0


Kafka Client客户端操作详解

文章目录

基础客户端版本

导入依赖

<properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><maven.compiler.source>8</maven.compiler.source><maven.compiler.target>8</maven.compiler.target><spring-boot.version>2.3.12.RELEASE</spring-boot.version><fastjson.version>2.0.51</fastjson.version><!--我服务器安装的kafka版本是3.4.0 所以最好和安装版本对应--><kafka.version>3.4.0</kafka.version></properties><dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-clients</artifactId><version>${kafka.version}</version></dependency>

消息生产者

packagecom.hs.kfk.basic;importorg.apache.kafka.clients.producer.*;importjava.util.Properties;importjava.util.concurrent.ExecutionException;/**
 * @Description: 基本版本的消息生产者,发送的消息就是一个简单是String
 * @Author 胡尚
 * @Date: 2024/8/7 18:33
 */publicclassBasicProducer{/**
     * 定义kafka服务端地址
     */// private final static String BOOTSTRAP_SERVER = "192.168.75.61:9092,192.168.75.62:9092,192.168.75.63:9092";privatefinalstaticStringBOOTSTRAP_SERVER="worker1:9092,worker2:9092,worker3:9092";/**
     * 生产者往哪个topic中发送消息
     */privatefinalstaticStringTOPIC_NAME="disTopic";publicstaticvoidmain(String[] args)throwsExecutionException,InterruptedException{// 设置发送者相关的属性Properties properties =newProperties();// 设置kafka端口
        properties.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BOOTSTRAP_SERVER);// 配置key的序列化类 去找org.apache.kafka.common.serialization.Serializer接口的实现类
        properties.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");// 配置value的序列化类
        properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");// 创建一个消息生产者对象Producer<String,String> producer =newKafkaProducer<>(properties);for(int i =0; i <5; i++){// 构建一条消息,  构造方法中的传参是:String topic, K key, V value// 这里的key和value的泛型要和上方定义的序列化类型匹配上ProducerRecord<String,String> record =newProducerRecord<>(TOPIC_NAME,Integer.toString(i),"MyProducer"+ i);// 发送消息// 发送消息方式一:单向发送,不关心服务端的应答, 仅仅把消息发送给服务器//            producer.send(record);// 发送消息方式二: 同步发送:get()获取服务端应答消息前,会阻塞当前线程。RecordMetadata recordMetadata = producer.send(record).get();String topic = recordMetadata.topic();int partition = recordMetadata.partition();long offset = recordMetadata.offset();System.out.println("topic:"+ topic +"\tpartition:"+ partition +"\toffset: "+ offset );// 发送消息方式三:异步发送:消息发送后不阻塞,服务端有应答后会触发回调函数//            producer.send(record, new Callback() {//                @Override//                public void onCompletion(RecordMetadata metadata, Exception exception) {//                    // 使用 RecordMetadata 对象做相应的操作//                    if (exception != null){//                        // 消息发送失败 处理逻辑//                    }//                }//            });}// 消息生产者 调用close()方法
        producer.close();}}

控制台日志

SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
topic:disTopic    partition:0    offset: 4
topic:disTopic    partition:3    offset: 4
topic:disTopic    partition:0    offset: 5
topic:disTopic    partition:3    offset: 5
topic:disTopic    partition:1    offset: 2

消息消费者

packagecom.hs.kfk.basic;importorg.apache.kafka.clients.consumer.*;importjava.time.Duration;importjava.util.Arrays;importjava.util.Properties;/**
 * @Description: 基础班的消息消费方
 * @Author 胡尚
 * @Date: 2024/8/7 19:07
 */publicclassBasicConsumer{/**
     * 定义kafka服务端地址
     */// private final static String BOOTSTRAP_SERVER = "192.168.75.61:9092,192.168.75.62:9092,192.168.75.63:9092";privatefinalstaticStringBOOTSTRAP_SERVER="worker1:9092,worker2:9092,worker3:9092";/**
     * 生产者往哪个topic中发送消息
     */privatefinalstaticStringTOPIC_NAME="disTopic";/**
     * 消费者组名
     */privatefinalstaticStringCONSUMER_GROUP="test";publicstaticvoidmain(String[] args){// 设置消费者相关的属性Properties properties =newProperties();// 设置kafka端口
        properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BOOTSTRAP_SERVER);// 每个消费者需要指定一个消费者组
        properties.setProperty(ConsumerConfig.GROUP_ID_CONFIG,CONSUMER_GROUP);// 配置key的序列化类 去找org.apache.kafka.common.serialization.Deserializer接口的实现类
        properties.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");// 配置value的序列化类
        properties.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");// 创建一个消息消费者对象// 这里的key和value的泛型要和上方定义的序列化类型匹配上Consumer<String,String> consumer =newKafkaConsumer<>(properties);// 消费者可以订阅多个topic
        consumer.subscribe(Arrays.asList(TOPIC_NAME));while(true){// 消费者拉取消息  100毫秒超时时间// 这里一次拉取的是一批消息// 这里的key和value的泛型要和上方定义的序列化类型匹配上ConsumerRecords<String,String> consumerRecords = consumer.poll(Duration.ofMillis(100));// 处理消息for(ConsumerRecord<String,String> record : consumerRecords){int partition = record.partition();long offset = record.offset();String topic = record.topic();String key = record.key();String message = record.value();System.out.println("topic:"+ topic +"\tpartition:"+ partition +"\toffset: "+ offset +"\tkey: "+ key +"\tmessage: "+ message);}// 提交offset消息就不会重复消费//同步提交,表示必须等到offset提交完毕,再去消费下一批数据。
            consumer.commitSync();// 异步提交,表示发送完提交offset请求后,就开始消费下一批数据了。不用等到Broker的确认。// consumer.commitAsync();}}}

