springboot 集成kafka 详细教程，看这一篇就够了

废话不多说，直接上代码
为啥这样说，现在大家都想先看大妈效果，再去看逻辑
先看整体架构

先贴yml吧，这个毕竟是项目一创建就需要的

spring:
  application:
    admin: apache-kafka
  kafka:
    bootstrap-servers: 这里是你自己的kafka地址 # kafka 服务器集群地址，默认为 localhost:9092
    template:
      default-topic: demo  #将消息发送到的默认主题，KafkaTemplate.sendDefault
    listener:
      type: batch #监听器类型，可选值有：SINGLE（单条消费，默认）、BATCH（批量消息）# kafka 生产者配置
    producer:
      key-serializer: org.apache.kafka.common.serialization.StringSerializer #生产者 key 序列化方式
      value-serializer: org.apache.kafka.common.serialization.StringSerializer #生产者 value 序列化方式
      batch-size: 16KB #默认批处理大小，如果值太小，则可能降低吞吐量，为零将完全禁用批处理，当 linger.ms=0 时，此值无效
      buffer-memory: 32MB #生产者可以用来缓冲等待发送到服务器的记录的总内存大小
      retries: 3#发送失败时的重试次数，当大于零时，允许重试失败的发送。#      在考虑请求完成之前，生产者要求领导者已收到的确认数，可选值有：-1、0、1(默认为1)#      使用事务时，必须配置为 -1，表示领导者必须收到所有副本的确认消息。
      acks: -1
      properties:
        #消息提交延时时间(单位毫秒)，当生产者接收到消息 linger.ms 秒钟后，就会将消息提交给 kafka。#当生产端积累的消息达到 batch-size 大小后，也会将消息提交给 kafka。#linger.ms 默认为 0 ，表示每接收到一条消息就会立即提交给 kafka，此时 batch-size 无效。如果对实时性要求高，则建议设置为 0
        linger.ms: 0
        partitioner:
          class: com.wmx.apachekafka.beans.MyKafkaPartitioner #kafka 自定义分区规则
      transaction-id-prefix: tx_kafka.

    # kafka 消费者配置
    consumer:
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer #消费者 key 反序列化方式
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer #消费者 value 反序列化方式
      group-id: test-consumer-group #标识此消费者所属的消费者组的唯一字符串，这里只要你是默认安装，那就是这个，不用修改#消费者客户端 id，在消费者组需要唯一指定。发出请求时会传递给服务器，用于服务器端日志记录#不写时，会自动命名，比如：consumer-1、consumer-2...，原子性递增。通常不建议自定义，使用默认值即可，因为容易冲突#client-id: wangmx1
      enable-auto-commit: true#消费者的偏移量是否在后台自动提交，默认为 true
      auto-commit-interval: 5000#如果enable.auto.commit=true，则消费者偏移自动提交给Kafka的频率（以毫秒为单位），默认值为 5000# 当 Kafka 中没有初始偏移量或者服务器上不再存在当前偏移量时该怎么办，可选的值有 latest、earliest、exception、none，默认值为 latest# latest：重置为分区中最新的 offset(消费分区中新产生的数据)、earliest:重置为分区中最小的 offset
      auto-offset-reset: latest
      properties:
        session.timeout.ms: 180000#消费会话超时时间(超过这个时间consumer没有发送心跳,就会触发 rebalance(重新平衡) 操作)
        request.timeout.ms: 120000#消费请求超时时间
      max-poll-records: 5#一次调用poll（）时返回的最大记录数，即批量消费每次最多消费多少条消息，注意是最多，并不是必须满足数量后才消费.

自定义分区MyKafkaPartitioner：

package com.zy.apachekafka.beans;import org.apache.kafka.clients.producer.Partitioner;import org.apache.kafka.common.Cluster;import java.util.Map;

/**
 * kafka 自定义分区规则，一旦自定义了分区规则，就不会再走 kafka 默认的分区规则
 *
 * @author zy
 */
public class MyKafkaPartitioner implements Partitioner {
    /**
     * 计算给定记录的分区，发送消息到 kafka 服务器之前，都会先走这里进行计算目标分区，即将消息发送到具体的哪个分区
     *
     * @param topic      ：主题名称
     * @param key        ：要分区的键（如果没有键，则为null）
     * @param keyBytes   ：要分区的序列化键（如果没有键，则为null）
     * @param value      ：要分区的值或null，健可以有可无，值才是真正的消息内容
     * @param valueBytes ：要分区的序列化值或null
     * @param cluster    ：当前集群信息
     */
    @Override
    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster){
        // 返回的整数值就是表示生产者将消息发送到的分区
        // 具体的规则可以根据自身需要设置
        System.out.println("发送消息：" + value);
        System.out.println("指定分区为：" + 0);return0;}

