「Kafka」消费者篇
「Kafka」消费者篇Kafka 消费方式
https://i-blog.csdnimg.cn/blog_migrate/ce98d69d7d226c136eec8c2f3a126523.png
Kafka 消费者工作流程
消费者总体工作流程
https://i-blog.csdnimg.cn/blog_migrate/0870b03afd73285a9145274dd08339c2.png
新版本(0.9之后)的 offset 生存在 kafka 的 Topic 里,持久化到磁盘,可靠性有保障。
老版本(0.9之前)的 offset 生存在 Zookeeper 的 consumers 节点路径下。
为什么转移了呢?假如所有的消费者都把 offset 维护在 Zookeeper 中,那么所有的消费者都必要跟 Zookeeper 进行大量的交互,就会导致网络数据传输非常频繁,压力较大。所以存储在主题里更易于维护管理。
消费者组原理
消费者组
https://i-blog.csdnimg.cn/blog_migrate/c1d86648544860db7e5e4685313dff0b.png
https://i-blog.csdnimg.cn/blog_migrate/4f62ab0697ee9c6b08c77202fd8a89c9.png
消费者组初始化流程
https://i-blog.csdnimg.cn/blog_migrate/d22b5cd6e08b5ce64f5a170f84c850ee.png
消费者组详细消费流程
https://i-blog.csdnimg.cn/blog_migrate/da726c8ce7ba5443ab1816931a17bb2c.png
[*]起首,kafka 必要和消费者组创建网络连接客户端:ConsumerNetworkClient
[*]消费者组发送消费哀求 sendFetches,颠末客户端,调用 send 方法发送哀求到 kafka
[*]这里会设置 3 个参数:
[*]fetch.min.bytes:每批次最小抓取巨细,默认1字节
[*]fetch.max.wait.ms:一批数据最小值未达到的超时时间,默认500ms
[*]fetch.max.bytes:每批次最大抓取巨细,默认50m
[*]通过回调方法 onSuccess 把对应的结果拉取过来,存储在 completedFetches 队列中
[*]消费者调用 fetchedRecords 方法从队列中抓取数据
[*]max.poll.records:一次拉取数据返回消息的最大条数,默认500条
[*]再颠末反序列化、拦截器,末了处理数据。
[*]在生产端也有拦截器,拦截器的作用:整个 kafka 集群不会处理数据,只会存数据,那么处理数据就可以在生产端和消费端的拦截器去做,而且拦截器可以方便的监控 kafka 的运行情况。这也是 kafka 高吞吐量的缘故原由。
消费者紧张参数
https://i-blog.csdnimg.cn/blog_migrate/42ca9082a78bfdb0faf5589a23bdc13b.png
https://i-blog.csdnimg.cn/blog_migrate/a44987c896c25348be4b1d54181ff3e2.png
消费者 API
独立消费者案例(订阅主题)
[*] 需求:创建一个独立消费者,消费 first 主题中数据。
https://i-blog.csdnimg.cn/blog_migrate/3be6b972c419594aaadb536bc16c26a1.png
留意:在消费者 API 代码中必须配置消费者组 id。下令行启动消费者不填写消费者组 id 会被自动填写随机的消费者组 id。
[*] 实现步调
[*]创建包名:com.atguigu.kafka.consumer
[*]编写代码import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;
import java.time.Duration;
import java.util.ArrayList;
import java.util.Properties;
class CustomConsumer {
public static void main(String[] args) {
// 0.创建消费者的配置对象
Properties properties = new Properties();
// 给消费者配置对象添加参数
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
// 反序列化 必须
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
// 配置消费者组id(组名任意起名)必须
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
// 1.创建消费者对象
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
// 2.订阅要消费的主题(可以消费多个主题)
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
// 3.消费数据
while (true) {
// 设置每过1s消费一批数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
// 打印消费到的数据
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
[*] 测试
[*]在 IDEA 中实行消费者步伐
[*]在 Kafka 集群控制台,创建 Kafka 生产者,并输入数据$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
>hello
