Kafka消费者组整合代码实现分区分配策略以及offset使用场景

モバイル 2022-04-22 08:27:19 訪問数: null

Consumer Group（CG）：消费者组，由多个consumer组成。形成一个消费者组的条件，是所有消费者的groupid相同。

• 消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费。

• 消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。

消费者组初始化流程

1、coordinator：辅助实现消费者组的初始化和分区的分配

coordinator节点选择 = groupid的hashcode值 % 50（ __consumer_offsets的分区数量）

1）每个consumer都 发送JoinGroup请求

2）选出一个 consumer作为leader

3）把要消费的topic情况 发送给leader 消费者

4）leader会负 责制定消费方案

5）把消费方案发给coordinator

6）Coordinator就把消费方 案下发给各个consumer

7）每个消费者都会和coordinator保持心跳（默认3s），一旦超时 （session.timeout.ms=45s），该消费者会被移除，并触发再平衡； 或者消费者处理消息的时间过长（max.poll.interval.ms5分钟），也 会触发再平衡

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

代码实现

public class CustomConsumer {
     public static void main(String[] args) {
         // 1.创建消费者的配置对象
         Properties properties = new Properties();
         // 2.给消费者配置对象添加参数
         properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.6.100:9092");
         // 配置序列化 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（组名任意起名） 必须
         properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
         // 创建消费者对象
         KafkaConsumer<String, String> kafkaConsumer = new 
        KafkaConsumer<String, String>(properties);
         // 注册要消费的主题（可以消费多个主题）
         ArrayList<String> topics = new ArrayList<>();
         topics.add("first");
         kafkaConsumer.subscribe(topics);
         // 拉取数据打印
         while (true) {
         // 设置 1s 中消费一批数据
         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);
         }
         }
     }
}

指定消费某一分区

public class CustomConsumer {
     public static void main(String[] args) {
         // 1.创建消费者的配置对象
         Properties properties = new Properties();
         // 2.给消费者配置对象添加参数
         properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.6.100:9092");
         // 配置序列化 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（必须），名字可以任意起
         properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
         KafkaConsumer<String, String> kafkaConsumer = new 
        KafkaConsumer<>(properties);
         // 消费某个主题的某个分区数据
         ArrayList<TopicPartition> topicPartitions = new 
        ArrayList<>();
         topicPartitions.add(new TopicPartition("first", 0));
         kafkaConsumer.assign(topicPartitions);
         while (true){
         ConsumerRecords<String, String> consumerRecords = 
        kafkaConsumer.poll(Duration.ofSeconds(1));
         for (ConsumerRecord<String, String> consumerRecord : 
        consumerRecords) {
         System.out.println(consumerRecord);
         }
        }
   }
}

分区分配策略

当启动多个消费者消费时，消费者会自动分区消费，每个消费者消费对应分区的内容

Kafka有四种主流的分区分配策略： Range、RoundRobin、Sticky、CooperativeSticky。 可以通过配置参数partition.assignment.strategy，修改分区的分配策略。默认策略是Range + CooperativeSticky。Kafka可以同时使用 多个分区分配策略

Range 是对每个 topic 而言的。 首先对同一个 topic 里面的分区按照序号进行排序，并 对消费者按照字母顺序进行排序

假如现在有 7 个分区，3 个消费者，排序后的分区将会 是0,1,2,3,4,5,6；消费者排序完之后将会是C0,C1,C2，通过 partitions数/consumer数 来决定每个消费者应该 消费几个分区。如果除不尽，那么前面几个消费者将会多 消费 1 个分区。

RoundRobin 以及再平衡

RoundRobin 轮询分区策略，是把所有的 partition 和所有的 consumer 都列出来，然后按照 hashcode 进行排序，最后 通过轮询算法来分配 partition 给到各个消费者。

再平衡：

停止掉 0 号消费者，重新发送消息（45s 以内）

0 号消费者的任务会按照 RoundRobin 的方式，把数据轮询分成不同区域，由其他消费者执行

（45s 以后）消费者 0 已经被踢出消费者组

// 修改分区分配策略
properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFI
G, "org.apache.kafka.clients.consumer.RoundRobinAssignor");

