0
点赞
收藏
分享

微信扫一扫

Unity学习笔记(零基础到就业)|Chapter04:C#篇补充到Unity篇过渡

「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
      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
      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(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-20240123151519663

      image-20240123151552094

      image-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 --partitions 7
    

    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(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();
                }
            }
        });
    }
    
  4. 观察 3 个消费者分别消费哪些分区的数据

    image-20240123161435300

    image-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 = 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

      image-20240123163342787

      image-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。

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、T0P2
consumer2T0P1

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。

offset 位移

offset 的默认维护位置

image-20240123183709082

__consumer_offsets 主题里面采用 keyvalue 的方式存储数据。keygroup.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

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

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:

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

    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);
                }
            }
        }
    }
    

    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:
    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。

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。


举报

相关推荐

0 条评论