[*]在 IDEA 控制台观察吸收到的数据ConsumerRecord(topic = first, partition = 1, leaderEpoch = 3, offset = 0, CreateTime = 1629160841112, serialized key size = -1, serialized value size = 5, headers = RecordHeaders(headers = [], isReadOnly = false), key = null, value = hello)
独立消费者案例(订阅分区)
[*] 需求:创建一个独立消费者,消费 first 主题 0 号分区的数据。
https://i-blog.csdnimg.cn/blog_migrate/cdedf5b664bc2e03df0ba41b07080acf.png
[*] 实现步调
[*]代码编写import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;
import java.time.Duration;
import java.util.ArrayList;
import java.util.Properties;
class CustomConsumer {
public static void main(String[] args) {
// 0.创建消费者的配置对象
Properties properties = new Properties();
// 给消费者配置对象添加参数
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
// 反序列化 必须
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
// 配置消费者组id(组名任意起名)必须
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
// 1.创建消费者对象
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
// 2.订阅某个主题的某个分区
ArrayList<TopicPartition> topicPartitions = new ArrayList<>();
topicPartitions.add(new TopicPartition("first", 0));
kafkaConsumer.assign(topicPartitions);
// 3.消费数据
while (true) {
// 设置每过1s消费一批数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
// 打印消费到的数据
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
[*] 测试
[*] 在 IDEA 中实行消费者步伐
[*] 在 IDEA 中实行生产者步伐在控制台观察生成几个 0 号分区的数据
for (int i = 0; i < 5; i++) {
kafkaProducer.send(new ProducerRecord<>("first", "atguigu " + i), new Callback() {
@Override
public void onCompletion(RecordMetadata metadata, Exception e) {
if (e == null) {
System.out.println("主题:" + metadata.topic() + "->" +
"分区:" + metadata.partition());
} else {
e.printStackTrace();
}
}
});
}
first 0 381
first 0 382
first 2 168
first 1 165
first 1 166
[*] 在 IDEA 控制台,观察吸收到的数据,只能消费到 0 号分区数据表现正确https://i-blog.csdnimg.cn/blog_migrate/4392ab62cd9c0457f205dddd40d93bf4.png
消费者组案例
[*] 需求:测试同一个主题的分区数据,只能由一个消费者组中的一个消费。
https://i-blog.csdnimg.cn/blog_migrate/c4f3efadb7494f66011ac1370fe1408e.png
[*] 案例实操
[*] 复制两份基础消费者的代码,在 IDEA 中同时启动,即可启动同一个消费者组中的三个消费者
[*] 启动代码中的生产者发送消息,分别发送到了0、1、2,三个分区(假如只发送到一个分区,可以在发送时增加延长代码 Thread.sleep(2); )
https://i-blog.csdnimg.cn/blog_migrate/059bdb7b79830083be49c7cafad37d5b.png
[*] 在 IDEA 控制台即可看到三个消费者在消费不同分区的数据
https://i-blog.csdnimg.cn/blog_migrate/cd82d3f9668f230ddea4400ebf8de8c7.png
https://i-blog.csdnimg.cn/blog_migrate/a6ea340492e9f301413e74369149dd24.png
https://i-blog.csdnimg.cn/blog_migrate/7864b1a29abfa083934d5dd7d7aea252.png
一个分区的数据只由消费者组中的一个消费者消费。
生产经验—分区的分配以及再均衡
https://i-blog.csdnimg.cn/blog_migrate/3908683672f933c71986597fb2928c75.png
Consumer Leader 就是根据分区分配计谋,制定消费方案。
https://i-blog.csdnimg.cn/blog_migrate/405862b83cced082318cb2ff4b952943.png
