Producer
Producer(生产者): 生产并发送消息到Broker(推送)
- Producer是多线程安全的(建议通过池化以提高性能)
- Producer实例后可发送多条消息(可对应多个ProducerRecord)
// 0.9之后的版本是基于Java实现(之前是Scala实现)
Producer客户端发送消息大致逻辑:
- 配置Producer客户端参数并创建该Producer实例
- 构建需发送的消息
- 发送构建的消息
- 关闭实例
构造Producer必填的3个参数:
参数 | 说明 |
---|---|
bootstrap.servers | 引导程序的服务地址 格式: 地址1:端口1,地址N:端口N (建议指定两个以上的Broker地址以保证稳定性, 且使用主机名形式) |
key.serializer | 发送时对Key调用的序列化器 Broker仅能接受字节数组形式的消息 byte[]
|
value.serializer | 发送时对Value调用的序列化器 Broker仅能接受字节数组形式的消息 byte[]
|
// 序列化器必须以全限定名方式指定, Java的ProducerConfig类中包含所有的配置参数
ProducerRecord
ProducerRecord(构建消息): Producer每次发送的消息体
- ProducerRecord由多个属性构成(Topic和消息是基础属性)
- ProducerRecord有多个构造方法(指定属性的个数)
- 可根据不同需求创建特定ProducerRecord
ProducerRecord定义:
public class ProducerRecord<K, V> {
private final String topic; // Topic(必填)
private final Integer partition; // Partition
// 消息头部(0.11版本引入)
// 指定与应用相关信息(可忽略)
private final Headers headers;
// 键(附加信息)
// 其会用于计算Partition(二次归类)
private final K key;
// 值(消息体, 必填)
// 为空则代表: 墓碑消息
private final V value;
// 消息时间戳
// 细分为CreateTime(消息创建时间)和LogAppendTime(追加日志时间)
private final Long timestamp;
......
}
Send&Close
Send(发送消息): Producer构建ProducerRecord之后发送给Broker
- 发送模式: 发后既忘(fire-and-forget)、同步(sync)、异步(async)
- 发送模式默认为异步(可通过获取返回值的方法以阻塞等待实现同步)
- 返回值通常为发送消息的元数据(Topic、Partition、偏移量和时间戳等)
Send()方法的定义:
public Future<RecordMetadata> send(ProducerRecord<K, V> record);
public Future<RecordMetadata> send(ProducerRecord<K, V> record, Callback callback);
- 可通过Future的get()方法阻塞实现同步(返回
RecordMetadata
对象) - Send()方法需配合try/catch(发送成功或发生异常)
- 发送导致的异常分为: 重试异常、不可重试异常
// 不可重试异常发生时会直接抛出并结束
常见的重试异常为:
可重试异常 | 说明 |
---|---|
NewworkException | 网络异常 |
LeaderNotAvailableException | 副本的leader不可用 (可能正在选举leader) |
UnknownTopicOrPartitionException | Topic或Partition异常 |
NotEnoughReplicasException | 副本数量不足 |
NotCoordinatorException | 协调器异常 |
Send()方法中的Callback定义:
public interface Callback {
void onCompletion(RecordMetadata var1, Exception var2);
}
- var1和var2参数互斥(两者必有个为null,后者代表异常)
- 若两个消息对相同Partition发送消息, 则按发送顺序调用Callback
Close(结束发送):回收Producer实例
- 发送结束后务必回收Producer实例(防止资源泄漏)
- Close默认会阻塞等待之前所有的发送请求完成之后再回收
- 可指定关闭的超时时间(超出该事件则强行回收, 不建议指定)
Close()方法的定义:
public void close();
public void close(long timeout, TimeUnit timeUnit);
实现原理
Producer的发送消息由两个线程完成:
- 主线程: 构建并处理消息后发送至RecordAccumulator
- Sender线程: 从RecordAccumulator获取消息, 并发送至Broker
如: Producer发送消息链路图
- RecordAccumulator: 双端队列缓存待发送ProducerBatch以减少网络影响
- ProducerBatch: 包含任意多个待发送的ProducerRecord(消息批次)
- Request: Kafka支持的各种请求协议
- InFlightRequests: 缓存已发送但未响应的Request
// Interceptor和Partitioner可选择性处理, 但必须经Serializer处理
Producer发送ProducerRecord的流程:
- 主线程将ProducerRecord加工处理后发送至RecordAccumulator尾部
- RecordAccumulator根据ProducerRecord分区选择对应的ProducerBatch
- RecordAccumulator根据内存复用原则和ProducerBatch大小决定是否新建
- Sender线程从RecordAccumulator头部获取ProducerBatch
- 将
<分区, <Deque<ProducerBatch>>
形式变为<Node, List<ProducerBatch>>
- 再根据各种协议请求转换为
<Node, Request>
形式 - 发送前以
Map<nodeId, Deque<Request>>
缓存Request - 返回发送后的响应并清理InFlightRequests和RecordAccumulator
// 形式转换是为完成应用逻辑层到网络I/O层的转换
RecordAccumulator内存复用原则:
- RecordAccumulator通过
java.io.ByteBuffer
和BufferPool
实现内存复用 - 若内存申请不超过指定大小, 则申请指定大小并放置于BufferPool
- 若内存申请超过指定大小, 则申请该内存并再使用后直接释放
// BufferPool可避免频繁的申请和释放内存
InFlightRequest中包含leastLoadedNode