    /**
     * 在分区程序关闭时调用
     */
    @Override
    public void close(){}

    /**
     * 使用给定的键值对配置此类
     *
     * @param configs
     */
    @Override
    public void configure(Map<String, ?> configs){}}

消费者定时器ConsumerTimer：

package com.zy.apachekafka.component;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.kafka.annotation.KafkaListener;import org.springframework.kafka.config.KafkaListenerEndpointRegistry;import org.springframework.kafka.listener.MessageListenerContainer;import org.springframework.scheduling.annotation.EnableAsync;import org.springframework.scheduling.annotation.EnableScheduling;import org.springframework.scheduling.annotation.Scheduled;import org.springframework.stereotype.Component;import java.time.LocalDateTime;import java.util.Set;

/**
 * 消费者定时器——定时开关消费者消费功能
 * 1、本类使用 @EnableScheduling 定时任务的方式开关消费者监听器，同理可以自己提供控制层接口，通过 http 的方式来开关。
 *
 * @author zy
 */
@Component
@EnableScheduling
@EnableAsync
public class ConsumerTimer {

    /**
     * 1、{@link KafkaListener} 注解标注的方法会被注册在 KafkaListenerEndpointRegistry 中。
     * 2、{@link KafkaListenerEndpointRegistry} 在 Spring IOC 容器中已经存在，可以直接取。
     */
    @Autowired
    private KafkaListenerEndpointRegistry kafkaListenerEndpointRegistry;

    /**
     * 定时启动消费者监听器
     * <p>
     * MessageListenerContainer getListenerContainer(String id)
     * * 1、返回具有指定id的{@link MessageListenerContainer}，如果不存在此类容器，则返回 null。
     * * 2、这个 id 就是 @KafkaListener 注解的 id 属性值
     * Set<String> getListenerContainerIds()：获取所有的 KafkaListener 监听器 id
     * Collection<MessageListenerContainer> getListenerContainers()：获取所有的 KafkaListener 监听器容器
     */
    @Scheduled(cron ="0 52 20 * * ? ")
    public void startListener(){
        Set<String> containerIds = kafkaListenerEndpointRegistry.getListenerContainerIds();
        containerIds.stream().forEach(item -> System.out.println("KafkaListener 消费者监听器：" + item));

        //boolean isRunning()：检查此组件当前是否正在运行
        //void start()：启动此组件,如果组件已在运行，则不应引发异常，配合 stop 方法使用，
        //void resume()：如果暂停，在下一次轮询后恢复此容器，配合 pause 方法使用。
        kafkaListenerEndpointRegistry.getListenerContainer("basicConsumer").resume();
        //kafkaListenerEndpointRegistry.getListenerContainer("basicConsumer").start();
        System.out.println(LocalDateTime.now() + " 启动 kafka 消费者监听器：basicConsumer");}

    /**
     * 定时关闭/暂停消费者监听器
     * void pause()：在下次轮询之前暂停此容器，配合 resume
     * void stop()：以同步方式停止此组件/容器，如果组件未运行(尚未启动)，则不应引发异常。配合 start 方法重新启动
     */
    @Scheduled(cron ="0 50 20 * * ? ")
    public void shutDownListener(){
        kafkaListenerEndpointRegistry.getListenerContainer("basicConsumer").pause();
        //kafkaListenerEndpointRegistry.getListenerContainer("basicConsumer").stop();
        System.out.println(LocalDateTime.now() + " 暂停 kafka 消费者监听器：basicConsumer");}}

下面该有消费和生产消息：
消费者 · 接收消息.KafkaConsumer：

package com.zy.apachekafka.controller;import cn.hutool.core.exceptions.ExceptionUtil;import org.apache.kafka.clients.consumer.ConsumerRecord;import org.apache.kafka.common.header.Headers;import org.apache.kafka.common.record.TimestampType;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import org.springframework.boot.autoconfigure.condition.ConditionalOnProperty;import org.springframework.kafka.annotation.KafkaListener;import org.springframework.messaging.handler.annotation.SendTo;import org.springframework.stereotype.Component;import java.util.List;