控制台日志

SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
topic:disTopic    partition:3    offset: 4    key: 1    message: MyProducer1
topic:disTopic    partition:3    offset: 5    key: 3    message: MyProducer3
topic:disTopic    partition:1    offset: 2    key: 4    message: MyProducer4
topic:disTopic    partition:0    offset: 4    key: 0    message: MyProducer0
topic:disTopic    partition:0    offset: 5    key: 2    message: MyProducer2

踩坑

问题:消息生成者发送消息,一直阻塞,发送不出去,kafka也接收不到消息

生产者方面的代码

// 直接调单机测试 一个ipprivatefinalstaticStringBOOTSTRAP_SERVER="192.168.75.61:9092";privatefinalstaticStringTOPIC_NAME="disTopic";publicstaticvoidmain(String[] args)throwsExecutionException,InterruptedException{Properties properties =newProperties();// 设置kafka端口
    properties.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BOOTSTRAP_SERVER);// 配置key的序列化类 去找org.apache.kafka.common.serialization.Serializer接口的实现类
    properties.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");// 配置value的序列化类
  properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");// 创建一个消息生产者对象Producer<String,String> producer =newKafkaProducer<>(properties);for(int i =0; i <5; i++){// 构建一条消息,  构造方法中的传参是:String topic, K key, V valueProducerRecord<String,String> record =newProducerRecord<>(TOPIC_NAME,Integer.toString(i),"MyProducer"+ i);// 发送消息方式二: 同步发送:get()获取服务端应答消息前,会阻塞当前线程。RecordMetadata recordMetadata = producer.send(record).get();String topic = recordMetadata.topic();int partition = recordMetadata.partition();long offset = recordMetadata.offset();System.out.println("topic:"+ topic +"\tpartition:"+ partition +"\toffset: "+ offset );}// 消息生产者 调用close()方法
    producer.close();}

问题截图

在这里插入图片描述

检查kafka服务是否正常,手动启动生产者 能正常发送消息,并且Topic也存在

在这里插入图片描述

检查windows能不能连接linux服务器,使用telnet能连通,网络没问题

在这里插入图片描述

跟踪源码,看到发送消息时,Cluster对象中的确是保存了我kafka集群相关的节点信息,进一步确定网络没问题,java代码都能访问通

在这里插入图片描述

进入到发送消息的方法,这里也执行了

在这里插入图片描述

进入get()方法进行阻塞

在这里插入图片描述

消息也未发送至kafka,因为消费方这里还有一个窗口

在这里插入图片描述

问题具体的解决:

我三台 linux服务器中各自配置了域名解析

vi /etc/hosts

192.168.75.61 worker1
192.168.75.62 worker2
192.168.75.63 worker3

这里和搭建kafka集群时,配置文件中中的配置没关系

而下图中也是直接返回的域名信息

在这里插入图片描述

接下来就在我windows上也配置了一个域名映射

C:\Windows\System32\drivers\etc\hosts
192.168.75.61    worker1
192.168.75.62    worker2
192.168.75.63    worker3

现在就能正常发送接收消息了

从下图中可以发现,消费者也正常了,Topic中4个partition,其中两个分给了java应用,两个分给了控制台窗口的消费者

在这里插入图片描述

客户端属性分析

消费者分组消费机制

消费者消费消息时需要通过

group.id

参数来指定消费者组,源码中的描述如下

// 全类名org.apache.kafka.clients.CommonClientConfigs  +   org.apache.kafka.clients.consumer.ConsumerConfig// 标识此消费者所属的消费者组的唯一字符串。如果消费者使用<code>subscribe(topic)<code>或基于kafka的偏移量管理策略来使用组管理功能,则需要此属性。publicstaticfinalStringGROUP_ID_CONFIG="group.id";// 我们最好为每一个组成员设置一个固定的instanceId,这个参数通常可以用来减少Kafka不必要的rebalance。// 如果不设置,每一次消费者变动,或者是网络问题,kafka都会为多个partition和consumer实例进行负载均衡,// partition和consumer实例进行绑定,如三方最近的一张图片所示publicstaticfinalStringGROUP_INSTANCE_ID_CONFIG="group.instance.id";

我们通过消费者订阅某一个Topic就需要

group.id

这个参数

Consumer<String,String> consumer =newKafkaConsumer<>(properties);// 消费者可以订阅多个topic
consumer.subscribe(Arrays.asList(TOPIC_NAME));

