【Kafka】Kafka消费者
1. 消费方式
- pull(拉)模式：consumer采用从broker中主动拉取数据。Kafka采用这种方式。
- push(推)模式：Kafka没有采用这种方式，因为由broker决定消息发送速率，很难适应所有的消费者的消费速率。例如推送的速度是50m/s，consumer1和consumer2旧来不及处理消息。
pull模式不足之处是，如果Kafka没有数据，消费者可能会陷入循环中，一直返回空数据。
1.1 消费者工作流程
- 消费者和消费者之间是相互独立的，一个消费者可以消费多个分区数据。消费者A消费了0号分区数据消费者B也可以消费0号分区数据。
- 每个分区的数据只能由消费者组中多个消费者其中一个消费者消费。
- 消费者通过记录在系统主题的offset知道消息消费到哪一步了
1.2 消费者组原理
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，即消费者是逻辑上的一个订阅者。
1.3 消费者组初始化流程
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(50是_consumer_offsets的分区数量)
例如：groupid的hashcode值=1，1%50=1，那么_consumer_offsets主题的1号分区，在哪个broker上，就选择这个节点的coordinator作为这个消费者组的老大。消费者组下的所有消费者提交offset的时候就往这个分区去提交offset。
1.4 消费者组详细消费流程
1.5 消费者重要参数
| 参数名称 | 描述 |
|---|---|
| bootstrap.servers | 向 Kafka 集群建立初始连接用到的 host/port 列表。 |
| key.deserializer 和 value.deserializer | 指定接收消息的 key 和 value 的反序列化类型。一定要写全类名。 |
| group.id | 标记消费者所属的消费者组。 |
| enable.auto.commit | 默认值为 true，消费者会自动周期性地向服务器提交偏移 量。 |
| auto.commit.interval.ms | 如果设置了 enable.auto.commit 的值为 true， 则该值定义了 消费者偏移量向 Kafka 提交的频率，默认 5s。 |
| auto.offset.reset | 当 Kafka 中没有初始偏移量或当前偏移量在服务器中不存在 （如，数据被删除了），该如何处理？ earliest：自动重置偏 移量到最早的偏移量。 latest：默认，自动重置偏移量为最 新的偏移量。 none：如果消费组原来的（previous）偏移量 不存在，则向消费者抛异常。 anything：向消费者抛异常。 |
| offsets.topic.num.partitions | __consumer_offsets 的分区数，默认是 50 个分区。 |
| heartbeat.interval.ms | Kafka 消费者和 coordinator 之间的心跳时间，默认 3s。 该条目的值必须小于 session.timeout.ms ，也不应该高于 session.timeout.ms 的 1/3。 |
| session.timeout.ms | Kafka 消费者和 coordinator 之间连接超时时间，默认 45s。 超过该值，该消费者被移除，消费者组执行再平衡。 |
| max.poll.interval.ms | 消费者处理消息的最大时长，默认是 5 分钟。超过该值，该 消费者被移除，消费者组执行再平衡。 |
| fetch.min.bytes | 默认 1 个字节。消费者获取服务器端一批消息最小的字节 数。 |
| fetch.max.wait.ms | 默认 500ms。如果没有从服务器端获取到一批数据的最小字 节数。该时间到，仍然会返回数据。 |
| fetch.max.bytes | 默认 Default: 52428800（50 m）。消费者获取服务器端一批 消息最大的字节数。如果服务器端一批次的数据大于该值 （50m）仍然可以拉取回来这批数据，因此，这不是一个绝 对最大值。一批次的大小受 message.max.bytes （broker config）or max.message.bytes （topic config）影响。 |
| max.poll.records | 一次 poll 拉取数据返回消息的最大条数，默认是 500 条。 |
2. 消费者API
2.1 独立消费者案例
需求：创建一个独立消费者，消费first主题中的数据
**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
示例代码：
public class CustomConsumer {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//反序列化
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
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
//1.创建一个消费者 "","hello"
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
//2.订阅主题first
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
//3.消费数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
2.2 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。
代码示例如下：
public class CustomConsumerPartition {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//反序列化
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
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
//1.创建一个消费者
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
//2.订阅主题first
ArrayList<TopicPartition> topicPartitions = new ArrayList<>();
topicPartitions.add(new TopicPartition("first", 0));
kafkaConsumer.assign(topicPartitions);
//3.消费数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
2.3 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。
复制 2.1 中类，创建两个CustomConsumer1和CustomConsumer2。这样就有了由三个消费者组成的消费者组。我们利用如下生产者代码发送数据：
public class CustomProducerCallback {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接集群 bootstrap.server
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//指定对应的 key 和 value 的序列化类型(key.serializer,)
//properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
//1.创建kafka生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
