欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Kafka Producer Consumer

程序员文章站 2022-07-05 12:07:11
Producer API org.apache.kafka.clients.producer.KafkaProducer producer由一个缓冲池组成,这个缓冲池中维护着那些还没有被传送到服务器上的记录,而且有一个后台的I/O线程负责将这些记录转换为请求并将其传送到集群上去。 send()方法是 ......

Producer API

org.apache.kafka.clients.producer.KafkaProducer

 1 props.put("bootstrap.servers", "192.168.1.128:9092");
 2 props.put("acks", "all");
 3 props.put("retries", 0);
 4 props.put("batch.size", 16384);
 5 props.put("linger.ms", 1);
 6 props.put("buffer.memory", 33554432);
 7 props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
 8 props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
 9 
10 Producer<String, String> producer = new KafkaProducer<String, String>(props);
11 for (int i = 0; i < 10; i++) {
12     producer.send(new ProducerRecord<String, String>("foo", Integer.toString(i), Integer.toString(i)), new Callback() {
13         @Override
14         public void onCompletion(RecordMetadata recordMetadata, Exception e) {
15             if (null != e) {
16                 e.printStackTrace();
17             }else {
18                 System.out.println("callback: " + recordMetadata.topic() + " " + recordMetadata.offset());
19             }
20         }
21     });
22 }
23 producer.close();

producer由一个缓冲池组成,这个缓冲池中维护着那些还没有被传送到服务器上的记录,而且有一个后台的I/O线程负责将这些记录转换为请求并将其传送到集群上去。

send()方法是异步的。当调用它以后就把记录放到buffer中并立即返回。这就允许生产者批量的发送记录。

acks配置项控制的是完成的标准,即什么样的请求被认为是完成了的。本例中其值设置的是"all"表示客户端会等待直到所有记录完全被提交,这是最慢的一种方式也是持久化最好的一种方式。

如果请求失败了,生产者可以自动重试。因为这里我们设置retries为0,所以它不重试。

生产者对每个分区都维护了一个buffers,其中放的是未被发送的记录。这些buffers的大小是通过batch.size配置项来控制的。

默认情况下,即使一个buffer还有未使用的空间(PS:buffer没满)也会立即发送。如果你想要减少请求的次数,你可以设置linger.ms为一个大于0的数。这个指令将告诉生产者在发送请求之前先等待多少毫秒,以希望能有更多的记录到达好填满buffer。在本例中,我们设置的是1毫秒,表示我们的请求将会延迟1毫秒发送,这样做是为了等待更多的记录到达,1毫秒之后即使buffer没有被填满,请求也会发送。(PS:稍微解释一下这段话,producer调用send()方法只是将记录放到buffer中,然后由一个后台线程将buffer中的记录传送到服务器上。这里所说的请求指的是从buffer到服务器。默认情况下记录被放到buffer以后立即被发送到服务器,为了减少请求服务器的次数,可以通过设置linger.ms,这个配置项表示等多少毫秒以后再发送,这样做是希望每次请求可以发送更多的记录,以此减少请求次数)

buffer.memory控制的是总的buffer内存数量

key.serializer 和 value.serializer表示怎样将key和value对象转成字节

从kafka 0.11开始,KafkaProducer支持两种模型:the idempotent producer and the transactional producer(幂等producer和事务producer)。幂等producer强调的是至少一次精确的投递。事务producer允许应用程序原子的发送消息到多个分区或者主题。

为了启用幂等性,必须将enable.idempotence这个配置的值设为true。如果你这样设置了,那么retries默认是Integer.MAX_VALUE,并且acks默认是all。为了利用幂等producer的优势,请避免应用程序级别的重新发送。

为了使用事务producer,你必须配置transactional.id。如果transactional.id被设置,幂等性自动被启用。

 1 Properties props = new Properties();
 2 props.put("bootstrap.servers", "192.168.1.128:9092");
 3 props.put("transactional.id", "my-transactional-id");
 4 
 5 Producer<String, String> producer = new KafkaProducer<String, String>(props, new StringSerializer(), new StringSerializer());
 6 
 7 producer.initTransactions();
 8 
 9 try {
10     producer.beginTransaction();
11 
12     for (int i = 11; i < 20; i++) {
13         producer.send(new ProducerRecord<String, String>("bar", Integer.toString(i), Integer.toString(i)));
14     }
15     //   This method will flush any unsent records before actually committing the transaction
16     producer.commitTransaction();
17 } catch (ProducerFencedException | OutOfOrderSequenceException | AuthorizationException e) {
18     producer.close();
19 } catch (KafkaException e) {
20     //  By calling producer.abortTransaction() upon receiving a KafkaException we can ensure
21     //  that any successful writes are marked as aborted, hence keeping the transactional guarantees.
22     producer.abortTransaction();
23 }
24 
25 producer.close();