大致流程如下图所示,partition和某个Group中的consumer实例进行绑定

在这里插入图片描述

我们还可以基于kafka的偏移量管理策略的基础上,自己对offset偏移量进行扩展管理。

如果仅仅基于kafka来管理当前消费者组对某个partition的消费offset可能存在一些问题,因为这个offset是消费者通过下面两个方法调用kafka服务端再进行改变

//同步提交,表示必须等到offset提交完毕,再去消费下一批数据。
consumer.commitSync();// 异步提交,表示发送完提交offset请求后,就开始消费下一批数据了。不用等到Broker的确认。
consumer.commitAsync();

这个关键的offset偏移量是保存在Broker中的,但是却是由“不靠谱”的客户端来主导推进的。Kafka服务端有以下的一些机制来保证服务端的稳定性。

  1. 如果客户端消费消息了一直不调用上方的commit方法,岂不是broker中的offset一直得不到推进?kafka提供了一种自动提交的参数// 如果为true,则消费者的偏移量将在后台定期提交publicstaticfinalStringENABLE_AUTO_COMMIT_CONFIG="enable.auto.commit";
  2. 如果客户端瞎指定一个offset,就往kafka服务端发请求,这个offset在broker中根本就不存在/**当Kafka中没有初始偏移量或者当前偏移量在服务器上不存在时该怎么办(例如,因为数据已被删除): earliest:自动将偏移量重置为最早的偏移量 latest:自动将偏移量重置为最近的偏移量 none:如果没有找到消费者组的先前偏移量则向消费者抛出异常 anything else:向消费者抛出异常*/publicstaticfinalStringAUTO_OFFSET_RESET_CONFIG="auto.offset.reset";
  3. 消费者消费消息,Broker不会一直等待消费者的提交,如果消费者长时间不提交,Broker就会认为这个消费者挂了,此时就会把这个partition中的消息往同组的其他消费者进行投递

消息重复消费问题

消费者业务处理时间较长,此时消费者正常处理消息的过程中,Broker端就已经等不下去了,认为这个消费者处理失败了。这时就会往同组的其他消费者实例投递消息,这就造成了消息重复处理。

所有我们可以换一种思路,将Offset从Broker端抽取出来,放到第三方存储比如Redis里自行管理。这样就可以自己控制用业务的处理进度推进Offset往前更新。

我们在消费消息之前,判断当前消息的offset是否< redis中保存的offset,如果是那么就表示这一条消息已经被消费过了,就不要去消费了

redis中的key可以是:消费者组名 + Topic + partition 组成 value就是offset

伪代码如下:

// 每执行一条消息,都更新一次redis中的offsetpublicclassRedisConsumer{privatefinalstaticStringBOOTSTRAP_SERVER="worker1:9092,worker2:9092,worker3:9092";privatefinalstaticStringTOPIC_NAME="disTopic";privatefinalstaticStringCONSUMER_GROUP="test";publicstaticvoidmain(String[] args){// 设置消费者相关的属性Properties properties =newProperties();
        properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BOOTSTRAP_SERVER);
        properties.setProperty(ConsumerConfig.GROUP_ID_CONFIG,CONSUMER_GROUP);
        properties.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");
        properties.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");// 创建消费者Consumer<String,String> consumer =newKafkaConsumer<>(properties);
        consumer.subscribe(Arrays.asList(TOPIC_NAME));while(true){// 消费者拉取消息ConsumerRecords<String,String> consumerRecords = consumer.poll(Duration.ofMillis(100));// 处理消息for(ConsumerRecord<String,String> record : consumerRecords){int partition = record.partition();long offset = record.offset();String topic = record.topic();String redisKey ="redisKeyPrefex"+ topic + partition +CONSUMER_GROUP;String key = record.key();String message = record.value();// TODO 通过redisKey 查询redis中的offset,如果 redisOffset > offset 就表示重复消费了// TODO 消费消息// TODO 存入redis中  redisKey + offset}//异步提交。消费业务多时,异步提交有可能造成消息重复消费,通过Redis中的Offset,就可以过滤掉这一部分重复的消息。
            consumer.commitAsync();}}}

改进一些的版本,按照partition来,每次去处理一个partition中的消息,一个partition中的消息处理完成后就更新一次redis中的offset

while(true){// 消费者拉取消息ConsumerRecords<String,String> consumerRecords = consumer.poll(Duration.ofMillis(100));// 先获取所有的partition,然后每次取partition中的消息Set<TopicPartition> partitions = consumerRecords.partitions();
    partitions.forEach(partition ->{String redisKey ="redisKeyPrefex"+partition.topic()+ partition.partition()+CONSUMER_GROUP;// TODO  根据redisKey 从redis中 获取这个消费者组下 这个partition对应的offset// 获取当前partition中所有的消息List<ConsumerRecord<String,String>> records = consumerRecords.records(partition);for(ConsumerRecord<String,String> record : records){long offset = record.offset();// TODO 如果 redisOffset > offset 就表示重复消费了// TODO 消费消息}// 获取当前partition 多个消息中的最后一个offsetlong offset = records.get(records.size()-1).offset();// TODO 根据redisKey,将上方的offset存入redis中});//异步提交。消费业务多时,异步提交有可能造成消息重复消费,通过Redis中的Offset,就可以过滤掉这一部分重复的消息。
    consumer.commitAsync();}