//2.发送数据
for (int i = 0; i < 500; i++) {
kafkaProducer.send(new ProducerRecord<>("first", "hello,world" + i), new Callback() {
@Override
public void onCompletion(RecordMetadata recordMetadata, Exception e) {
if (e == null) {
System.out.println("主题：" + recordMetadata.topic() + "\t分区" + recordMetadata.partition());
}
}
});
}
//3.关闭资源
kafkaProducer.close();
}
}
运行三个消费者程序，分别在三个控制台中发现每个消费者消费的都是不同分区的数据。
3. 分区的分配及再平衡
- 一个消费者组中有多个消费者组成，一个topic有多个partition组成，现在问题是到底由哪个消费者来消费哪个partition的数据。
- 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。
3.1 Range 分配策略原理
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。
- 加入现在有7个分区，3个消费者，排序后的分区将会是0,1,2,…,5,6；消费者排序完之后将会是C0,C1,C2。
- 通过 partition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一个分区
- 例如，7/3=2余1，除不尽，那么消费者C0便会多消费1个分区。
- 8/3=2余2，除不尽，那么C0和C1分别多消费一个。
注意：如果只是针对 1 个 topic 而言，C0消费者多消费1 个分区影响不是很大。但是如果有 N 多个 topic，那么针对每 个 topic，消费者 C0都将多消费 1 个分区，topic越多，C0消 费的分区会比其他消费者明显多消费 N 个分区。容易产生数据倾斜
3.1.1 Range 分区分配策略案例
1）修改主题first为7个分区
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 7
2）复制 CustomConsumer 类，创建 CustomConsumer2。这样可以由三个消费者 CustomConsumer、CustomConsumer1、CustomConsumer2 组成消费者组，组名都为“test”， 同时启动 3 个消费者。
3）启动 CustomProducer 生产者，发送 500 条消息，随机发送到不同的分区。
public class CustomProducerCallback {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接集群 bootstrap.server
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//指定对应的 key 和 value 的序列化类型(key.serializer,)
//properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
//1.创建kafka生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
//2.发送数据
for (int i = 0; i < 500; i++) {
kafkaProducer.send(new ProducerRecord<>("first", "hello,world" + i), new Callback() {
@Override
public void onCompletion(RecordMetadata recordMetadata, Exception e) {
if (e == null) {
System.out.println("主题：" + recordMetadata.topic() + "\t分区" + recordMetadata.partition());
}
}
});
}
//3.关闭资源
kafkaProducer.close();
}
}
4）查看3个消费者分别消费哪些分区的数据。
CustomConsumer消费的是0,1,2分区数据；CustomConsumer1消费的是3,4分区；CustomConsumer2消费的是5,6分区。
3.1.2 Range 分区分配再平衡案例
（1）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)
结果：
- 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。
（2）45s以后再次重新发送消息，观看结果
- 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：0号消费者已经被踢出消费者组，所以重新按照range方式分配
3.2 RoundRobin 分配策略原理
RoundRobin 针对集群中所有Topic而言。
- 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。
3.2.1 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。
- CustomConsumer消费的是1，4号分区
- CustomConsumer1消费的是2，5号分区
- CustomConsumer2消费的是0，3，6号分区
3.2.2 RoundRobin 分区分配再平衡案例
（1）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。
（2）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。
3.3 Sticky 分配策略原理
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。
比如有7个分区，3个消费者。如何均衡的放置分区到消费者上面。分区可能会分配成 0,1 ;2,3,5; 4,6，三份。也可能分配成0,2; 1,4,6; 3,5,三份…
3.3.1 Sticky 分区分配策略案例
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。
（1）修改分区分配策略为粘性。
// 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);
（2）使用同样的生产者发送 500 条消息。
可以看到会尽量保持分区的个数近似划分分区。
3.3.2 Sticky 分区分配再平衡案例
（1）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。
（2）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。
4. offset 位移
4.1 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+分区号就保留最新数据。
（1）消费 offset 案例
0)思想：_consumer_offsets是Kafka中的topic，那就可以通过消费者进行消费。
1)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。
2)采用命令行方式，创建一个新的 topic
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --topic atguigu --partitions 2 --replication-factor 2
3)启动生产者往 atguigu 生产数据
