「Kafka」消费者篇
Kafka 消费方式
Kafka 消费者工作流程
消费者总体工作流程
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
消费者组初始化流程
消费者组详细消费流程
- 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500msfetch.max.bytes
:每批次最大抓取大小,默认50m
- 这里会设置 3 个参数:
- 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
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。
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); } } } }
- 创建包名:
-
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。
-
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); } } } }
- 代码编写
-
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
-
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。
-
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); )
-
在 IDEA 控制台即可看到三个消费者在消费不同分区的数据
-
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
Consumer Leader 就是根据分区分配策略,制定消费方案。
Range 以及再平衡
Range 分区分配策略案例
-
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。
-
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
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
RoundRobin 分区分配策略案例
-
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");
-
重启 3 个消费者,重复发送消息的步骤,观看分区结果
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
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:
consumer1 | T0P0、T0P2 |
---|---|
consumer2 | T0P1 |
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:
- 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 请求,Group Coordinator 确认有新成员需要加入消费者组。
- Group Coordinator 通知 consumer1 和 consumer2,需要 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 请求到 Group Coordinator。
- 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。
- 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:
- 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 请求,Group Coordinator确认有新成员需要加入消费者组。
- Group Coordinator 通知 consumer1 和 consumer2,需要 rebalance 了。
- 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。
- Group Coordinator 取消 consumer1 对分区 p2 的消费,然后发送 sync group 请求给 consumer1、consumer2。
- consumer1、consumer2 接收到分区分配方案,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。
offset 位移
offset 的默认维护位置
__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
自动提交 offset
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
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?
-
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:如果未找到消费者组的先前偏移量,则向消费者抛出异常
-
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。
生产经验—消费者事务
生产经验—数据积压(消费者如何提高吞吐量)
生产者提高吞吐量:
batch.size
:默认 16klinger.ms
:默认 0mscompression.type
:数据压缩,默认为 Nonebuffer.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。