向kafka中传数据时报错Exception in thread "Thread-5" java.lang.NoClassDefFoundError: kafk

[糖人豆丁]

我所做的是一个用Struts框架写的JavaWeb工程，需要从一个Java类中将从前端获取到的数据传到kafka中，已经导入相关jar包，并且在用public static void main方法下跑时测试可以传过数据去，

import java.util.List;

import cn.xuxiaofa.web.action.CartRefAction;
import cn.xuxiaofa.web.action.cart.CartItem;
import javafx.scene.shape.Line;

import java.util.Properties;  
import java.util.concurrent.TimeUnit;  
  
import kafka.javaapi.producer.Producer;  
import kafka.producer.KeyedMessage;  
import kafka.producer.ProducerConfig;  
import kafka.serializer.StringEncoder;  


public class OrderConfirmAction extends CartRefAction{
	private static String line;
	private static int number;
	private List<CartItem> items;//购物车中的商品信息(CartItem)表
	/*
	 * 在这里获取数据，传到spark里？
	 * CartItem类中包含一个Product实体类
	 * 该实体类有商品的名称，但是没有其所属种类
	 */
	  
	public  class kafkaProducer extends Thread{  
	  
	    private String topic;  
	      
	    public kafkaProducer(String topic){  
	        super();  
	        this.topic = topic;  
	    }  
	      
	      
	    @Override  
	    public void run() {  
	    	
	        Producer<Integer, String> producer = createProducer();  
	       int i = 0;
	       while(true){  
	    	   
	            producer.send(new KeyedMessage<Integer, String>(topic,"message:",i++));  
	            try {  
	                TimeUnit.SECONDS.sleep(1);  
	            } catch (InterruptedException e) {  
	                e.printStackTrace();  
	            }  
	        }  
	    }  
	   
	    public Producer<Integer, String> createProducer() {  
	        Properties properties = new Properties();  
	        properties.put("zookeeper.connect", "192.168.91.128:2181");//声明zk  
	        System.out.println("serializer.class开始");
	        //
	        System.out.println("序列化类名字："+StringEncoder.class.getName());
	        properties.put("serializer.class", StringEncoder.class.getName());  
	        System.out.println("serializer.class结束");
	        properties.put("metadata.broker.list", "192.168.91.128:9092");// 声明kafka broker  
	        return new Producer<Integer, String>(new ProducerConfig(properties));  
	     }  
	    
	    
	}
	public static void main(String[] args){
		kafkaProducer.start();
	}
	
	public String execute() throws Exception{
	 
		items = getCart().getItems(false);
		if(items.size()==0){
		//	request.setAttribute("cart_empty", "未购买商品，请购买商品后再结算");
			return "empty";
		}
		
		 //* 将购物车中的商品信息传送到Spark 里？？如何去传
		// * 传过去商品名称和商品购买量
		 //* 传过去之后，如何从数据库中取出来在前端显示
		 
		kafkaProducer kProducer = new kafkaProducer("order");// 使用kafka集群中创建好的主题 test
		System.out.println("购物车中的商品种类："+items.size());
		
		System.out.println();
		for (CartItem cartItem : items) {
			System.out.println("11111111111111");
			line = cartItem.getPro().getId() + " " + cartItem.getPro().getProduct_name() ;
			System.out.println(line);
		      number = cartItem.getNum();
		      System.out.println(number);
				kProducer.start();
				System.out.println("start测试");
			}
			/*System.out.println("商品名称：" + cartItem.getPro().getProduct_name()
					+" 商品数量："+cartItem.getNum()
					+" 商品id:"+cartItem.getPro().getId());*/
		
		return "success";
	}
	
	//获取商品总金额
	public double getTotalDang() throws Exception{
		return getCart().total(false);
	}
	public List<CartItem> getItems() {
		return items;
	}
	public void setItems(List<CartItem> items) {
		this.items = items;
	}
	
}

可是如果我在将从JavaWeb中获取到到数据往另一个节点的kafka传时，就报错，根据这种情况，本人猜测可能是：”原有的工程的序列化格式与kafka序列化格式不一致“，但具体该如何解决呢？
报错如下：
*****************************************************************
Exception in thread "Thread-5" java.lang.NoClassDefFoundError: kafka/serializer/StringEncoder
at cn.xuxiaofa.util.KafKaProducerUtil.createProducer(KafKaProducerUtil.java:52)
at cn.xuxiaofa.util.KafKaProducerUtil.run(KafKaProducerUtil.java:25)
Caused by: java.lang.ClassNotFoundException: kafka.serializer.StringEncoder
at org.apache.catalina.loader.WebappClassLoaderBase.loadClass(WebappClassLoaderBase.java:1333)
at org.apache.catalina.loader.WebappClassLoaderBase.loadClass(WebappClassLoaderBase.java:1167)
... 2 more
******************************************************************