bin/kafka-console-producer.sh --topic atguigu --bootstrap-server hadoop102:9092
4)启动消费者消费 atguigu 数据
bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic atguigu --group test
注意：指定消费者组名称，更好观察数据存储位置（key是group.id+topic+分区号）
5)查看消费者消费主题 _consumer_offsets
[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh --topic __consumer_offsets --bootstrap-server hadoop102:9092 --consumer.config config/consumer.properties --formatter "kafka.coordinator.group.GroupMetadataManager\$OffsetsMessageFormatter" --from-beginning
[offset,atguigu,1]::OffsetAndMetadata(offset=7,
leaderEpoch=Optional[0], metadata=, commitTimestamp=1622442520203,
expireTimestamp=None)
[offset,atguigu,0]::OffsetAndMetadata(offset=8,
leaderEpoch=Optional[0], metadata=, commitTimestamp=1622442520203,
expireTimestamp=None)
4.2 自动提交 offset
为了使我们能够专注于自己的业务逻辑，Kafka提供了自动提交 offset 的功能。
自动提交offset的相关参数：
-
enable.auto.commit：是否开启自动提交offset功能，默认是true。 -
auto.commoit.interval.ms：自动提交offset的时间间隔，默认是5s。
示例代码：
public class CustomConsumerAutoOffset {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//反序列化
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
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
//自动提交
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
//提交时间间隔
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 1000);
//1.创建一个消费者 "","hello"
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
//2.订阅主题first
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
//3.消费数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
4.3 手动提交 offset
虽然自动提交offset十分简单便利，但由于其是基于时间提交的，开发人员难以把握offset提交的时机。因 此Kafka还提供了手动提交offset的API。
手动提交offset的方法有两种：
- 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。推荐
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（由不可控因素导致，也会出现提交失败）；而异步提交则没有失败重试机制，故 有可能提交失败。
4.3.1 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。
代码示例如下：
public class CustomConsumerByHandSync {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//反序列化
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
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
//配置手动提交offset
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
//1.创建一个消费者 "","hello"
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
//2.订阅主题first
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
//3.消费数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
//手动提交offset 同步
kafkaConsumer.commitSync();
}
}
}
4.3.2 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。
public class CustomConsumerByHandSync {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//反序列化
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
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
//配置手动提交offset
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
//1.创建一个消费者 "","hello"
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
//2.订阅主题first
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
//3.消费数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
//手动提交offset 异步
kafkaConsumer.commitAsync();
}
}
}
4.4 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。
代码示例如下：
public class CustomConsumerSeek {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//反序列化
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
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
//1.创建一个消费者 "","hello"
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
//2.订阅主题first
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
//指定位置进行消费
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));
assignment = kafkaConsumer.assignment();
}
//指定消费的offset
