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端开发代码实例

程序员文章站 2022-03-27 13:59:15
一、producer工作流程  producer使用用户启动producer的线程,将待发送的消息封装到一个producerrecord类实例,然后将其序列化之后发送给partitioner,再由后者...

一、producer工作流程

  producer使用用户启动producer的线程,将待发送的消息封装到一个producerrecord类实例,然后将其序列化之后发送给partitioner,再由后者确定目标分区后一同发送到位于producer程序中的一块内存缓冲区中。而producer的另外一个线程(sender线程)则负责实时从该缓冲区中提取出准备就绪的消息封装进一个批次(batch),统一发送给对应的broker,具体流程如下图:

Kafka producer端开发代码实例

二、producer示例程序开发

  首先引入kafka相关依赖,在pom.xml文件中加入如下依赖:

<!--kafka-->
  <dependency>
   <groupid>org.apache.kafka</groupid>
   <artifactid>kafka_2.12</artifactid>
   <version>2.2.0</version>
  </dependency>

  在resources下面创建kafka-producer.properties配置文件,用于设置kafka参数,内容如下:

bootstrap.servers=192.168.184.128:9092,192.168.184.128:9093,192.168.184.128:9094
key.serializer=org.apache.kafka.common.serialization.stringserializer
value.serializer=org.apache.kafka.common.serialization.stringserializer
acks=-1
retries=3
batch.size=323840
linger.ms=10
buffer.memory=33554432
max.block.ms=3000

  其中,前三个参数必须明确指定,因为这三个参数没有默认值(注:kafka的producer参数配置可以参考),然后编写producer发送消息的代码:

/**
   * kafka发送消息测试
   * @throws ioexception
   */
  public void sendmsg() throws ioexception {
    //1.构造properties对象
    properties properties = new properties();
    fileinputstream fileinputstream = new fileinputstream("f:\\javacode\\jvmdemo\\src\\main\\resources\\kafka-producer.properties");
    properties.load(fileinputstream);
    fileinputstream.close();
    //2.构造kafkaproducer对象
    kafkaproducer producer = new kafkaproducer(properties);
    for (int i = 0; i < 100; i++) {
      //3.构造待发送消息的producerrecord对象,并指定消息要发送到哪个topic,消息的key和value
      producerrecord testtopic = new producerrecord("testtopic", integer.tostring(i), integer.tostring(i));
      //4.调用kafkaproducer对象的send方法发送消息
      producer.send(testtopic);
    }
    //5.关闭kafkaproducer
    producer.close();
  }

  然后登陆kafka所在服务器,执行以下命令监听消息: 

cd /usr/local/kafka/bin
./kafka-console-consumer.sh --bootstrap-server 192.168.184.128:9092,192.168.184.128:9093,192.168.184.128:9094 --topic testtopic --from-beginning

  运行sendmsg方法,注意观察消费端,

  Kafka producer端开发代码实例

  可以看到有0-99之间的数字依次被消费到,说明消息发送成功。

三、异步和同步发送消息

  上面发送消息的示例程序中,没有对发送结果进行处理,如果消息发送失败我们也是无法得知的,这种方法在实际应用中是不推荐的。在实际使用场景中,一般使用异步和同步两种常见发送方式。java版本producer的send方法会返回一个future对象,如果调用future.get()方法就会无限等待返回结果,实现同步发送的效果,否则就是异步发送。

  1.异步发送消息

  java版本producer的send()方法提供了回调类参数来实现异步发送以及对发送结果进行的响应,具体代码如下:

/**
   * 异步发送消息
   *
   * @throws ioexception
   */
  public void sendmsg() throws ioexception {
    //1.构造properties对象
    properties properties = new properties();
    fileinputstream fileinputstream = new fileinputstream("f:\\javacode\\jvmdemo\\src\\main\\resources\\kafka-producer.properties");
    properties.load(fileinputstream);
    fileinputstream.close();
    //2.构造kafkaproducer对象
    kafkaproducer producer = new kafkaproducer(properties);
    for (int i = 0; i < 100; i++) {
      //3.构造待发送消息的producerrecord对象,并指定消息要发送到哪个topic,消息的key和value
      producerrecord testtopic = new producerrecord("testtopic", integer.tostring(i), integer.tostring(i));
      //4.调用kafkaproducer对象的send方法发送消息,传入callback回调参数
      producer.send(testtopic, new callback() {
        @override
        public void oncompletion(recordmetadata recordmetadata, exception exception) {
          if (null == exception) {
            //消息发送成功后的处理
            system.out.println("消息发送成功");
          } else {
            //消息发送失败后的处理
            system.out.println("消息发送失败");
          }
        }
      });
    }
    //5.关闭kafkaproducer
    producer.close();
  }

  以上代码中,send方法第二个参数传入一个匿名内部类对象,也可以传入实现了org.apache.kafka.clients.producer.callback接口的类对象。同时oncompletion方法的两个入参recordmetadata和exception不会同时为空,当消息发送成功后,exception为null,消息发送失败后recordmetadata为null。因此可以按照两个入参进行成功和失败逻辑的处理。

  其次,kafka发送消息失败的类型包含两类,可重试异常和不可重试异常。所有的可重试异常都继承自org.apache.kafka.common.errors.retriableexception抽象类,理论上所有没有继承retriableexception 类的其他异常都属于不可重试异常,鉴于此,可以在消息发送失败后,按照是否可以重试,来进行不同的处理逻辑处理:

//4.调用kafkaproducer对象的send方法发送消息
producer.send(testtopic, new callback() {
  @override
  public void oncompletion(recordmetadata recordmetadata, exception exception) {
    if (null == exception) {
      //消息发送成功后的处理
      system.out.println("消息发送成功");
    } else {
      if(exception instanceof retriableexception){
        // 可重试异常
        system.out.println("可重试异常");
      }else{
        // 不可重试异常
        system.out.println("不可重试异常");
      }
    }
  }
});

  2.同步发送消息

  同步发送和异步发送是通过java的futrue来区分的,调用future.get()无限等待结果返回,即实现了同步发送的结果,具体代码如下:

// 发送消息
 future future = producer.send(testtopic);
 try {
   // 调用get方法等待结果返回,发送失败则会抛出异常
   future.get();
 } catch (exception e) {
   system.out.println("消息发送失败");
 }

四、其他高级特性

1.消息分区机制

  kafka producer提供了分区策略以及分区器(partitioner)用于确定将消息发送到指定topic的哪个分区中。默认分区器根据murmur2算法计算消息key的哈希值,然后对总分区数求模确认消息要被发送的目标分区号(这点让我想起了redis集群中key值的分配方法),这样就确保了相同key的消息被发送到相同分区。若消息没有key值,将采用轮询的方式确保消息在topic的所有分区上均匀分配。

  除了使用kafka默认的分区机制,也可以通过实现org.apache.kafka.clients.producer.partitioner接口来自定义分区器,此时需要在构造kafkaproducer的 properties中增加partitioner.class来指明分区器实现类,如:partitioner.class=com.demo.service.customerpartitioner。

2.消息序列化

  在本篇开始的producer示例程序中,在构造kafkaproducer对象的时候,有两个配置项

  • key.serializer=org.apache.kafka.common.serialization.stringserializer
  • value.serializer=org.apache.kafka.common.serialization.stringserializer

分别用于配置消息key和value的序列化方式为string类型,除此之外,kafka中还提供了如下默认的序列化器:

  bytearrayserializer:本质上什么也不做,因为网络中传输就是以字节传输的;

  bytebufferserializer:序列化bytebuffer消息;

  bytesserializer:序列化kafka自定义的bytes类型;

  integerserializer:序列化integer类型;

  doubleserializer:序列化double类型;

  longserializer:序列化long类型;

  如果要自定义序列化器,则需要实现org.apache.kafka.common.serialization.serializer接口,并且将key.serializer和value.serializer配置为自定义的序列化器。

3.消息压缩

  消息压缩可以显著降低磁盘占用以及带宽占用,从而有效提升i/o密集型应用性能,但是引入压缩同时会消耗额外的cpu,因此压缩是i/o性能和cpu资源的平衡。kafka目前支持3种压缩算法:czip,snappy和lz4,性能测试结果显示三种压缩算法的性能如下:lz4>>snappy>gzip,目前启用lz4进行消息压缩的producer的吞吐量是最高的。

  默认情况下kafka是不压缩消息的,但是可以通过在创建kafkaproducer 对象的时候设置producer端参数compression.type来开启消息压缩,如配置compression.type=lz4。那么什么时候开启压缩呢?首先判断是否启用压缩的依据是i/o资源消耗与cpu资源消耗的对比,如果环境上i/o资源非常紧张,比如producer程序占用了大量的网络带宽或broker端的磁盘占用率很高,而producer端的cpu资源非常富裕,那么就可以考虑为producer开启压缩。

4.无消息丢失配置

  在使用kafkaproducer.send()方法发送消息的时候,其实是把消息放入缓冲区中,再由一个专属i/o线程负责从缓冲区提取消息并封装消息到batch中,然后再发送出去。如果在i/o线程将消息发送出去之前,producer奔溃了,那么所有的消息都将丢失。同时,存在多消息发送时候由于网络抖动导致消息乱序的问题,为了解决这两个问题,可以通过在producer端以及broker端进行配置进行避免。

4.1 producer端配置

  max.block.ms=3000:设置block的时长,当缓冲区被填满或者metadata丢失时产生block,停止接收新的消息;

  acks=all:等待所有follower都响应了发送消息认为消息发送成功;

  retries=integer.max_value:设置重试次数,设置一个比较大的值可以保证消息不丢失;

  max.in.flight.requests.per.connection=1:限制producer在单个broker连接上能够发送的未响应请求的数量,从而防止同topic统一分区下消息乱序问题;

  除了设置以上参数之外,在发送消息的时候,应该尽量使用带有回调参数的send方法来处理发送结果,如果数据发送失败,则显示调用kafkaproducer.close(0)方法来立即关闭producer,防止消息乱序。

4.2 broker端配置

  unclean.leader.election.enable=false:关闭unclean leader选举,即不允许非isr中的副本被选举为leader;

  replication.factor>=3:至少使用3个副本保存数据;

  min.issync.replicas>1:控制某条消息至少被写入到isr中多少个副本才算成功,当且仅当producer端acks参数设置为all或者-1时,该参数才有效。

  最后,确保replication.factor>min.issync.replicas,如果两者相等,那么只要有一个副本挂掉,分区就无法工作,推荐配置replication.factor=min.issync.replicas+1。

  关于producer端的开发就介绍到这儿,下一篇将介绍consumer端的开发。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。