继续改进,添加线程池去消费消息

importorg.apache.kafka.clients.consumer.ConsumerConfig;importorg.apache.kafka.clients.consumer.ConsumerRecord;importorg.apache.kafka.clients.consumer.ConsumerRecords;importorg.apache.kafka.clients.consumer.KafkaConsumer;importorg.slf4j.Logger;importorg.slf4j.LoggerFactory;importorg.springframework.data.redis.core.RedisTemplate;importjavax.annotation.Resource;importjava.time.Duration;importjava.util.Arrays;importjava.util.List;importjava.util.Properties;importjava.util.concurrent.Executors;importjava.util.concurrent.ThreadFactory;importjava.util.concurrent.ThreadPoolExecutor;importjava.util.concurrent.TimeUnit;importjava.util.concurrent.atomic.AtomicInteger;/**
 * 基于Redis管理消费者Offset,防止消息重复处理。
 * 伪代码,就不去具体实现了。
 */publicclassRedisConsumer{@ResourceprivateRedisTemplate redisTemplate;Logger logger =LoggerFactory.getLogger(RedisConsumer.class);//计算密集型任务privatefinalstaticintCORES=2*Runtime.getRuntime().availableProcessors();publicstaticfinalStringREDIS_PREFEX="myoffset_";privatevolatilebooleanIF_SLEEP=false;privatevolatilebooleanRUNNING=true;privatefinalThreadPoolExecutor executorService;privateString servers;privateString topic;privateString group;privatefinalKafkaConsumer<String,String> consumer;publicRedisConsumer(String servers,String topic,String group){this.servers = servers;this.topic = topic;this.group = group;
        executorService =(ThreadPoolExecutor)Executors.newFixedThreadPool(CORES,newThreadFactory(){privatefinalAtomicInteger threadNumber =newAtomicInteger();@OverridepublicThreadnewThread(Runnable r){returnnewThread(null,r,"RedisConsumer_"+threadNumber.getAndIncrement());}});Properties props =newProperties();

        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, servers);
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,true);
        props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,5000);
        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG,45000);
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
        props.put(ConsumerConfig.FETCH_MAX_WAIT_MS_CONFIG,500);//
        props.put(ConsumerConfig.FETCH_MIN_BYTES_CONFIG,1);
        props.put(ConsumerConfig.RECEIVE_BUFFER_CONFIG,64*1024);
        props.put(ConsumerConfig.GROUP_ID_CONFIG,group);
        consumer =newKafkaConsumer<>(props);
        consumer.subscribe(Arrays.asList(topic.split(",")));}publicvoiddoTask(){try{while(RUNNING){try{if(!IF_SLEEP){ConsumerRecords<String,String> records = consumer.poll(Duration.ofSeconds(1));
                        records.partitions().forEach(partition ->{//从redis获取偏移量String redisKafkaOffset = redisTemplate.opsForHash().get(REDIS_PREFEX+ partition.topic(),""+ partition.partition()).toString();long redisOffset =(null==redisKafkaOffset||"".equals(redisKafkaOffset))?-1:Long.valueOf(redisKafkaOffset);List<ConsumerRecord<String,String>> partitionRecords = records.records(partition);
                            logger.info("[pull partition] topic:{}, partition:{}, records size:{}", partition.topic(),
                                    partition.partition(), partitionRecords.size());
                            partitionRecords.forEach(record ->{//redis记录的偏移量>=kafka实际的偏移量,表示已经消费过了,则丢弃。if(redisOffset >= record.offset()){
                                    logger.error("[pool discard] group id:{}, offset:{}, redisOffset:{} ,value:{}", group, record.offset(), redisOffset, record.value());return;}
                                executorService.execute(()->{doMessage(record.topic(),record.value());});});//保存Redis偏移量long saveRedisOffset = partitionRecords.get(partitionRecords.size()-1).offset();
                            redisTemplate.opsForHash().put(REDIS_PREFEX+ partition.topic(),""+ partition.partition(),saveRedisOffset);});//异步提交。消费业务多时,异步提交有可能造成消息重复消费,通过Redis中的Offset,就可以过滤掉这一部分重复的消息。
                        consumer.commitAsync();}}catch(Throwable e){
                    logger.warn("[consumer exception] {}", e);}}}catch(Throwable e){
            logger.warn("[huge exception] to finish. {}", e);}finally{
            executorService.shutdown();try{
                executorService.awaitTermination(5,TimeUnit.SECONDS);
                logger.warn("[wait finish] RedisConsumer time beyond {}.",5);}catch(InterruptedException e){
                logger.warn("[wait finish exception] RedisConsumer e:{}.", e);}
            executorService.shutdownNow();
            consumer.close();
            logger.warn("[finish consumer] topic:{}, groupId:{}.", topic, group);}}//实际处理请求。通常可以交给子实现类去做。privatevoiddoMessage(String topic,String value){System.out.println("[deal message] topic : "+topic +"; value = "+value);}}