/**
 * Kafka 消费者 · 接收消息.
 * 1、topics：监听的主题，可以写死，也可以通过全局配置文件配置取值，如 @KafkaListener(topics ={"${my.kafka.topic-name}"})
 * 2、系统中定义了消费者(@KafkaListener)时，启动服务后，如果连不上kafka服务器则会输出大量的警告日志，但是不会报错。
 * 不是每个环境都启动了kafka服务，所以当没有配置消费者组id的时候，本类不交由Spring容器初始化，不再监听消息。
 *
 * @author zy
 */
@Component
@ConditionalOnProperty(prefix ="spring.kafka.consumer", name ="group-id")
public class KafkaConsumer {

    private static final Logger log = LoggerFactory.getLogger(KafkaConsumer.class);

    /**
     * 监听指定主题上的消息，topics 属性是一个字符串数组，可以监听多个主题。
     * * id ：用于唯一标识此消费者监听器，不同方法上此注解的id必须唯一，不设置时，会自动生成
     * * topics：监听的主题，可以写死，也可以通过全局配置文件配置取值，如 @KafkaListener(topics ={"${my.kafka.topic-name}"})
     *
     * @param record ：消息记录对象，包含消息正文、主题名、分区号、偏移量、时间戳等等
     */
    @KafkaListener(id ="basicConsumer", topics ={"car-infos", "basic-info", "helloWorld", "bgt.basic.agency.frame.topic"})
    public void messageListener1(ConsumerRecord<?, ?> record){
        /**
         * headers：消息头信息
         * offset：此记录在相应的 Kafka 分区中的位置。
         * partition：记录所在的分区
         * serializedKeySize：序列化的未压缩密钥的大小（以字节为单位），如果 key为 null，则返回的大小为 -1
         * serializedValueSize：序列化的未压缩值（消息正文）的大小（以字节为单位，record.value().getBytes().length）。如果值为 null，则返回的大小为 -1
         * timestamp：记录的时间戳
         * TimestampType：记录的时间戳类型
         * topic：接收此记录的主题
         * value：消息内容
         */
        Headers headers = record.headers();
        long offset = record.offset();
        int partition = record.partition();
        int serializedKeySize = record.serializedKeySize();
        int serializedValueSize = record.serializedValueSize();
        long timestamp = record.timestamp();
        TimestampType timestampType = record.timestampType();
        String topic = record.topic();
        Object value = record.value();

        System.out.println("收到消息：");
        System.out.println("\theaders=" + headers);
        System.out.println("\toffset=" + offset);
        System.out.println("\tpartition=" + partition);
        System.out.println("\tserializedKeySize=" + serializedKeySize);
        System.out.println("\tserializedValueSize=" + serializedValueSize);
        System.out.println("\ttimestamp=" + timestamp);
        System.out.println("\ttimestampType=" + timestampType);
        System.out.println("\ttopic=" + topic);
        System.out.println("\tvalue=" + value);}

    /**
     * 批量消费时，必须使用 List 接收，否则会抛异常。
     * 即如果配置文件配置的是批量消费(spring.kafka.listener.type=batch)，则监听时必须使用 list 接收
     * 反之如果配置是单条消息消费，则不能使用 list 接收，否则也会异常.
     *
     * @param records
     */
    @KafkaListener(topics ="batch-msg")
    public void messageListener2(List<ConsumerRecord<?, ?>> records){
        System.out.println(">>>批量消费返回条数，records.size()=" + records.size());
        int count =0;for(ConsumerRecord<?, ?> record : records){
            System.out.println("\t消息" + (++count) + "：" + record.value());}}

    /**
     * 消费消息并转换。SendTo 可以标注在类上，此时对类中的所有方法有效，方法的返回值表示转发的消息内容。
     *
     * @param record
     * @return
     */
    @KafkaListener(topics ={"sendTo"})
    @SendTo("car-infos")
    public String messageListener3(ConsumerRecord<?, ?> record){
        System.out.println("消费单条消费并转发：" + record.value() + "," + record.timestamp());return record.value().toString();}

