acesso ao kafka.
Obs: Por ser localhost não será necessário configurarmos o certificado ssl, porem deixamos as configs comentada. - Configurações do producer kafka como o tipo de serialização que a mensagem sera produzida, no caso utilizaremos String, quantidades de tentativas para produzir esta mensagem e o id identificador de um grupo de producers.
- Habilita a auto criação de um topico kafka
Documentação api de producer do kafka
Após isto criamos uma classe controller que ira receber a requisição e chamar um serviço de salvar usuário responsável por produzir e enviar os dados do usuário como mensagem, segue o link do github onde a aplicação esta armazenada para que possam conferir.
Top comments (0)