生产者拦截器

生产者拦截机制允许客户端在生产者在消息发送到Kafka集群之前,对消息进行拦截,甚至可以修改消息内容。

// 我们自定义的拦截器需要实现org.apache.kafka.clients.producer.ProducerInterceptor接口,默认情况下是没有拦截器的publicstaticfinalStringINTERCEPTOR_CLASSES_CONFIG="interceptor.classes";

自定义一个拦截器

publicclassMyInterceptorimplementsProducerInterceptor{@OverridepublicProducerRecordonSend(ProducerRecord record){System.out.println("send(ProducerRecord, Callback)方法,在key和value被序列化和分配分区partition之前调用");// 我们可以对record做相应的处理return record;}@OverridepublicvoidonAcknowledgement(RecordMetadata metadata,Exception exception){System.out.println("当发送到服务器的记录已被确认/发送记录在发送到服务器之前失败/KafkaProducer.send()抛出异常时也会调用。");}@Overridepublicvoidclose(){System.out.println("连接关闭时会被调用");}@Overridepublicvoidconfigure(Map<String,?> configs){System.out.println("整理配置项");System.out.println("=====config start======");for(Map.Entry<String,?> entry : configs.entrySet()){System.out.println("entry.key:"+entry.getKey()+" /t === entry.value: "+entry.getValue());}System.out.println("=====config end======");}}

然后在生产者中指定拦截器类(多个拦截器类,用逗号隔开)

Properties properties =newProperties();
properties.setProperty(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,"com.hs.kfk.intercepter.MyInterceptor");

测试发送消息,控制台打印结果如下

整理配置项
=====config start======
entry.key:interceptor.classes     === entry.value: com.hs.kfk.intercepter.MyInterceptor
entry.key:bootstrap.servers     === entry.value: 192.168.75.61:9092,192.168.75.62:9092,192.168.75.63:9092
entry.key:value.serializer     === entry.value: org.apache.kafka.common.serialization.StringSerializer
entry.key:key.serializer     === entry.value: org.apache.kafka.common.serialization.StringSerializer
entry.key:client.id     === entry.value: producer-1
=====config end======

send(ProducerRecord, Callback)方法,在key和value被序列化和分配分区partition之前调用
当发送到服务器的记录已被确认/发送记录在发送到服务器之前失败/KafkaProducer.send()抛出异常时也会调用。
topic:disTopic    partition:0    offset: 11

send(ProducerRecord, Callback)方法,在key和value被序列化和分配分区partition之前调用
当发送到服务器的记录已被确认/发送记录在发送到服务器之前失败/KafkaProducer.send()抛出异常时也会调用。
topic:disTopic    partition:3    offset: 11

send(ProducerRecord, Callback)方法,在key和value被序列化和分配分区partition之前调用
当发送到服务器的记录已被确认/发送记录在发送到服务器之前失败/KafkaProducer.send()抛出异常时也会调用。
topic:disTopic    partition:0    offset: 12

send(ProducerRecord, Callback)方法,在key和value被序列化和分配分区partition之前调用
当发送到服务器的记录已被确认/发送记录在发送到服务器之前失败/KafkaProducer.send()抛出异常时也会调用。
topic:disTopic    partition:3    offset: 12

send(ProducerRecord, Callback)方法,在key和value被序列化和分配分区partition之前调用
当发送到服务器的记录已被确认/发送记录在发送到服务器之前失败/KafkaProducer.send()抛出异常时也会调用。
topic:disTopic    partition:1    offset: 5

连接关闭时会被调用

消息序列化

之前的入门案例中就用到了这两个参数

// 消息生产者方 全类名 org.apache.kafka.clients.producer.ProducerConfig// Serializer class for key that implements the <code>org.apache.kafka.common.serialization.Serializer</code> interface.publicstaticfinalStringKEY_SERIALIZER_CLASS_CONFIG="key.serializer";// Serializer class for value that implements the <code>org.apache.kafka.common.serialization.Serializer</code> interface.publicstaticfinalStringVALUE_SERIALIZER_CLASS_CONFIG="value.serializer";
// 消息消费者方 全类名  org.apache.kafka.clients.consumer.ConsumerConfig// Deserializer class for key that implements the <code>org.apache.kafka.common.serialization.Deserializer</code> interface.publicstaticfinalStringKEY_DESERIALIZER_CLASS_CONFIG="key.deserializer";// Deserializer class for value that implements the <code>org.apache.kafka.common.serialization.Deserializer</code> interface.publicstaticfinalStringVALUE_DESERIALIZER_CLASS_CONFIG="value.deserializer";

消息生产者再发送消息时,就是通过这里指定的key 和 value的序列化类,对我们指定的消息keyvalue和 进行序列化,转换为二进制数组进行网络传输。

如果生产者没有指定消息的key,那么Kafka默认按照轮训的方式选择该消息应该发送到哪一个partition中,如果指定了key就会可以的hash再去选择partition