Sticky 以及再平衡

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。

类似于range，但粘性分区是随机的

// 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);

offset 位移

offset存在系统主题里，避免与zookeeper交互，带来大量的网络通信

查看系统主题内容，在配置文件 config/consumer.properties 中添加配置 exclude.internal.topics=false，

默认是 true，表示不能消费系统主题。为了查看该系统主题数据，所以该参数修改为 false

消费者

bin/kafka-console-consumer.sh --bootstrap-server 192.168.100:9092 --topic test --group test

查看消费者消费主题__consumer_offsets

bin/kafka-console-consumer.sh --topic 
__consumer_offsets --bootstrap-server 192.168.100:9092192.168.100:9092 --consumer.config config/consumer.properties --formatter 
"kafka.coordinator.group.GroupMetadataManager\$OffsetsMessageForm
atter" --from-beginning

__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+分区号就保留最新数据

自动提交offset

enable.auto.commit：是否开启自动提交offset功能，默认是true

auto.commit.interval.ms：自动提交offset的时间间隔，默认是5s

// 是否自动提交 offset
 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);

手动提交 offset

手动提交offset的方法有两种：分别是commitSync（同步提交）和commitAsync（异步提交）。两者的相 同点是，都会将本次提交的一批数据最高的偏移量提交；不同点是，同步提交阻塞当前线程，一直到提交成 功，并且会自动失败重试；而异步提交则没有失败重试机制，故 有可能提交失败。

• commitSync（同步提交）：必须等待offset提交完毕，再去消费下一批数据。

• commitAsync（异步提交） ：发送完提交offset请求后，就开始消费下一批数据了。

同步提交 offset

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, 
        "192.168.6.100:9092");
         // 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

// 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

任意指定 offset 位移开始消费

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, 
            "192.168.6.100:9092");
             // 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= new HashSet<>();
             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？

public class CustomConsumerForTime {
     public static void main(String[] args) {
         // 0 配置信息
        Properties properties = new Properties();
         // 连接
         properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, 
        "192.168.6.100:9092");
         // 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 = new HashSet<>();
         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();
         }
         HashMap<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() - 1 * 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);
         }
         }
     }
}

漏消费和重复消费

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。

场景1：重复消费。自动提交offset引起

1） Consumer 每5s提交offse

2）如果提交offset后的2s，consumer挂了

3）再次重启consumer，则从上一次提交的 offset处继续消费，导致重复消费

漏消费

设置offset为手动提交，当offset被提交时，数据还在内存中未落盘，此时刚好消费者线 程被kill掉，那么offset已经提交，但是数据未处理，导致这部分内存中的数据丢失

消费者事务

如果想完成Consumer端的精准一次性消费，那么需要Kafka消费端将消费过程和提交offset 过程做原子绑定。此时我们需要将Kafka的offset保存到支持事务的自定义介质

数据积压

1）如果是Kafka消费能力不足，则可以考虑增 加Topic的分区数，并且同时提升消费组的消费者 数量，消费者数 = 分区数

2）如果是下游的数据处理不及时：提高每批次拉取的数 量。批次拉取数据过少（拉取数据/处理时间 < 生产速度）， 使处理的数据小于生产的数据，也会造成数据积压

おすすめ

転載: blog.csdn.net/weixin_52210557/article/details/123580929
おすすめ
LFOSSA Yuanlaisusu オープン コース | クラウド ネイティブの未来をマスターする: CNCF 認定資格と試験準備のヒントの包括的なガイド
ランキング
[ブリックジャワ]学ぶための5分、算術演算子
英国のエッセイを書くには、次の点に注意してください。
【質疑応答シリーズ】バックエンドから返されるjsonの出力をフォーマットし、コードを強調表示する方法
イベントが発生したYunqi 2019会議、？
非常に使いやすいAndroid 6.0の許可申請ツールを推奨
インターセプトし、使用にVueの-CLI3 axiosルート
CentOS Stream 9 でピーナッツ シェルをインストールして使用し、イントラネットに侵入して Web サイトを構築する方法
CreditEaseマイクロタスクスケジューリングサービスプラットフォームの構築の練習|シェアを記録
WrapPanelのWPFのレイアウト
keras 深層学習フレームワークは、畳み込みニューラル ネットワーク cnn を通じて手書き数字認識を実現します
アーカイブ
もっと
2024-04-26(22)
2024-04-25(31)
2024-04-24(30)
2024-04-23(31)
2024-04-22(5)
2024-04-21(0)
2024-04-20(6)
2024-04-19(5)
2024-04-18(0)
2024-04-17(31)

コードワールド

© 2018 codetd.com