Testcontainers-Java项目:从KafkaContainer迁移到ConfluentKafkaContainer的注意事项
2025-05-28 06:59:23作者:幸俭卉
在Spring Boot 3.4.3版本升级后,Testcontainers也随之升级到了1.20.5版本。在这个版本中,org.testcontainers.containers.KafkaContainer被标记为已弃用,推荐使用新的org.testcontainers.kafka.ConfluentKafkaContainer。然而,在迁移过程中,特别是在与Schema Registry配合使用时,开发者可能会遇到连接问题。
问题背景
在原有配置中,开发者使用KafkaContainer与Schema Registry容器通过Docker网络连接,配置如下:
val kafka = KafkaContainer(kafkaImage).withNetwork(network)
val schemaRegistry = GenericContainer(schemaRegistryImage)
.withEnv("SCHEMA_REGISTRY_KAFKASTORE_BOOTSTRAP_SERVERS",
"PLAINTEXT://" + kafka.networkAliases[0] + ":9092")
迁移到ConfluentKafkaContainer后,Schema Registry无法连接到Kafka,日志显示连接超时。
问题分析
根本原因在于ConfluentKafkaContainer使用了不同的端口配置:
- KafkaContainer默认使用9092端口作为内部通信端口
- ConfluentKafkaContainer则使用9093端口作为内部通信端口(BROKER),9092端口用于外部访问(PLAINTEXT)
从日志中可以看到:
advertised.listeners = PLAINTEXT://localhost:51721,BROKER://495d7a51aff8:9093
listeners = PLAINTEXT://0.0.0.0:9092,CONTROLLER://0.0.0.0:9094,BROKER://0.0.0.0:9093
而Schema Registry尝试连接的是9092端口,这导致了连接失败。
解决方案
要解决这个问题,有以下几种方法:
方法一:修改Schema Registry配置
将Schema Registry的连接地址改为使用9093端口:
val schemaRegistry = GenericContainer(schemaRegistryImage)
.withEnv("SCHEMA_REGISTRY_KAFKASTORE_BOOTSTRAP_SERVERS",
"PLAINTEXT://" + kafka.networkAliases[0] + ":9093")
方法二:自定义Kafka配置
通过环境变量覆盖ConfluentKafkaContainer的默认配置:
val kafka = ConfluentKafkaContainer(kafkaImage)
.withNetwork(network)
.withEnv("KAFKA_LISTENERS", "PLAINTEXT://0.0.0.0:9092")
.withEnv("KAFKA_ADVERTISED_LISTENERS", "PLAINTEXT://localhost:${kafka.getMappedPort(9092)}")
方法三:使用Testcontainers内置的Schema Registry支持
Testcontainers提供了对Confluent平台组件的完整支持,可以简化配置:
val kafka = ConfluentKafkaContainer(kafkaImage)
.withNetwork(network)
val schemaRegistry = KafkaSchemaRegistryContainer(schemaRegistryImage)
.withNetwork(network)
.dependsOn(kafka)
最佳实践建议
- 版本一致性:确保Kafka和Schema Registry使用相同的主要版本
- 网络配置:始终使用Docker网络进行容器间通信
- 健康检查:为Schema Registry添加健康检查,确保Kafka完全启动后再连接
- 日志监控:在测试失败时检查容器日志,可以快速定位问题
总结
从KafkaContainer迁移到ConfluentKafkaContainer时,开发者需要注意端口配置的变化。理解Confluent平台的默认配置对于解决连接问题至关重要。通过调整连接端口或自定义Kafka配置,可以确保Schema Registry与Kafka的正常通信。Testcontainers提供了灵活的配置选项,开发者可以根据实际需求选择最适合的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
798
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1