- leastLoadedNode: 负载最小的Broker(未确认请求最少的)
- leastLoadedNode常用于元数据请求和Consumer组播协议的交互
- leastLoadedNode由Sender线程根据指定过期时间维护(主线程也可访问)
// 元数据: Broker、Topic、Partition、leader和follower副本所在的Broker等
如: Sender线程维护leatLoadedNode信息
- Sender线程检查元数据是否过期(默认5m)
- 超出则挑出leastLoadedNode, 向该Broker发送MetadataRequest请求
- 获取结果后将其结果存入InFlightRequests中, 并更新元数据的过期时间
ProducerInterceptor
ProducerInterceptor(拦截器): 消息发送前/后的进行的操作
- 不建议通过ProducerInterceptor修改topic、key和partition
- 可指定多个ProducerInterceptor(拦截链按配置时顺序执行)
- 可通过
interceptor.classes
参数指定Producer所使用的ProducerInterceptor
ProducerInterceptor定义:
public interface ProducerInterceptor<K, V> extends Configurable {
// 发送前进行的操作
public ProducerRecord<K, V> onSend(ProducerRecord<K, V> record);
// 发送后被应答之后或失败进行的操作
// 优先于Send()方法中定义的Callback前执行
// 由于该方法运行于Producer的IO线程中, 应简洁
public void onAcknowledgement(RecordMetadata metadata, Exception exception);
// 关闭拦截器
public void close();
}
// 抛出的任何异常都会被记录到日志中, 并不再向上抛
Serializer
Serializer(序列化器): 将特定数据转换成字节数组(byte[]
)
- Broker仅能接受字节数组形式的数据(接收后会对其反序列化)
- Producer使用的Serializer需和Consumer使用的反序列化器需对应
- Producer指定Serializer时, 需通过全限定名方式指定(类的完整路径)
Serializer定义:
public interface Serializer<T> extends Closeable {
// 配置序列化器
// 常用于指定编码类型(默认UTF-8)
void configure(Map<String, ?> configs, boolean isKey);
// 执行序列化
byte[] serialize(String topic, T data);
// 关闭序列化器
// 需保证幂等性
void close();
}
// 不建议使用自定义Serializer或DeSerializer, 会增加耦合度
Partitioner
Partitioner(分区器): ProducerRecord分区的默认规则
- ProducerRecord中指定partition字段, 则略过Partitioner
- Partitioner的分区计算受Topic数量的影响(已分配的不受)
- 可通过
partitioner.class
参数指定Producer所使用的Partitioner
Partitioner定义:
public interface Partitioner extends Configurable, Closeable {
// 计算并返回分区号
public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster);
// 关闭分区器
public void close();
}
public interface Configurable {
// 获取配置信息并初始化数据
void configure(Map<String, ?> configs);
}
默认的Partitioner: org.apache.kafka.clients.producer.internals.DefaultPartitioner
- 其
close()
方法默认为空 - 消息为null时, 则以轮询的方式分配可用的分区号
- 消息不为null时, 则进行Hash计算(MurmurHash2算法)
// 消息相同的情况下会写入相同的分区(存在消息互相覆盖的情况)
事务
事务(Transaction): Producer操作的最小原子单位(可跨Partition)
- 开启事务时, 必须也需开启幂等性(
enable.idempotence
) - 开启事务时必须指定事务ID(若事务ID重复, 将结束被覆盖的事务并抛出异常)
- 只能使事务处于以下两种状态(否则将抛出异常): COMMIT、ABORT
- 事务开启后需关闭自动位移提交, 也不能位移消费
Producer中常用的事务方法:
// 初始化事务
void initTransactions();
// 开启事务
void beginTransaction();
// 事务内的位移提交
void sendOffsetsToTransaction(Map<TopicPartition, OffsetAndMetadata> offsets, String consumerGroupId)
// 提交事务
void commitTransaction();
// 终止事务(回滚)
void abortTransaction();
事务协调器(TransactionCoordinator): 负责事务中的各类操作
- 每个Producer都对应个事务协调器, 由其负责Producer中各类请求
- 事务协调器会将事务的信息都存储至内部Toipc的
__transaction_state
如: 事务的执行流程
文章来源:https://www.toymoban.com/news/detail-788854.html
- 查找事务协调器: 找到事务协调器所在的Broker并建立连接(同时查找Partition)
- 获取PID: 通过
InitProducerIdRequest
请求获取该事务ID - 执行事务: 通过各类请求处理Record并将数据存储至内部Topic
- 结束事务: 发送各类请求结束事务, 同时将事务信息存储至内部Topic和日志文件
Consumer的事务受以下限制:文章来源地址https://www.toymoban.com/news/detail-788854.html
- 采用日志压缩策略的Topic, 其Record可能被覆盖
- Consumer在消费时可能没有分配到事务内的所有Partition
- Record可能分布在Partition的多个LogSegment, 存在部分被清除的可能
- Consumer可通过位移提交/位移消费访问Record, 可能导致遗漏事务中的Record
到了这里,关于Kafka_02_Producer详解的文章就介绍完了。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!