Consumer API

org.apache.kafka.clients.consumer.KafkaConsumer

Offsets and Consumer Position

对于分区中的每条记录,kafka维护一个数值偏移量。这个偏移量是分区中一条记录的唯一标识,同时也是消费者在分区中的位置。例如,一个消费者在分区中的位置是5,表示它已经消费了偏移量从0到4的记录,并且接下来它将消费偏移量为5的记录。相对于消费者用户来说,这里实际上有两个位置的概念。

消费者的position表示下一条将要消费的记录的offset。每次消费者通过调用poll(long)接收消息的时候这个position会自动增加。

committed position表示已经被存储的最后一个偏移量。消费者可以自动的周期性提交offsets,也可以通过调用提交API(e.g. commitSync and commitAsync)手动的提交position。

Consumer Groups and Topic Subscriptions 

Kafka用"consumer groups"(消费者组)的概念来允许一组进程分开处理和消费记录。这些处理在同一个机器上进行,也可以在不同的机器上。同一个消费者组中的消费者实例有相同的group.id

组中的每个消费者可以动态设置它们想要订阅的主题列表。Kafka给每个订阅的消费者组都投递一份消息。这归功于消费者组中所有成员之间的均衡分区,以至于每个分区都可以被指定到组中精确的一个消费者。假设一个主题有4个分区,一个组中有2个消费者,那么每个消费者将处理2个分区。

消费者组中的成员是动态维护的:如果一个消费者处理失败了,那么分配给它的分区将会被重新分给组中其它消费者。

在概念上,你可以把一个消费者组想象成一个单个的逻辑订阅者,并且每个逻辑订阅者由多个进程组成。作为一个多订阅系统,Kafka天生就支持对于给定的主题可以有任意数量的消费者组。

Automatic Offset Committing

 1 Properties props = new Properties();
 2 props.put("bootstrap.servers", "192.168.1.128:9092");
 3 props.put("group.id", "test");
 4 props.put("enable.auto.commit", "true");
 5 props.put("auto.commit.interval.ms", "1000");
 6 props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
 7 props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
 8 KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);
 9 consumer.subscribe(Arrays.asList("foo", "bar"));
10 while (true) {
11     ConsumerRecords<String, String> records = consumer.poll(100);
12     for (ConsumerRecord<String, String> record : records) {
13         System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
14     }
15 }

设置enable.auto.commit意味着自动提交已消费的记录的offset

Manual Offset Control

代替消费者周期性的提交已消费的offsets,用户可以控制什么时候记录被认为是已经消费并提交它们的offsets。

 1 Properties props = new Properties();
 2 props.put("bootstrap.servers", "localhost:9092");
 3 props.put("group.id", "test");
 4 props.put("enable.auto.commit", "false");
 5 props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
 6 props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
 7 KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
 8 consumer.subscribe(Arrays.asList("foo", "bar"));
 9 final int minBatchSize = 200;
10 List<ConsumerRecord<String, String>> buffer = new ArrayList<>();
11 while (true) {
12     ConsumerRecords<String, String> records = consumer.poll(100);
13     for (ConsumerRecord<String, String> record : records) {
14         buffer.add(record);
15     }
16     if (buffer.size() >= minBatchSize) {
17         insertIntoDb(buffer);
18         consumer.commitSync();
19         buffer.clear();
20     }
21 }

 

代码演示

服务器端

Kafka Producer Consumer

客户端

Kafka Producer Consumer

Kafka Producer Consumer

Kafka Producer Consumer

Kafka Producer Consumer

Kafka Producer Consumer

 

参考

http://kafka.apache.org/10/javadoc/index.html?org/apache/kafka/clients/producer/KafkaProducer.html

http://kafka.apache.org/10/javadoc/index.html?org/apache/kafka/clients/consumer/KafkaConsumer.html