消息消费方拉取消息后,就会通过指定的key 和 value的反序列化类,将字节数组转换为原始类型

在大部分的场景下,传输String就已经能够满足业务需求了,当然也可以自己定制序列化与反序列化类。

因为最终传输的数据是字节数组,对于一个POJO类型的对象,我们就可以分为定长的基础类型和不定长的引用类型来分别处理,不定长类型我们可以先保存该数据的实际长度,再保存该数据。比如User类

publicclassUser{privateLong uId;privateString username;privateInteger age;}

创建一个序列化类

packagecom.hs.kfk.serializer;importorg.apache.kafka.common.serialization.Serializer;importjava.nio.ByteBuffer;importjava.nio.charset.StandardCharsets;/**
 * @Description: User序列化类
 * @Author 胡尚
 * @Date: 2024/8/8 12:41
 */publicclassUserSerializerimplementsSerializer<User>{@Overridepublicbyte[]serialize(String topic,User data){// 简单粗暴的方式  直接转json// byte[] bytes = JSON.toJSON(data).toString().getBytes(StandardCharsets.UTF_8);// 传输效率更高的方式byte[] userNameBytes = data.getUsername().getBytes(StandardCharsets.UTF_8);// id:Long8字节 + 4字节保存不定长长度 + username不定长长度 + age int 4字节int cap =8+4+ userNameBytes.length +4;ByteBuffer byteBuffer =ByteBuffer.allocate(cap);
        byteBuffer.putLong(data.getuId());
        byteBuffer.putInt(userNameBytes.length);
        byteBuffer.put(userNameBytes);
        byteBuffer.putInt(data.getAge());return byteBuffer.array();}}

反序列化类

packagecom.hs.kfk.serializer;importorg.apache.kafka.common.serialization.Deserializer;importjava.nio.ByteBuffer;importjava.nio.charset.StandardCharsets;/**
 * @Description: User对象的反序列化类,按位取值
 * @Author 胡尚
 * @Date: 2024/8/8 12:52
 */publicclassUserDeserializerimplementsDeserializer<User>{@OverridepublicUserdeserialize(String topic,byte[] data){// 简单粗暴的序列化//        return JSON.parseObject(data, User.class);ByteBuffer byteBuffer =ByteBuffer.wrap(data);long uid = byteBuffer.getLong();int userNameSize = byteBuffer.getInt();String username =newString(byteBuffer.get(data,8+4, userNameSize).array(),StandardCharsets.UTF_8).trim();int age = byteBuffer.getInt();returnnewUser(uid, username, age);}}

消息生产者和消费者再指定相应的序列号与反序列化类

// 消息生产者 配置value的序列化类
properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"com.hs.kfk.serializer.UserSerializer");// 消息消费者 配置value的反序列化类
properties.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"com.hs.kfk.serializer.UserDeserializer");

消息分区路由机制

两个问题:

  • producer生产消息,是如何根据key选择partition的
  • consumer消费者端是否也提供了选择partition的机制。

首先是producer端

publicstaticfinalStringPARTITIONER_CLASS_CONFIG="partitioner.class";

如果我们想自己实现partition选择策略的话就需要实现

org.apache.kafka.clients.producer.Partitioner

接口

如下图所示,Kafka提供了三种实现RoundRobinPartitioner,DefaultPartitioner和UniformStickyPartitioner

在这里插入图片描述

  • Kafka默认机制是给一个生产者分配了一个分区后,会尽可能一直使用这个分区。直到该分区至少产生String BATCH_SIZE_CONFIG = "batch.size"(默认16KB)。它的工作策略是:- 如果没有指定分区,但存在一个键,则根据键的散列选择一个分区- 如果没有分区或键,则选择在至少向分区生成batch.size字节后,在往其他partition发送
  • RoundRobinPartitioner是在各个Partition中进行轮询发送,这种方式没有考虑到消息大小以及各个Broker性能差异,用得比较少。

consumer消费者端

publicstaticfinalStringPARTITION_ASSIGNMENT_STRATEGY_CONFIG="partition.assignment.strategy";

如果想自定义则需要实现

ConsumerPartitionAssignor

接口,或者是继承

AbstractPartitionAssignor

抽象类

Kafka默认提供的消费者的分区分配策略

  • range策略: 比如一个Topic有10个Partiton(partition 0~9) 一个消费者组下有三个Consumer(consumer13)。Range策略就会将分区03分给一个Consumer,46给一个Consumer,79给一个Consumer。
  • round-robin策略:轮询分配策略,可以理解为在Consumer中一个一个轮流分配分区。比如0,3,6,9分区给一个Consumer,1,4,7分区给一个Consumer,然后2,5,8给一个Consumer
  • sticky策略:粘性策略。 - 在开始分区时,尽量保持分区的分配均匀。比如按照Range策略分- 分区的分配尽可能的与上一次分配的保持一致。比如在range分区的情况下,第三个Consumer的服务宕机了,那么按照sticky策略,就会保持consumer1和consumer2原有的分区分配情况。然后将consumer3分配的7~9分区尽量平均的分配到另外两个consumer上。这种粘性策略可以很好的保持Consumer的数据稳定性。

默认采用的是RangeAssignor+CooperativeStickyAssignor分配策略

生产者消息缓存机制

消息并不是一条一条的往Kafka服务端发送的,producer端存在一个高速缓存,将消息集中到缓存中后,批量进行发送。

其中涉及到了

RecordAccumulator

Sender
int batchSize =Math.max(1, config.getInt(ProducerConfig.BATCH_SIZE_CONFIG));this.accumulator =newRecordAccumulator(......);

