一、分区好处
(1)便于合理使用存储资源,每个Partition在一个Broker上存储,可以把海量的数据按照分区切割成一块一块数据存储在多台Broker上。合理控制分区的任务,可以实现负载均衡的效果;
(2)提高并行度,生产者可以以分区为单位发送数据;消费者可以以分区为单位进行消费数据;
二、分区策略
在IDEA中全局查找(ctrl +n)ProducerRecord类,在类中可以看到如下构造方法:
(1)指明partition的情况下,直接将指明的值作为partition值;例如partition=0,所有数据写入分区0
(2)没有指明partition值但有key的情况下,将key的hash值与topic的partition数进行取余得到partition值;
例如:key1的hash值=5, key2的hash值=6 ,topic的partition数=2,那
么key1 对应的value1写入1号分区,key2对应的value2写入0号分区。
(3)既没有partition值又没有key值的情况下,Kafka采用Sticky Partition(黏性分区器),会随机选择一个分区,并尽可能一直使用该分区,待该分区的batch已满或者已完成,Kafka再随机一个分区进行使用(和上一次的分区不同)。
例如:第一次随机选择0号分区,等0号分区当前批次满了(默认16k)或者linger.ms设置的时间到, Kafka再随机一个分区进行使用(如果还是0会继续随机)。
三、自定义分区器
如果研发人员可以根据企业需求,自己重新实现分区器;
1)需求
例如我们实现一个分区器实现,发送过来的数据中如果包含 atguigu,就发往 0 号分区,不包含 atguigu,就发往 1 号分区;
2)实现步骤
2.1)定义类实现 Partitioner 接口
2.2)重写 partition()方法
/**
* 1. 实现接口 Partitioner
* 2. 实现 3 个方法:partition,close,configure
* 3. 编写 partition 方法,返回分区号
*/publicclassMyPartitionerimplementsPartitioner{/**
* 返回信息对应的分区
* @param topic 主题
* @param key 消息的 key
* @param keyBytes 消息的 key 序列化后的字节数组
* @param value 消息的 value
* @param valueBytes 消息的 value 序列化后的字节数组
* @param cluster 集群元数据可以查看分区信息
* @return
*/@Overridepublicintpartition(String topic,Object key,byte[]
keyBytes,Object value,byte[] valueBytes,Cluster cluster){// 获取消息String msgValue = value.toString();// 创建 partitionint partition;// 判断消息是否包含 atguiguif(msgValue.contains("atguigu")){
partition =0;}else{
partition =1;}// 返回分区号return partition;}// 关闭资源@Overridepublicvoidclose(){}// 配置方法@Overridepublicvoidconfigure(Map<String,?> configs){}}
2.3)使用分区器的方法,在生产者的配置中添加分区器参数
// 添加自定义分区器
properties.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,"com.atgui
gu.kafka.producer.MyPartitioner");
版权归原作者 --只因-- 所有, 如有侵权,请联系我们删除。