https://i-blog.csdnimg.cn/blog_migrate/6ef09bf019c0fdac28e9de00fd584231.png
Range 以及再均衡
https://i-blog.csdnimg.cn/blog_migrate/618ce4402cbaabaa912cd956d664a620.png
Range 分区分配计谋案例
[*] 修改主题 first 为 7 个分区
$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 7
留意:分区数可以增加,但是不能淘汰。
[*] 同时启动 3 个消费者:CustomConsumer、CustomConsumer1、CustomConsumer2 组成消费者组,组名都为“test”
[*] 启动 CustomProducer 生产者,发送 500 条消息,随机发送到不同的分区
for (int i = 0; i < 500; i++) {
kafkaProducer.send(new ProducerRecord<>("first", "atguigu " + i), new Callback() {
@Override
public void onCompletion(RecordMetadata metadata, Exception e) {
if (e == null) {
System.out.println("主题:" + metadata.topic() + "->" +
"分区:" + metadata.partition());
} else {
e.printStackTrace();
}
}
});
}
[*] 观察 3 个消费者分别消费哪些分区的数据
https://i-blog.csdnimg.cn/blog_migrate/c1a25243a9c29e3d5026b316df6c4d12.png
https://i-blog.csdnimg.cn/blog_migrate/6947462712eebf2bb876bca30986cd14.png
符合预期。
Range 分区分配再均衡案例
[*]停止掉 0 号消费者,快速重新发送消息观看结果(45s 以内,越快越好)
[*]1 号消费者:消费到 3、4 号分区数据。
[*]2 号消费者:消费到 5、6 号分区数据。
[*]0 号消费者的任务会整体被分配到 1 号消费者或者 2 号消费者。
[*]说明:0 号消费者挂掉后,消费者组必要按照超时时间 45s 来判断它是否退出,所以必要等待,时间到了 45s 后,判断它真的退出就会把任务分配给其他 broker 实行。
[*]再次重新发送消息观看结果(45s 以后)
[*]1 号消费者:消费到 0、1、2、3 号分区数据。
[*]2 号消费者:消费到 4、5、6 号分区数据。
[*]说明:消费者 0 已经被踢出消费者组,所以重新按照 range 方式分配。
RoundRobin 以及再均衡
https://i-blog.csdnimg.cn/blog_migrate/88b8802cfb33ec44aad4f2db8152eeb0.png
RoundRobin 分区分配计谋案例
[*] 依次在 CustomConsumer、CustomConsumer1、CustomConsumer2 三个消费者代码中修改分区分配计谋为 RoundRobin
// 修改分区分配策略
properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, "org.apache.kafka.clients.consumer.RoundRobinAssignor");
[*] 重启 3 个消费者,重复发送消息的步调,观看分区结果
https://i-blog.csdnimg.cn/blog_migrate/60ebfe367c3e5aef5d7eaaa03200a72d.png
符合预期。
RoundRobin 分区分配再均衡案例
[*]停止掉 0 号消费者,快速重新发送消息观看结果(45s 以内,越快越好)
[*]1 号消费者:消费到 2、5 号分区数据
[*]2 号消费者:消费到 4、1 号分区数据
[*]0 号消费者的任务会按照 RoundRobin 的方式,把数据轮询分成 0 、6 和 3 号分区数据,分别由 1 号消费者卓和 2 号消费者消费。
[*]说明:0 号消费者挂掉后,消费者组必要按照超时时间 45s 来判断它是否退出,所以必要等待,时间到了 45s 后,判断它真的退出就会把任务分配给其他 broker 实行。
[*]再次重新发送消息观看结果(45s 以后)
[*]1 号消费者:消费到 0、2、4、6 号分区数据
[*]2 号消费者:消费到 1、3、5 号分区数据
[*]说明:消费者 0 已经被踢出消费者组,所以重新按照 RoundRobin 方式分配。
Sticky 以及再均衡
**粘性分区定义:**可以理解为分配的结果带有“粘性的”。即在实行一次新的分配之前,考虑上一次分配的结果,尽量少的调整分配的变更,可以节流大量的开销。
粘性分区是 Kafka 从 0.11.x 版本开始引入这种分配计谋,起首会尽量均衡的放置分区到消费者上面,在出现同一消费者组内消费者出现问题的时间,会尽量保持原有分配的分区不变化。
[*] 需求:设置主题为 first,7 个分区;预备 3 个消费者,采用粘性分区计谋,并进行消费,观察消费分配情况。然后再停止其中一个消费者,再次观察消费分配情况。
[*] 步调
[*] 修改分区分配计谋为粘性 Sticky
// 修改分区分配策略
ArrayList<String> startegys = new ArrayList<>();
startegys.add("org.apache.kafka.clients.consumer.StickyAssignor");
properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, startegys);
[*] 使用同样的生产者发送 500 条消息
