Kafka核心原理之精准一次性投递-Toy模板网

这篇具有很好参考价值的文章主要介绍了Kafka核心原理之精准一次性投递。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

精准一次性投递

在Kafka中，精准一次性投递（Exactly Once）=至少投递一次（At Least Once）+幂等性。

至少投递一次（At Least Once）：将生产端参数acks设置为-1（all），可以保证生产端发送到Broker的消息不会丢失，即：至少投递一次（At Least Once）。

幂等性：

幂等生产者幂保证单分区单会话内精准一次性投递消息。

事务生产者保证跨分区跨会话精准一次性投递消息。

幂等生产者

幂等生产者指的是当发送同一条消息时，消息在Broker端只会被持久化一次，消息不丢失也不重复，它在底层设计架构中引入了ProducerID和SequenceNumber：

ProducerID：每个生产者启动时，Kafka会为生产者分配一个唯一标识ProducerID（注意：生产者重启时会重新分配ProducerID）；
SequenceNumber ：针对每个生产者（即：每个ProducerID），发送到指定Topic中某个分区内的消息都会为其生成一个从0开始单调递增的SequenceNumber值。

幂等性配置：生产端设置参数enable.idempotence为true。

注意：开启幂等性后，retries（重试次数）配置将默认为Integer.MAX_VALUE，acks配置将默认为-1，如果此时手动将acks设置为0，会报错。

幂等生产者实现原理

生产者在初始化时会被分配一个唯一的ProducerID（凡是开启幂等性生产者都需要生成全局唯一的ProducerID，如开启事务，则由TransactionCoordinator节点生成ProducerID，未开启事务，则由Broker自身生成ProducerID），该ProducerID对用户完全透明。

Leader所在的Broker会按<ProducerID, Topic, Partition>维度缓存SequenceNumber，对于接收的每条消息：

如果消息序列号比Broker缓存中的序列号大1，则接受该消息，否则丢弃该消息。
如果消息序列号比Broker缓存中的序列号大1以上，说明中间有数据尚未写入（即：乱序），此时Broker拒绝该消息。
如果消息序列号小于等于Broker缓存中的序列号，说明该消息已被保存（即：重复消息），Broker丢弃该消息。

注意：生产端是以批次的方式发送消息，每个批次包含了多条消息，因此，生产端发送消息时，只会设置该批次第一条消息的序列号，该批次中其他消息的序列号是根据第一条消息的序列号计算得来。

ProducerID生产机制：

ProducerID通过ProducerIdManager的generateProducerId()方法获取，每个Broker都会在本地维护一个ProducerID段，当本地的ProducerID段用完后，会去Zookeeper上申请（节点：/latest_producer_id_block，每次申请1000个）。
当Broker向Zookeeper申请ProducerID段时，会先获取Zookeeper中保存的当前ProducerID段最大值，然后尝试将要申请的ProducerID段写回ZK，这样其他Broker在尝试申请时，不会出现ProducerID段重复的情况。
若开启事务，则由TransactionCoordinator节点生成全局唯一的ProducerID。

重新选举Leader后生产者幂等性是否有效？

有效。因为Leader分区所在的Broker缓存了PID、SequenceNumber等信息，而Leader分区中所有消息都会被复制到Followers中，当ISR中某个Follower被选举为新的Leader时，新Leader内部的消息中已经存储了PID、SequenceNumber等信息信息，因此，新Leader接收生产者消息时仍能实现消息幂等。

事务生产者

Kafka的幂等生产者只能保证单分区单会话内精准一次性投递消息，不能解决跨会话跨分区的问题。Kafka0.11版本开始引入了事务生产者，事务生产者保证Kafka在幂等生产者的基础上，实现跨分区跨会话精准一次性投递消息。

事务场景

事务生产者使用场景：

Producer发送多条消息组成一个事务，这些消息需要对Consumer同时可见或者同时不可见。
Producer可能会给多个Topic、多个Partition发消息，这些消息需要能放在一个事务中，这是典型的分布式事务场景。
Kafka的应用场景经常是需要先消费一个Topic，处理后再发到另一个Topic，这个Consume-Transform-Produce过程需要放到一个事务中，比如：在消息处理或者发送的过程中失败，消费偏移量不能提交。
Producer或者Producer所在的应用可能会挂掉，新的Producer启动以后需要处理之前未完成的事务。
流式处理的拓扑可能会比较深，如果下游只有等上游消息事务提交以后才能读到，可能会导致RT非常长吞吐量也随之下降很多，所以需要实现Read Committed和Read Uncommitted两种事务隔离级别。

注意：当事务中仅存在Consumer消费消息的操作时，消费事务消息和Consumer手动提交Offset并没有区别。因此单纯的消费消息并不是Kafka引入事务机制的原因，单纯的消费消息也没有必要存在于一个事务中。