其中RecordAccumulator就是生产者这边的消息累加器,它会针对每一个partition维护一个Dqueue双端队列,每个Dequeue里会放入若干个ProducerBatch数据。生产者生产的消息经过分区路由机制后会被分配到对应的Dqueue中的某一个ProducerBatch中

// 发送消息缓冲总内存,默认32MpublicstaticfinalStringBUFFER_MEMORY_CONFIG="buffer.memory";// ProducerBatch大小,默认16KB,前文消息分区路由机制中也涉及到了该参数publicstaticfinalStringBATCH_SIZE_CONFIG="batch.size";// 如果生产消息速度 > 缓存发送消息给服务器速度,那么生产者将阻塞 MAX_BLOCK_MS_CONFIG 后抛异常  ,默认60秒publicstaticfinalStringMAX_BLOCK_MS_CONFIG="max.block.ms";

在这里插入图片描述

每一个消息生产者都有一个 Sender发送消息的线程,该线程将RecordAccumulator中的Dqueue中的ProducerBatch发送给Kafka。

  • Sender什么时候会从RecordAccumulator中取消息
  • Sender读取ProducerBatch后,以Broker为key放入队列中,队列能放多少ProducerBatch

Sender只会从RecordAccumulator中获取内存达到

String BATCH_SIZE_CONFIG = "batch.size"

大小的ProducerBatch;当然也有可能消息生产频率不高,比较长时间都达不到

batch.size

,Sender也不会一直等待,最多等待

String LINGER_MS_CONFIG = "linger.ms"

时长就会去将ProducerBatch中的消息读取出来。

linger.ms

默认值是0,表示不会有等待时间,基本上生产一条消息就发一条消息。

Sender读取ProducerBatch后,以Broker为key缓存到一个对应的队列当中。这些队列当中的消息就称为InflightRequest。接下来这些Inflight就会发往Kafka对应的Broker中,直到收到Broker的ack应答,才会从队列中移除。这些队列也并不会无限缓存,最多缓存

String MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION = "max.in.flight.requests.per.connection";

默认5

// Sender 等待ProducerBatch这一批消息的最大时长publicstaticfinalStringLINGER_MS_CONFIG="linger.ms";// 保存未ack确定批量消息的最大个数,默认是5,该没配置项必须>1  并且必须开启幂等性,如果开启幂等性该配置项的取值范围是(1,5]publicstaticfinalStringMAX_IN_FLIGHT_REQUESTS_PER_CONNECTION="max.in.flight.requests.per.connection";

在这里插入图片描述

最后,Sender会通过其中的一个Selector组件完成与Kafka的IO请求,并接收Kafka的响应。

// org.apache.kafka.clients.producer.KafkaProducer#doSendif(result.batchIsFull || result.newBatchCreated){
    log.trace("Waking up the sender since topic {} partition {} is either full or getting a new batch", record.topic(), appendCallbacks.getPartition());this.sender.wakeup();}

这一章就涉及到了两个知识点:Broker的ack应答、消息的幂等性

发送应答机制

Producer生产的消息发送到Broker后,Broker会发送一个ack应答给producer,producer才确认这一批ProducerBatch消息发送成功。

这其中涉及到了下面这个参数

publicstaticfinalStringACKS_CONFIG="acks";
  • acks=0producer 将不等待Kafka的ack应答,producer也就拿不到partition等数据,offset还一直返回-1
  • acks=1表示Leader partition将消息写入到了本地即可,不需等待其他follower partition的应答。缺点是Leader在同步该条消息之前宕机了,那么这条消息就不会同步到其他Follower上
  • acks=all 或者 acks=-1等待整个partition副本集的ack应答。这里可以和Kafka服务端的一个参数配合使用min.insync.replicas,控制Leader Partition在完成多少个Partition的消息写入后,往Producer返回响应。这个参数需要再config/server.properties文件中指定

生产者消息幂等性

上方生产者消息缓存机制中,下面这个参数必须开启幂等性idempotence

// 保存未ack确定消息的最大个数,默认是5,该没配置项必须>1  并且必须开启幂等性,如果开启幂等性该配置项的取值范围是(1,5]publicstaticfinalStringMAX_IN_FLIGHT_REQUESTS_PER_CONNECTION="max.in.flight.requests.per.connection";

我们生产者发送应答机制acks=1或-1时,就一定要等待Broker端的应答,如下图所示,存在两次网络io,一次发送消息,一次ack应答

如果因为网络问题,producer没有接收到Broker的ack应答,它就认为这批消息发送失败了,就重新发送,默认重试次数

String RETRIES_CONFIG = "retries"

默认值是Integer.MAX。。那么Broker端应该如何不重复保存多条消息呢? 这就涉及到了幂等性问题了

在这里插入图片描述

幂等性相关的参数如下

// 值为 true 或 false// 如果要开启幂等性,那么生产者消息缓存机制中的 max.in.flight.requests.per.connection <=5 并且 重试次数retries>0 并且 应答机制中的acks必须为allpublicstaticfinalStringENABLE_IDEMPOTENCE_CONFIG="enable.idempotence";
  • 如果没有设置冲突配置,则默认启用幂等性。
  • 如果设置了冲突的配置,并且幂等性没有显式启用,则幂等性被禁用。
  • 即显示开启的幂等性,又有冲突配置,就抛异常

