「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
      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() {@Overridepublic 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() {@Overridepublic 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。

      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、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。

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

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trueproperties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);// 提交 offset 的时间周期 1000ms，默认 5sproperties.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 offsetproperties.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 offsetconsumer.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offsetMap<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 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）

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/453520.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

前端学习第4天

前端学习第4天

一、复合选择器 1.后代选择器 2.子代选择器 3.并集选择器 4.交集选择器 5.伪类选择器 1.伪类-超链接&#xff08;拓展&#xff09; 二、CSS特性 1.继承性 body放在style中 2.层叠性 3.优先级 属性 !important;&#xff08;最高优先级&#xff09; 1.优先级-叠加计算规则 2.em…
阅读更多...
源码梳理（3）MybatisPlus启动流程

源码梳理（3）MybatisPlus启动流程

文章目录 1&#xff0c;MybatisPlus的使用示例2&#xff0c;BaseMapper方法的执行2,1 MybatisMapperProxy代理对象2.2 InvocationHandler接口&#xff08;JDK动态代理&#xff09;2.3 MapperMethodInvoker接口2.4 MybatisMapperMethod 3&#xff0c;SqlSession的执行流程3.1 Sq…
阅读更多...
Java SPI 代码示例

Java SPI 代码示例

Java Service Provider Interface 是JDK自带的服务提供者接口又叫服务发现机制更是一种面向接口的设计思想。即JDK本身提供接口类&#xff0c; 第三方实现其接口&#xff0c;并作为jar包或其他方式注入到其中&#xff0c; 在运行时会被JDK ServiceLoader 发现并加载&#xff0c…
阅读更多...
力扣热门100题刷题笔记 - 10. 正则表达式匹配

力扣热门100题刷题笔记 - 10. 正则表达式匹配

力扣热门100题 - 10. 正则表达式匹配 题目链接&#xff1a;10. 正则表达式匹配 题目描述&#xff1a; 给你一个字符串 s 和一个字符规律 p&#xff0c;请你来实现一个支持 . 和 * 的正则表达式匹配。 . 匹配任意单个字符 * 匹配零个或多个前面的那一个元素 所谓匹配&#xff…
阅读更多...
3.0 Hadoop 概念

3.0 Hadoop 概念

本章着重介绍 Hadoop 中的概念和组成部分&#xff0c;属于理论章节。如果你比较着急可以跳过。但作者不建议跳过&#xff0c;因为它与后面的章节息息相关。 Hadoop 整体设计 Hadoop 框架是用于计算机集群大数据处理的框架&#xff0c;所以它必须是一个可以部署在多台计算机上…
阅读更多...
Linux内存管理：(十二)Linux 5.0内核新增的反碎片优化

Linux内存管理：(十二)Linux 5.0内核新增的反碎片优化

文章说明&#xff1a; Linux内核版本&#xff1a;5.0 架构&#xff1a;ARM64 参考资料及图片来源&#xff1a;《奔跑吧Linux内核》 Linux 5.0内核源码注释仓库地址&#xff1a; zhangzihengya/LinuxSourceCode_v5.0_study (github.com) 外碎片化发生时&#xff0c;页面分配…
阅读更多...
2024-2-4-复习作业

2024-2-4-复习作业

源代码&#xff1a; #include <stdio.h> #include <stdlib.h> typedef int datatype; typedef struct Node {datatype data;struct Node *next;struct Node *prev; }*DoubleLinkList;DoubleLinkList create() {DoubleLinkList s(DoubleLinkList)malloc(sizeof(st…
阅读更多...
PgSQL技术内幕 - case when表达式实现机制

PgSQL技术内幕 - case when表达式实现机制

PgSQL技术内幕 - case when表达式实现机制 CASE表达式如同 C语言中的if/else语句一样&#xff0c;为SQL添加了条件逻辑处理能力&#xff0c;可以根据不同条件返回不同结果。PgSQL支持两种语法&#xff1a;简单表达式和搜索表达式。 1、搜索表达式 语法如下&#xff1a; CASE WH…
阅读更多...
用bootstrap结合jQuery实现简单的模态对话框

用bootstrap结合jQuery实现简单的模态对话框

嗨害嗨&#xff0c;我又来了奥。今天呢&#xff0c;给大家分享一个工作中常用到的插件——模态对话框的用法。想必大家在工作中也遇到很多页面&#xff0c;需要用模态对话框进行交互的吧&#xff0c;现在呢&#xff0c;就让我们一起来了解一下它的使用吧。 首先&#xff0c;我…
阅读更多...
【C++】运算符重载详解

【C++】运算符重载详解

&#x1f497;个人主页&#x1f497; ⭐个人专栏——C学习⭐ &#x1f4ab;点击关注&#x1f929;一起学习C语言&#x1f4af;&#x1f4ab; 目录 导读 1. 为什么需要运算符重载 2. 运算符重载概念 3. 运算符重载示例 3.1 运算符重载 3.2 >或<运算符 4. 运算符重…
阅读更多...
SolidWorks 2023 使用操作流程

SolidWorks 2023 使用操作流程

1. 把头 1.1. 新建零件 1.2. 新建草图 1.3. 拉升凸台 1.4. 等距实体 切换到锤头&#xff0c;新建草图&#xff0c;等距实体1mm 1.5. 拉升凸台 将上一个步骤的草图&#xff0c;进行特征拉升 1.6. 镜像处理 1.7. 圆角处理 1.8. 绘制凹槽 在锤子的侧面绘制草图 1.9. 挖出把手孔…
阅读更多...
容器和镜像

容器和镜像

容器和镜像是现代软件开发和部署中重要的概念&#xff0c;它们通常与容器化技术&#xff08;如Docker&#xff09;相关联。以下是它们的基本定义和关系&#xff1a; 容器(Container): 容器是一种轻量级、可移植的运行环境&#xff0c;其中包含了应用程序及其依赖项&#xff08;…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023