    /**
     * 单位一体化编码与名称更正消息监听
     * 约定更正接口返回结果监听的主题为：basic.kafka.syncAgencyStatInfo.reply
     *
     * @param recordList
     */
    @KafkaListener(topics ={"${app.kafka.topics.agency:topic3}"})
    public void syncAgencyStatInfoMsgListener(List<ConsumerRecord<String, String>> recordList){for(ConsumerRecord<String, String> record : recordList){
            log.info("监听单位一体化编码与名称更正消息：{}", record);
            try {
                System.out.println("消息处理.....");} catch (Exception e){
                log.error("单位一体化编码与名称更正消息消费失败：{}", ExceptionUtil.getMessage(e));}}}}

生产者KafkaProducer：

package com.zy.apachekafka.controller;import com.fasterxml.jackson.core.JsonProcessingException;import com.fasterxml.jackson.databind.ObjectMapper;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import org.springframework.boot.autoconfigure.kafka.KafkaAutoConfiguration;import org.springframework.boot.autoconfigure.kafka.KafkaProperties;import org.springframework.kafka.core.KafkaTemplate;import org.springframework.kafka.support.SendResult;import org.springframework.transaction.annotation.Transactional;import org.springframework.util.concurrent.FailureCallback;import org.springframework.util.concurrent.ListenableFuture;import org.springframework.util.concurrent.ListenableFutureCallback;import org.springframework.util.concurrent.SuccessCallback;import org.springframework.web.bind.annotation.PostMapping;import org.springframework.web.bind.annotation.RequestBody;import org.springframework.web.bind.annotation.RequestParam;import org.springframework.web.bind.annotation.RestController;import javax.annotation.Resource;import java.util.Map;import java.util.concurrent.TimeUnit;

/**
 * kafka 生产者 · 发送消息
 *
 * @author zy
 */
@RestController
public class KafkaProducer {

    private static final Logger logger = LoggerFactory.getLogger(KafkaProducer.class);

    /**
     * {@link KafkaAutoConfiguration} 中会自动根据 {@link KafkaProperties} 配置属性读取配置，
     * 然后将 {@link KafkaTemplate} 模板添加到 Spring 容器中，所以这里直接获取使用即可。
     */
    @Resource
    private KafkaTemplate<String, Object> kafkaTemplate;

    /**
     * 向指定主题(topic)发送消息：http://localhost:8080/kafka/sendMsg?topic=car-infos
     * <p>
     * 1、send(String topic, @Nullable V data)：向指定主题发送消息，如果 topic 不存在，则自动创建，
     * 但是创建的主题默认只有一个分区 - PartitionCount: 1、分区也没有副本 - ReplicationFactor: 1，1表示自身。
     * 2、send 方法默认是异步的，主线程会直接继续向后运行，想要获取发送结果是否成功，请添加回调方法 addCallback。
     * [WARN ][org.apache.kafka.common.utils.LogContext$KafkaLogger.warn(LogContext.java:241)]:[Producer clientId=producer-1] Connection to node-1 could not be established. Broker may not be available.
     * [ERROR][org.springframework.kafka.support.LoggingProducerListener.onError(LoggingProducerListener.java:76)]:Exception thrown when sending a message with key='xxx' and payload='xxx' to topic bgt.basic.agency.frame.topic:
     * 3、send().get() 可以同步阻塞主线程直到获取执行结果，或者执行超时抛出异常.
     * java.util.concurrent.ExecutionException: org.springframework.kafka.core.KafkaProducerException:
     * Failed to send; nested exception is org.apache.kafka.common.errors.TimeoutException: Failed to update metadata after 60000 ms.
     *
     * @param topic   ：主题名称，不存在时自动创建，默认1个分区，无副本。主题名称也可以通过配置文件配置，这里直接通过参数传入。
     * @param message ：待发送的消息，如：{"version":1,"text":"后日凌晨三点执行任务"}
     * @return
     */
    @PostMapping("kafka/sendMsg")
    @Transactional(rollbackFor = Exception.class)
    public Map<String, Object> sendMessage(@RequestParam String topic, @RequestBody Map<String, Object> message){
        logger.info("向指定主题发送信息，topic={},message={}", topic, message);
        try {
            String valueAsString = new ObjectMapper().writeValueAsString(message);
            // 异步
            // kafkaTemplate.send(topic, valueAsString);
            // 同步：get() 获取执行结果，此时线程将阻塞，等待执行结果
            SendResult<String, Object> sendResult = kafkaTemplate.send(topic, valueAsString).get();
            sendResult.toString();
            message.put("sendResult", sendResult.toString());
            // org.apache.kafka.common.errors.TimeoutException: Failed to update metadata after 60000 ms.
        } catch (Exception e){
            // 异步发送时子线程中的异常是不会进入这里的，只有同步发送时，主线程阻塞，发送是吧，抛出异常时，才会进入这里。
            e.printStackTrace();}return message;}