https://i-blog.csdnimg.cn/blog_migrate/5a6ea8baf81a3b9cc25c204deb71cfb8.png
https://i-blog.csdnimg.cn/blog_migrate/d1ffb648298722a5e973ae5e13d3bdc4.png
可以多重启频频观察,发现会尽量保持分区的个数近似分别分区。
与 RoundRobin 计谋区别:RoundRobin 是有序的,按照顺序轮询分配,而 Sticky 是随机分配的,而且在出现同一消费组内消费者出现问题的时间,会尽量保持原有分配的分区不变化。
Sticky 分区分配再均衡案例
[*]停止掉 0 号消费者,快速重新发送消息观看结果(45s 以内,越快越好)
[*]1 号消费者:消费到 2、5、3 号分区数据。
[*]2 号消费者:消费到 4、6 号分区数据。
[*]0 号消费者的任务会按照粘性规则,尽可能均衡的随机分成 0 和 1 号分区数据,分别由 1 号消费者或者 2 号消费者消费。
[*]说明:0 号消费者挂掉后,消费者组必要按照超时时间 45s 来判断它是否退出,所以必要等待,时间到了 45s 后,判断它真的退出就会把任务分配给其他 broker 实行。
[*]再次重新发送消息观看结果(45s 以后)
[*]1 号消费者:消费到 2、3、5 号分区数据。
[*]2 号消费者:消费到 0、1、4、6 号分区数据。
[*]说明:消费者 0 已经被踢出消费者组,所以重新按照粘性方式分配。出现同一消费组内消费者出现问题的时间,会尽量保持原有分配的分区不变化。
CooperativeSticky以及再均衡
上述三种分区分配计谋均是基于 eager 协议,Kafka2.4.0开始引入 CooperativeSticky 计谋——在不绝止消费的情况下进行增量再均衡。
CooperativeSticky 与之前的 Sticky 虽然都是维持原来的分区分配方案,最大的区别是:Sticky仍旧是基于 eager 协议,分区重分配时间,都必要 consumers 先放弃当前持有的分区,重新加入consumer group;而 CooperativeSticky 基于 cooperative 协议,该协议将原来的一次全局分区重均衡,改成多次小规模分区重均衡。
比方:一个Topic(T0,三个分区),两个 consumers(consumer1、consumer2) 均订阅 Topic(T0)。
假如consumers订阅信息为:
consumer1T0P0、T0P2consumer2T0P1 此时,新的 consumer3 加入消费者组,那么基于 eager 协议的分区重分配计谋流程:
https://i-blog.csdnimg.cn/blog_migrate/c18689e5c89ef02c9aae7477afff646a.png
[*]consumer1、 consumer2 正常发送心跳信息到 Group Coordinator。
[*]随着 consumer3 加入,Group Coordinator 收到对应的 Join Group 哀求,Group Coordinator 确认有新成员必要加入消费者组。
[*]Group Coordinator 通知 consumer1 和 consumer2,必要 rebalance 了。
[*]consumer1 和 consumer2 放弃(revoke)当前各自持有的已有分区,重新发送 Join Group 哀求到 Group Coordinator。
[*]Group Coordinator 依据指定的分区分配计谋的处理逻辑,生成新的分区分配方案,然后通过 Sync Group 哀求,将新的分区分配方案发送给 consumer1、consumer2、consumer3。
[*]所有 consumers 按照新的分区分配,重新开始消费数据。
而基于 cooperative 协议的分区分配计谋的流程:
https://i-blog.csdnimg.cn/blog_migrate/5054c25d871cb4125825f81a5ac5a068.png
[*]consumer1、 consumer2 正常发送心跳信息到 Group Coordinator。
[*]随着 consumer3 加入,Group Coordinator 收到对应的 Join Group 哀求,Group Coordinator确认有新成员必要加入消费者组。
[*]Group Coordinator 通知 consumer1 和 consumer2,必要 rebalance 了。
[*]consumer1、consumer2 通过 Join Group 哀求将已经持有的分区发送给 Group Coordinator。
[*]留意:并没有放弃(revoke)已有分区。
[*]Group Coordinator 取消 consumer1 对分区 p2 的消费,然后发送 sync group 哀求给 consumer1、consumer2。
[*]consumer1、consumer2 吸收到分区分配方案,重新开始消费。至此,一次 rebalance 完成。
[*]当前 p2 也没有被消费,再次触发下一轮 rebalance,将 p2 分配给 consumer3 消费。
参考:Kafka消费者分区分配计谋详解
该文把这 4 个计谋写的都非常全面。
offset 位移
offset 的默认维护位置
https://i-blog.csdnimg.cn/blog_migrate/d33602a375c7237d7fb70ae6fe0f0c48.png
__consumer_offsets 主题内里采用 key 和 value 的方式存储数据。key 是 group.id+topic+分区号,value 就是当前 offset的值。每隔一段时间,kafka 内部会对这个 topic 进行 compact,也就是每个 group.id+topic+分区号 只保留最新数据。
消费 offset 案例
https://i-blog.csdnimg.cn/blog_migrate/9a9edbe0658761d1e6fd1a2ebdcdf332.png
