0
0

「Kafka」消费者篇

「Kafka」消费者篇

Kafka 消费方式

image-20240116165433159

Kafka 消费者工作流程

消费者总体工作流程

image-20240116165515510

新版本（0.9之后）的 offset 保存在 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 保存在 Zookeeper 的 consumers 节点路径下。

为什么转移了呢？如果所有的消费者都把 offset 维护在 Zookeeper 中，那么所有的消费者都需要跟 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

image-20240116165530845

image-20240116165606142

消费者组初始化流程

image-20240118162356720

消费者组详细消费流程

image-20240116165655861

  • 首先，kafka 需要和消费者组建立网络连接客户端：ConsumerNetworkClient
  • 消费者组发送消费请求 sendFetches，经过客户端，调用 send 方法发送请求到 kafka - 这里会设置 3 个参数： - fetch.min.bytes：每批次最小抓取大小，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：每批次最大抓取大小，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
  • 再经过反序列化、拦截器，最后处理数据。 - 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 高吞吐量的原因。
消费者重要参数

image-20240116165758310
image-20240116165808423

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。image-20240117172627901注意：在消费者 API 代码中必须配置消费者组 id。命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。
  • 实现步骤- 创建包名：com.atguigu.kafka.consumer- 编写代码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.apache.kafka.common.serialization.StringDeserializer;importjava.time.Duration;importjava.util.ArrayList;importjava.util.Properties;classCustomConsumer{publicstaticvoidmain(String[] args){// 0.创建消费者的配置对象Properties properties =newProperties();// 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 =newKafkaConsumer<>(properties);// 2.订阅要消费的主题（可以消费多个主题）ArrayList<String> topics =newArrayList<>(); 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 中执行消费者程序- 在 Kafka 集群控制台，创建 Kafka 生产者，并输入数据[atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first>hello- 在 IDEA 控制台观察接收到的数据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。image-20240117173248868
  • 实现步骤- 代码编写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.apache.kafka.common.serialization.StringDeserializer;importjava.time.Duration;importjava.util.ArrayList;importjava.util.Properties;classCustomConsumer{publicstaticvoidmain(String[] args){// 0.创建消费者的配置对象Properties properties =newProperties();// 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 =newKafkaConsumer<>(properties);// 2.订阅某个主题的某个分区ArrayList<TopicPartition> topicPartitions =newArrayList<>(); topicPartitions.add(newTopicPartition("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 中执行消费者程序- 在 IDEA 中执行生产者程序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(newProducerRecord<>("first","atguigu "+ i),newCallback(){@OverridepublicvoidonCompletion(RecordMetadata metadata,Exception e){if(e ==null){System.out.println("主题："+ metadata.topic()+"->"+"分区："+ metadata.partition());}else{ e.printStackTrace();}}});}``````first 0381first 0382first 2168first 1165first 1166- 在 IDEA 控制台，观察接收到的数据，只能消费到 0 号分区数据表示正确image-20240123150417967

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。image-20240117173355009
  • 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（如果只发送到一个分区，可以在发送时增加延迟代码 Thread.sleep(2); ）image-20240123151338585- 在 IDEA 控制台即可看到三个消费者在消费不同分区的数据image-20240123151519663image-20240123151552094image-20240123151619870

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—分区的分配以及再平衡

image-20240123152457835

Consumer Leader 就是根据分区分配策略，制定消费方案。

image-20240123151917279

image-20240123151936482

Range 以及再平衡

image-20240123153208242

Range 分区分配策略案例

  1. 修改主题 first 为 7 个分区[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter--topic first --partitions7注意：分区数可以增加，但是不能减少。
  2. 同时启动 3 个消费者：CustomConsumer、CustomConsumer1、CustomConsumer2 组成消费者组，组名都为“test”
  3. 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(newProducerRecord<>("first","atguigu "+ i),newCallback(){@OverridepublicvoidonCompletion(RecordMetadata metadata,Exception e){if(e ==null){System.out.println("主题："+ metadata.topic()+"->"+"分区："+ metadata.partition());}else{ e.printStackTrace();}}});}
  4. 观察 3 个消费者分别消费哪些分区的数据image-20240123161435300image-20240123161446889符合预期。