for (TopicPartition topicPartition : assignment) {
kafkaConsumer.seek(topicPartition, 100);
}
//3.消费数据
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
4.5 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 CustomConsumerSeekTime {
public static void main(String[] args) {
//0.配置
Properties properties = new Properties();
//连接
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.101.66:9092,192.168.101.67:9092,192.168.101.68:9092");
//反序列化
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
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
//1.创建一个消费者 "","hello"
KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
//2.订阅主题first
ArrayList<String> topics = new ArrayList<>();
topics.add("first");
kafkaConsumer.subscribe(topics);
//指定位置进行消费
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));
assignment = kafkaConsumer.assignment();
}
//希望把时间转换为对应的offset
HashMap<TopicPartition, Long> topicPartitionLongHashMap = new HashMap<>();
//封装对应集合
for (TopicPartition topicPartition : assignment) {
topicPartitionLongHashMap.put(topicPartition, System.currentTimeMillis() - 1 * 24 * 3600 * 1000);
}
Map<TopicPartition, OffsetAndTimestamp> topicPartitionOffsetAndTimestampMap = kafkaConsumer.offsetsForTimes(topicPartitionLongHashMap);
//指定消费的offset
for (TopicPartition topicPartition : assignment) {
OffsetAndTimestamp offsetAndTimestamp = topicPartitionOffsetAndTimestampMap.get(topicPartition);
kafkaConsumer.seek(topicPartition, offsetAndTimestamp.offset());
}
//3.消费数据
while (true) {
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord);
}
}
}
}
5. 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。
怎么才能做到既不漏消费也不重复消费呢？祥看消费者事务
6.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（比如MySQL）。
7. 数据积压
- 如果是Kafka的消费能力不足，则可以考虑增加Topic的分区数，并且同时提升消费者组的消费者数量，消费者数=分区数。（两者缺一不可）
- 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。
8. Kafka-Kraft 集群部署
1）再次解压一份kafka安装包
tar -zxvf kafka_2.12-3.0.0.tgz -C /opt/module/
2）重命名为kafka2
mv kafka_2.12-3.0.0/ kafka2
3）在 hadoop102 上修改/opt/module/kafka2/config/kraft/server.properties 配置文件
需要注意的几个参数：
-
process.roles：kafka的角色，controller 相当于主机、broker 节点相当于从机，主机类似 zk 功 能 -
node.id：节点的id -
controller.quorum.voters：全 Controller 列表 -
advertised.Listeners：broker对外暴露的地址 -
log.dirs：数据存储目录，建议存储到kafka2/data目录下
4）分发kafka2
xsync kafka2/
- 在 hadoop103 和 hadoop104 上 需 要 对 node.id 相应改变 ， 值 需 要 和 controller.quorum.voters 对应。
- 在 hadoop103 和 hadoop104 上需要 根据各自的主机名称，修改相应的 advertised.Listeners 地址。
5）初始化集群数据目录
首先生成存储目录唯一 ID。
bin/kafka-storage.sh random-uuid
//控制台输出一下内容
J7s9e8PPTKOO47PxzI39VA
使用该ID格式化kafka存储目录(每台节点都运行一遍)
bin/kafka-storage.sh format -t J7s9e8PPTKOO47PxzI39VA -c /opt/module/kafka2/config/kraft/server.properties
6）启动kafka集群（每台节点都运行一遍）
bin/kafka-server-start.sh -daemon config/kraft/server.properties
7）停止kafka集群（每台节点都运行一遍）
bin/kafka-server-stop.sh
8.1 Kraft 集群启动和停止脚本
1）在 /root/bin 目录下创建文件 kf2.sh 脚本文件
vim kf2.sh
脚本如下：
#! /bin/bash
case $1 in
"start"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------启动 $i Kafka2-------"
ssh $i "/opt/module/kafka2/bin/kafka-server-start.sh -
daemon /opt/module/kafka2/config/kraft/server.properties"
done
};;
"stop"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------停止 $i Kafka2-------"
ssh $i "/opt/module/kafka2/bin/kafka-server-stop.sh "
done
};;
esac
2）添加执行权限
chmod +x kf2.sh
3）启动集群命令文章来源：https://www.toymoban.com/news/detail-545225.html
kf2.sh start
4）停止集群命令文章来源地址https://www.toymoban.com/news/detail-545225.html
kf2.sh stop
到了这里，关于【Kafka】Kafka消费者的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