https://i-blog.csdnimg.cn/blog_migrate/7047c878a507d8a449ffcc0dfe8695b7.png
自动提交 offset
https://i-blog.csdnimg.cn/blog_migrate/2078b1b07a7821d89cecffd485719d7c.png
https://i-blog.csdnimg.cn/blog_migrate/16ce59256c6946895b53f77719a0201a.png
消费者自动提交 offset
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.time.Duration;
import java.util.Arrays;
import java.util.Properties;
public class CustomConsumerAutoOffset {
public static void main(String[] args) {
// 1. 创建 kafka 消费者配置类
Properties properties = new Properties();
// 2. 添加配置参数
// 添加连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
// 配置序列化 必须
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
// 配置消费者组
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
// 是否自动提交 offset,默认为true
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
// 提交 offset 的时间周期 1000ms,默认 5s
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 1000);
// 3. 创建 kafka 消费者
KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);
// 4. 设置消费主题 形参是列表
consumer.subscribe(Arrays.asList("first"));
// 5. 消费数据
while (true) {
// 读取消息
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofSeconds(1));
// 输出消息
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.value());
}
}
}
}
手动提交 offset
https://i-blog.csdnimg.cn/blog_migrate/f91f8a551a3f80538b3768b2ca9a2504.png
同步提交 offset
由于同步提交 offset 有失败重试机制,故更加可靠,但是由于不停等待提交结果,提交的服从比较低。
以下为同步提交 offset 的示例:
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.time.Duration;
import java.util.Arrays;
import java.util.Properties;
public class CustomConsumerByHandSync {
public static void main(String[] args) {
// 1. 创建 kafka 消费者配置类
Properties properties = new Properties();
// 2. 添加配置参数
// 添加连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
// 配置序列化 必须
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
// 配置消费者组
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
// 是否自动提交 offset
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
// 3. 创建 kafka 消费者
KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);
// 4. 设置消费主题 形参是列表
consumer.subscribe(Arrays.asList("first"));
// 5. 消费数据
while (true) {
// 读取消息
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofSeconds(1));
// 输出消息
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.value());
}
// 同步提交 offset
consumer.commitSync();
}
}
}
异步提交 offset
虽然同步提交 offset 更可靠一些,但是由于其会壅闭当前线程,直到提交成功。因此吞吐量会受到很大的影响。因此更多的情况下,会选用异步提交 offset 的方式。
以下为异步提交 offset 的示例,更换 KafkaConsumer 调用的 API 即可:
// 异步提交 offset
consumer.commitAsync();
指定 offset 消费
auto.offset.reset = earliest | latest | none,默认是 latest。
当 Kafka 中没有初始偏移量(消费者组第一次消费)或服务器上不再存在当前偏移量时(比方该数据已被删除),该怎么办?