分布式数据传递过程中的三个数据语义:

  • at-leatst-once 最少一次
  • at-most-once 最多一次
  • exactly-once 精确一次

案例介绍:

你往银行中存100元,数据存入MQ时,这一步不能出现消息丢失,不然你肯定不满意,如果没有收到服务端的ack应答就一直重试,直到收到ack应答,这就是at-leatst-once 最少一次;你只存了100元,肯定不能有多条数据,多了银行肯定不满意,这就是at-most-once 最多一次;最终为了让双方都满意,也就必须是exactly-once 精确一次才行。

再对应到Kafka中,acks=0,这就保证了at-most-once 最多一次;acks=1或-1这就保证了at-leatst-once 最少一次;可是acks就只有一个,不管这么设置都不行,所以最终通过幂等性才能保证exactly-once 精确一次

Kafka保证消息幂等性的概念

  • PID。为每一个producer都生成一个PID,这个PID对producer是不可见的
  • Sequence Number。对于每一个PID,也就是producer针对Topic下的partition都会维护一个Sequence Number。初始值0,当要往同一个partition发送消息时+1。 producer每次发送消息都会携带PID和Sequence Number。
  • SN。Broker会针对<PID, Sequence Number> 维护一个序列号SN。Broker接收到消息时就会先进行比较 Sequence Number = SN +1 才会去进行消息保存的逻辑,并且对应SN+1。如果Sequence Number < SN +1 就表示消息重复发送,重新应答即可,如果Sequence Number > SN +1就表示中间有消息丢失,给producer抛异常OutOfOrderSequenceException

在这里插入图片描述

生产者消息事务

消息的幂等性只能保证一个producer往一个partition写入消息的幂等性。而我们从生产者消息缓存机制中可知,producer每次发送的是一批消息ProducerBatch。而这一批消息的key是不同的,也就是说这里会往多个partition中发送消息,而多个partition是会分布在不同的Broker中的,那么现在就需要producer和多个Broker都要保证消息幂等性。

进而就引申出来消息事务的概念。Kafka中消息事务相关的api方法如下所示

// 1 初始化事务voidinitTransactions();// 2 开启事务voidbeginTransaction()throwsProducerFencedException;// 3 提交事务voidcommitTransaction()throwsProducerFencedException;// 4 放弃事务(类似于回滚事务的操作)voidabortTransaction()throwsProducerFencedException;

案例

packagecom.hs.kfk.transaction;importorg.apache.kafka.clients.producer.*;importjava.util.Properties;importjava.util.concurrent.ExecutionException;/**
 * @Description: 消息事务机制
 * @Author 胡尚
 * @Date: 2024/8/7 18:33
 */publicclassTransactionProducer{privatefinalstaticStringBOOTSTRAP_SERVER="192.168.75.61:9092,192.168.75.62:9092,192.168.75.63:9092";privatefinalstaticStringTOPIC_NAME="disTopic";publicstaticvoidmain(String[] args){Properties properties =newProperties();
        properties.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BOOTSTRAP_SERVER);
        properties.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
        properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");// 指定一个消息事务id, 可以随意指定
        properties.setProperty(ProducerConfig.TRANSACTIONAL_ID_CONFIG,"123");// 创建一个消息生产者对象Producer<String,String> producer =newKafkaProducer<>(properties);// 初始化事务 并 开启事务
        producer.initTransactions();
        producer.beginTransaction();try{for(int i =0; i <5; i++){// 异步发送消息,当发送到id=3的消息时 抛异常ProducerRecord<String,String> record =newProducerRecord<>(TOPIC_NAME,Integer.toString(i),"MyProducer"+ i);
                producer.send(record);if(i ==3){thrownewNullPointerException();}}// 提交事务
            producer.commitTransaction();}catch(Exception e){// 回滚事务System.out.println("出异常啦!!!");
            producer.abortTransaction();}finally{
            producer.close();}}}

我们可以进行测试,此时再启动一个消费者,它也是不会消费到 i=0 i=1 i=2 这三条消息的。这一批消息都回滚了。

  • 一个事务id只会对应一个PID; 如果当前一个Producer的事务没有提交,而另一个新的Producer保持相同的TransactionId,这时旧的生产者会立即失效,无法继续发送消息。
  • 跨会话事务对齐;如果某个Producer实例异常宕机了,事务没有被正常提交。那么新的TransactionId相同的Producer实例会对旧的事务进行补齐。保证旧事务要么提交,要么终止。这样新的Producer实例就可以以一个正常的状态开始工作。

生产者的事务消息机制保证了Producer发送消息的安全性,但是,他并不保证已经提交的消息就一定能被所有消费者消费。

客户端流程总结

高清在线流程图
在这里插入图片描述

标签: kafka linq 分布式

本文转载自: https://blog.csdn.net/qq_44027353/article/details/141034095
版权归原作者 胡尚 所有, 如有侵权,请联系我们删除。

“Kafka Client客户端操作详解”的评论:

还没有评论