Range 分区分配再平衡案例

  • 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，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。
  • 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 以及再平衡

image-20240123162024164

RoundRobin 分区分配策略案例

  1. 依次在 CustomConsumer、CustomConsumer1、CustomConsumer2 三个消费者代码中修改分区分配策略为 RoundRobin``````// 修改分区分配策略properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG,"org.apache.kafka.clients.consumer.RoundRobinAssignor");
  2. 重启 3 个消费者，重复发送消息的步骤，观看分区结果image-20240123162306808符合预期。

RoundRobin 分区分配再平衡案例

  • 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，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。
  • 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 以及再平衡

粘性分区定义：可以理解为分配的结果带有“粘性的”。即在执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动，可以节省大量的开销。

粘性分区是 Kafka 从 0.11.x 版本开始引入这种分配策略，首先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候，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；准备 3 个消费者，采用粘性分区策略，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。
  • 步骤- 修改分区分配策略为粘性 Sticky``````// 修改分区分配策略ArrayList<String> startegys =newArrayList<>();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image-20240123163342787image-20240123163352648可以多重启几次观察，发现会尽量保持分区的个数近似划分分区。> 与 RoundRobin 策略区别：RoundRobin 是有序的，按照顺序轮询分配，而 Sticky 是随机分配的，并且在出现同一消费组内消费者出现问题的时候，会尽量保持原有分配的分区不变化。

Sticky 分区分配再平衡案例

  • 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，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。
  • 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候，会尽量保持原有分配的分区不变化。

CooperativeSticky以及再平衡

上述三种分区分配策略均是基于 

eager

协议，Kafka2.4.0开始引入 CooperativeSticky 策略——在不停止消费的情况下进行增量再平衡。

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仍然是基于 eager 协议，分区重分配时候，都需要 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平衡，改成多次小规模分区重平衡。

例如：一个

Topic(T0，三个分区)

，两个 

consumers(consumer1、consumer2)

均订阅 

Topic(T0)

。

如果consumers订阅信息为：
consumer1T0P0、T0P2consumer2T0P1
此时，新的 consumer3 加入消费者组，那么基于 

eager

协议的分区重分配策略流程：

img

  1. consumer1、 consumer2 正常发送心跳信息到 Group Coordinator。
  2. 随着 consumer3 加入，Group Coordinator 收到对应的 Join Group 请求，Group Coordinator 确认有新成员需要加入消费者组。
  3. Group Coordinator 通知 consumer1 和 consumer2，需要 rebalance 了。
  4. consumer1 和 consumer2 放弃（revoke）当前各自持有的已有分区，重新发送 Join Group 请求到 Group Coordinator。
  5. Group Coordinator 依据指定的分区分配策略的处理逻辑，生成新的分区分配方案，然后通过 Sync Group 请求，将新的分区分配方案发送给 consumer1、consumer2、consumer3。
  6. 所有 consumers 按照新的分区分配，重新开始消费数据。

而基于 

cooperative

协议的分区分配策略的流程：

图片

  1. consumer1、 consumer2 正常发送心跳信息到 Group Coordinator。
  2. 随着 consumer3 加入，Group Coordinator 收到对应的 Join Group 请求，Group Coordinator确认有新成员需要加入消费者组。
  3. Group Coordinator 通知 consumer1 和 consumer2，需要 rebalance 了。
  4. consumer1、consumer2 通过 Join Group 请求将已经持有的分区发送给 Group Coordinator。 - 注意：并没有放弃（revoke）已有分区。
  5. Group Coordinator 取消 consumer1 对分区 p2 的消费，然后发送 sync group 请求给 consumer1、consumer2。
  6. consumer1、consumer2 接收到分区分配方案，重新开始消费。至此，一次 rebalance 完成。
  7. 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消费者分区分配策略详解