    /**
     * 向默认主题(default-topic)发送消息：http://localhost:8080/kafka/sendMsgDefault
     * 默认主题由 spring.kafka.template.default-topic 选项进行配置
     *
     * @param message ：待发送的消息，如：{"version":2,"text":"后日凌晨三点执行任务，不得有误"}
     * @return
     */
    @PostMapping("kafka/sendMsgDefault")
    @Transactional(rollbackFor = Exception.class)
    public Map<String, Object> sendMsgDefault(@RequestBody Map<String, Object> message){
        logger.info("向默认主题发送信息，topic={},topic={}", kafkaTemplate.getDefaultTopic(), message);
        try {
            String valueAsString = new ObjectMapper().writeValueAsString(message);
            kafkaTemplate.sendDefault(valueAsString);} catch (JsonProcessingException e){
            e.printStackTrace();}return message;}

    /**
     * 异步回调写法 1
     * 发送信息，并添加异步回调方法，用于监控消息发送成功或者失败。发送成功可以记录日志，发送失败则应该有相应的措施，比如延期再发送等。
     * http://localhost:8080/kafka/sendMsgCallback?topic=car-infos
     * 1、addCallback 方法用于获取 send 发送的结果，成功或者失败，此时 send 方法不再阻塞线程。
     *
     * @param topic   ：car-infos
     * @param message ：{"version":223,"text":"后日凌晨三点执行任务，不得有误"}
     * @return
     */
    @PostMapping("kafka/sendMsgCallback")
    @Transactional(rollbackFor = Exception.class)
    public Map<String, Object> sendMessageCallback(@RequestParam String topic,
        @RequestBody Map<String, Object> message){
        try {
            String valueAsString = new ObjectMapper().writeValueAsString(message);
            /**
             * addCallback：添加成功或者失败的异步回调
             * {@link SuccessCallback}：是发送成功回调，函数式接口，其中的方法参数为 {@link SendResult}，表示发送结果
             * {@link FailureCallback}：是发送失败回调，函数式接口，其中的方法参数为 Throwable，表示异常对象
             */
            kafkaTemplate.send(topic, valueAsString).addCallback(success ->{
                String topic2 = success.getRecordMetadata().topic();
                int partition = success.getRecordMetadata().partition();
                long offset = success.getRecordMetadata().offset();
                logger.info("发送消息成功，topic={},partition={},offset={}", topic2, partition, offset);}, failure ->{
                logger.warn("消息发送失败：{}，{}", failure.getMessage(), failure);
                logger.warn("保存到数据库中，后期再做处理.");});} catch (JsonProcessingException e){
            e.printStackTrace();}
        logger.info("向指定主题发送信息，回调，topic={},message={}", topic, message);return message;}

    /**
     * 异步回调写法 2
     * 发送信息，并添加异步回调方法，用于监控消息发送成功或者失败。发送成功可以记录日志，发送失败则应该有相应的措施，比如延期再发送等。
     * http://localhost:8080/kafka/sendMsgCallback2?topic=helloWorld
     * 1、addCallback 方法用于获取 send 发送的结果，成功或者失败，此时 send 方法不再阻塞线程，主线程会直接运行过去。
     *
     * @param topic   ：helloWorld
     * @param message ：{"version":223,"text":"后日凌晨三点执行任务，不得有误"}
     * @return
     */
    @PostMapping("kafka/sendMsgCallback2")
    @Transactional(rollbackFor = Exception.class)
    public Map<String, Object> sendMessageCallback2(@RequestParam String topic,
        @RequestBody Map<String, Object> message){
        try {
            String valueAsString = new ObjectMapper().writeValueAsString(message);
            /**
             * ListenableFutureCallback 接口继承了 {@link SuccessCallback}、 {@link FailureCallback} 函数式接口
             * 重写方法即可
             */
            kafkaTemplate.send(topic, valueAsString).addCallback(
                new ListenableFutureCallback<SendResult<String, Object>>(){
                    @Override
                    public void onSuccess(SendResult<String, Object> success){
                        int partition = success.getRecordMetadata().partition();
                        long offset = success.getRecordMetadata().offset();
                        String topic2 = success.getRecordMetadata().topic();
                        logger.info("发送消息成功，topic={},partition={},offset={}", topic2, partition, offset);}