[*] earliest:自动将偏移量重置为最早的偏移量,--from-beginning
[*] latest(默认值):自动将偏移量重置为最新偏移量
[*] none:假如未找到消费者组的先前偏移量,则向消费者抛出异常
https://i-blog.csdnimg.cn/blog_migrate/946e0c550560a81a4779ff7b307a9d03.png
[*] 任意指定 offset 位移开始消费
import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import java.time.Duration;
import java.util.*;
public class CustomConsumerSeek {
public static void main(String[] args) {
// 0 配置信息
Properties properties = new Properties();
// 连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
// key value 反序列化
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test2");
// 1 创建一个消费者
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
// 2 订阅一个主题
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
Set<TopicPartition> assignment = kafkaConsumer.assignment();
// 保证分区分配方案已经制定完毕
// 消费者初始化流程:
// 1)消费者跟coordinator汇报,我要加入消费者组
// 2)然后coordinator会选择一个Consumer Leader,把各Topic的情况给到它
// 3)Consumer Leader会制定分区分配方案,发给coordinator
// 4)coordinator再把分区分配方案下发给所有Consumer
// 所以需要等待一段时间。
while (assignment.size() == 0) {
kafkaConsumer.poll(Duration.ofSeconds(1));
// 获取消费者分区分配信息(有了分区分配信息才能开始消费)
assignment = kafkaConsumer.assignment();
}
// 遍历所有分区,并指定 offset 从 1700 的位置开始消费
for (TopicPartition tp : assignment) {
kafkaConsumer.seek(tp, 1700);
}
// 3 消费该主题数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
留意:每次实行完,必要修改消费者组名。
指定时间消费
[*]需求:在生产环境中,会碰到近来消费的几个小时数据异常,想重新按照时间消费。
[*]比方要求按照时间消费前一天的数据,怎么处理?
[*]操作步调:import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import java.time.Duration;
import java.util.*;
public class CustomConsumerSeekTime {
public static void main(String[] args) {
// 0 配置信息
Properties properties = new Properties();
// 连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
// key value 反序列化
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test2");
// 1 创建一个消费者
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
// 2 订阅一个主题
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
Set<TopicPartition> assignment = kafkaConsumer.assignment();
// 保证分区分配方案已经制定完毕
while (assignment.size() == 0) {
kafkaConsumer.poll(Duration.ofSeconds(1));
// 获取消费者分区分配信息(有了分区分配信息才能开始消费)
assignment = kafkaConsumer.assignment();
}
// 希望把时间转换为对应的offset
Map<TopicPartition, Long> timestampToSearch = new HashMap<>();
// 封装集合存储,每个分区对应一天前的数据
for (TopicPartition topicPartition : assignment) {
timestampToSearch.put(topicPartition, System.currentTimeMillis() - 24 * 3600 * 1000);
}
// 获取从 1 天前开始消费的每个分区的 offset
Map<TopicPartition, OffsetAndTimestamp> offsets = kafkaConsumer.offsetsForTimes(timestampToSearch);
// 遍历每个分区,对每个分区设置消费时间。
for (TopicPartition topicPartition : assignment) {
OffsetAndTimestamp offsetAndTimestamp = offsets.get(topicPartition);
// 根据时间指定开始消费的位置
if (offsetAndTimestamp != null) {
kafkaConsumer.seek(topicPartition, offsetAndTimestamp.offset());
}
}
// 3 消费该主题数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
重复消费和漏消费
[*]重复消费:已经消费了数据,但是 offset 没提交。
[*]漏消费:先提交 offset 后消费,有可能会造成数据的漏消费。
https://i-blog.csdnimg.cn/blog_migrate/151c178eb8f21955ed6fdc2d470641e5.png
生产经验—消费者事务
https://i-blog.csdnimg.cn/blog_migrate/f59a2fc56f0ec2cedaae22fe564c9c73.png
生产经验—数据积压(消费者如何进步吞吐量)
https://i-blog.csdnimg.cn/blog_migrate/47cffc2beeb3e1d3532eecfb6e647a7d.png
https://i-blog.csdnimg.cn/blog_migrate/5423d211cb20abe9dfb121e3a78603c8.png
生产者进步吞吐量:
[*]batch.size:默认 16k
[*]linger.ms:默认 0ms
[*]compression.type:数据压缩,默以为 None
[*]buffer.memory:RecordAccumlator 缓冲区巨细,默认 32M
消费者进步吞吐量:
[*]增加 Topic 的分区数,同时增加消费者数目
[*]max.poll.records:进步每批次拉取的数目,默认500条
在生产环境中合理调整这几个参数,达到最大化吞吐量。
条记整理自b站尚硅谷视频教程:【尚硅谷】Kafka3.x教程(从入门到调优,深入全面)
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
页:
[1]