该文把这 4 个策略写的都非常全面。

offset 位移

offset 的默认维护位置

image-20240123183709082

__consumer_offsets

主题里面采用 

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

image-20240124153926615

image-20240124153900121

自动提交 offset

image-20240124151619080

image-20240124151627353

消费者自动提交 offset

importorg.apache.kafka.clients.consumer.ConsumerConfig;importorg.apache.kafka.clients.consumer.ConsumerRecord;importorg.apache.kafka.clients.consumer.ConsumerRecords;importorg.apache.kafka.clients.consumer.KafkaConsumer;importjava.time.Duration;importjava.util.Arrays;importjava.util.Properties;publicclassCustomConsumerAutoOffset{publicstaticvoidmain(String[] args){// 1. 创建 kafka 消费者配置类Properties properties =newProperties();// 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 =newKafkaConsumer<>(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

image-20240124151653312

同步提交 offset

由于同步提交 offset 有失败重试机制，故更加可靠，但是由于一直等待提交结果，提交的效率比较低。

以下为同步提交 offset 的示例：

importorg.apache.kafka.clients.consumer.ConsumerConfig;importorg.apache.kafka.clients.consumer.ConsumerRecord;importorg.apache.kafka.clients.consumer.ConsumerRecords;importorg.apache.kafka.clients.consumer.KafkaConsumer;importjava.time.Duration;importjava.util.Arrays;importjava.util.Properties;publicclassCustomConsumerByHandSync{publicstaticvoidmain(String[] args){// 1. 创建 kafka 消费者配置类Properties properties =newProperties();// 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 =newKafkaConsumer<>(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，但是由于其会阻塞当前线程，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（例如该数据已被删除），该怎么办？

  1. earliest：自动将偏移量重置为最早的偏移量，--from-beginning
  2. latest（默认值）：自动将偏移量重置为最新偏移量
  3. none：如果未找到消费者组的先前偏移量，则向消费者抛出异常image-20240124151851131
  4. 任意指定 offset 位移开始消费importorg.apache.kafka.clients.consumer.*;importorg.apache.kafka.common.TopicPartition;importorg.apache.kafka.common.serialization.StringDeserializer;importjava.time.Duration;importjava.util.*;publicclassCustomConsumerSeek{publicstaticvoidmain(String[] args){// 0 配置信息Properties properties =newProperties();// 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 =newKafkaConsumer<>(properties);// 2 订阅一个主题ArrayList<String> topics =newArrayList<>(); 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);}}}}注意：每次执行完，需要修改消费者组名。

指定时间消费

  • 需求：在生产环境中，会遇到最近消费的几个小时数据异常，想重新按照时间消费。 - 例如要求按照时间消费前一天的数据，怎么处理？
  • 操作步骤：importorg.apache.kafka.clients.consumer.*;importorg.apache.kafka.common.TopicPartition;importorg.apache.kafka.common.serialization.StringDeserializer;importjava.time.Duration;importjava.util.*;publicclassCustomConsumerSeekTime{publicstaticvoidmain(String[] args){// 0 配置信息Properties properties =newProperties();// 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 =newKafkaConsumer<>(properties);// 2 订阅一个主题ArrayList<String> topics =newArrayList<>(); 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offsetMap<TopicPartition,Long> timestampToSearch =newHashMap<>();// 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 offsetMap<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。

image-20240124152026551

生产经验—消费者事务

image-20240124152051546

生产经验—数据积压（消费者如何提高吞吐量）

image-20240204113119041

image-20240124152125147

生产者提高吞吐量：

  • batch.size：默认 16k
  • linger.ms：默认 0ms
  • compression.type：数据压缩，默认为 None
  • buffer.memory：RecordAccumlator 缓冲区大小，默认 32M

消费者提高吞吐量：

  • 增加 Topic 的分区数，同时增加消费者数量
  • max.poll.records：提高每批次拉取的数量，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。

笔记整理自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）

标签： kafka 分布式 java
本文转载自: https://blog.csdn.net/weixin_53407527/article/details/136023168
版权归原作者 小成同学_ 所有， 如有侵权，请联系我们删除。
登录后发布评论

“「Kafka」消费者篇”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

机器人技术在安全领域的重要作用

安全学习记录——网络篇（一）

图腾柱PFC：HP1010为您的电动两轮车之旅提供绿色，高效，安全的动力

单元测试数据库回滚问题

这才是单元测试，之前我们都错了

【C语言基础】：字符函数和字符串函数

ChatGPT-Next-Web SSRF漏洞+XSS漏洞复现(CVE-2023-49785)

文章导航