                    @Override
                    public void onFailure(Throwable failure){
                        logger.warn("消息发送失败：{}，{}", failure.getMessage(), failure);
                        logger.warn("保存到数据库中，后期再做处理.");}});} catch (JsonProcessingException e){
            e.printStackTrace();}
        logger.info("向指定主题发送信息，回调，topic={},message={}", topic, message);return message;}

    /**
     * 向指定主题(topic)发送消息：http://localhost:8080/kafka/sendMsgTransactional1?topic=car-infos
     * 与 springframework 框架的事务整合到一起，此时异常处理完全和平时一样.
     *
     * @param topic   ：主题名称，不存在时自动创建，默认1个分区，无副本。主题名称也可以通过配置文件配置，这里直接通过参数传入。
     * @param message ：待发送的消息，如：{"version":1,"text":"后日凌晨三点执行任务"}
     * @return
     */
    @PostMapping("kafka/sendMsgTransactional1")
    @Transactional(rollbackFor = Exception.class)
    public Map<String, Object> sendMessageTransactional1(@RequestParam String topic,
        @RequestBody Map<String, Object> message){
        try {
            logger.info("向指定主题发送信息，带事务管理，topic={},message={}", topic, message);
            String msg = new ObjectMapper().writeValueAsString(message);
            ListenableFuture<SendResult<String, Object>> send = kafkaTemplate.send(topic, msg);if("110".equals(message.get("version").toString())){
                TimeUnit.SECONDS.sleep(3);
                System.out.println(1 / 0);}} catch (JsonProcessingException e){
            e.printStackTrace();} catch (InterruptedException e){
            e.printStackTrace();}return message;}

    /**
     * http://localhost:8080/kafka/sendMsgTransactional2?topic=car-infos
     * 生成者发送消息事务管理方式2：使用 executeInTransaction(OperationsCallback<K, V, T> callback)
     * executeInTransaction：表示执行本地事务，不参与全局事务(如果存在)，即方法内部和外部是分离的，只要内部不
     * 发生异常，消息就会发送，与外部无关，即使外部有 @Transactional 注解也不影响消息发送，此时外围有没有 @Transactional 都一样。
     *
     * @param topic
     * @param message
     * @return
     */
    @PostMapping("kafka/sendMsgTransactional2")
    public Map<String, Object> sendMessageTransactional2(@RequestParam String topic,
        @RequestBody Map<String, Object> message){
        try {
            logger.info("向指定主题发送信息，带事务管理：topic={},message={}", topic, message);
            String msg = new ObjectMapper().writeValueAsString(message);

            /**
             * executeInTransaction 表示这些操作在本地事务中调用，不参与全局事务（如果存在）
             * 所以回调方法内部发生异常时，消息不会发生出去，但是方法外部发生异常不会回滚，即便是外围方法加了 @Transactional 也没用。
             */
            kafkaTemplate.executeInTransaction(operations ->{
                operations.send(topic, msg);if("120".equals(message.get("version").toString())){
                    System.out.println(1 / 0);}return null;});
            //如果在这里发生异常，则只要 executeInTransaction 里面不发生异常，它仍旧会发生消息成功
        } catch (JsonProcessingException e){
            e.printStackTrace();}return message;}}

贴一份pom文件吧，现在随着依赖的增加，很多时候会出现依赖之间出现问题，而且还很难排错，，有一个idea插件可以安排（maven helper）

pom.xml

<?xml version="1.0"encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.1.3.RELEASE</version><relativePath/><!-- lookup parent from repository --></parent><groupId>com.wmx</groupId><artifactId>apache-kafka</artifactId><version>0.0.1-SNAPSHOT</version><name>apache-kafka</name><description>Demo project for Spring Boot</description><properties><java.version>1.8</java.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- spring 整合的 apache kafka 消息队列依赖--><!-- https://mvnrepository.com/artifact/org.springframework.kafka/spring-kafka --><dependency><groupId>org.springframework.kafka</groupId><artifactId>spring-kafka</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>org.springframework.kafka</groupId><artifactId>spring-kafka-test</artifactId><scope>test</scope></dependency><dependency><groupId>cn.hutool</groupId><artifactId>hutool-all</artifactId><version>5.5.7</version></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project>

如果有不明白的联系作者，一起学习