事务生产者实现原理

Kafka为了支持事务特性，引入一个新的组件：Transaction Coordinator，主要负责为生产者分配PID，记录事务状态等操作。

如图所示：

kafka at least once,kafka,分布式

生产者事务执行流程：

1）初始化事务：生产者向事务协调器发送InitProducerIdRequest请求，为生产者生成对应的PID。
2）开启事务：生产者调用KafkaProducer#beginTransaction()方法开启事务。
3）发送事务消息：
- 生产者发送消息前，向事务协调器发送AddPartitionsToTxnRequest请求，增量记录事务关联的TopicPartition列表。
- 生产者向Broker发送事务消息。
- 生产者向事务协调器发送AddOffsetsToTxnRequest请求，增量记录Offsets提交前，Group Coordinator（消费者组协调器）对应的TopicPartition列表。
- 生产者向消费者组协调器发送TxnOffsetCommitRequest请求，将生产者提交的Offsets放置在事务性待确认列表。
4）提交或回滚事务：生产者向事务协调器发送EndTxnRequest请求：
- 将Prepare消息写入 __transaction_state。
- 事务协调器向事务关联的TopicPartitions主副本和__transaction_state中写入EndTransactionMarker标记。
5）超时事务中止：事务协调器以10s/次的频率轮询检测进行中的事务是否已超时，若事务已超时，则推进Epoch、中止当前事务。后续再次收到老的生产者（Epoch小于当前Epoch）消息将抛出ProducerFencedException异常。

开启事务配置

对于生产者，通过KafkaProducer的beginTransaction()方法可以开启一个事务，调用该方法后，生产者本地会标记已经开启了一个新的事务，只有在生产者发送第一条消息之后TransactionCoordinator才会认为该事务已经开启。同时，需要设置transactional.id属性，设置了transactional.id属性后，enable.idempotence属性会自动设置为true。

对于消费者，需要设置isolation.level = read_committed，这样Consumer只会读取已经提交了事务的消息。另外，需要设置enable.auto.commit = false来关闭自动提交Offset功能。

生产者事务

为了实现跨分区跨会话的事务，需要引入一个全局唯一的TransactionID，并将生产者的PID与TransactionID绑定，这样当生产者重启后，就可以通过生产者绑定的TransactionID获得原来的PID。

为了管理事务，Kafka引入了一个新的组件Transaction Coordinator（事务协调器，事务协调器为Leader分区所在的Broker节点），生产者就是通过与Transaction Coordinator交互获得TransactionID对应的任务状态，Transaction Coordinator负责将事务操作写入Kafka的一个内部Topic（__transaction_state（默认分区数：50）），这样即使Transaction Coordinator宕机重启，由于事务状态得到保存，未完成的事务状态可以得到恢复。

消费者事务

对于消费者而言，事务能保证的语义相对较弱，无法保证已提交事务中的消息都能被消费。原因如下：

对采用日志压缩策略的主题而言，事务中的某些消息有可能被清理（相同Key的消息，后写入的消息会覆盖前面写入的消息）。
事务中的消息可能分布在同一个分区的多个日志分段（Segment）中，当旧的日志分段被删除时，对应的消息可能会丢失。
消费者可以通过seek()方法访问任意offset的消息，从而可能遗漏事务中的部分消息。
消费者在消费时可能没有分配到事务内的所有分区，因此不能读取事务中的所有消息。

消费端有一个isolation.level参数，该参数用来配置消费者的事务隔离级别（类型为字符串），有效值为read_uncommitted和read_committed，表示消费者消费到的位置，如果设置为read_committed，那么消费者会忽略事务未提交的消息，即：只能消费到LSO（Last Stable Offset，即：最后稳定偏移）的位置。默认值为read_uncommitted，即：可以消费到HW处的位置，注意：Follower副本的事务隔离级别为read_uncommitted，且不可修改。

在开启Kafka事务时，生产者发送了message1、message2、message3、message4四条消息到Broker中，如果生产者没有提交事务，对于read_committed隔离级别的消费者而言，是看不到这些消息的，设置为read_uncommitted隔离级别则可以看到。事务中第一条消息的位置标记为firstUnstableOffset（即：message1的位置）。

LSO会影响Kafka消息滞后量（Kafka Lag，即：消息堆积量）的计算。如图所示：

kafka at least once,kafka,分布式

图中：在read_uncommitted（默认）隔离级别下，Consumer Offset表示当前的消费位置（针对普通消息的情况），Kafka Lag = HW - Consumer Offset，即：Kafka Lag计算方式不受影响（即使引入事务消息）。在read_committed隔离级别下，如果引入事务消息，Kafka Lag计算需要引入LSO来进行计算。如图所示：

kafka at least once,kafka,分布式

图中：对于未完成的事务，LSO的值等于事务中第一条消息的位置（即：firstUnstableOffset），对于已完成的事务，LSO的值与HW相同，因此，LSO<=HW<=LEO。如下图所示：

kafka at least once,kafka,分布式

图中：在read_committed隔离级别下，Kafka Lag = LSO - Consumer Offset。注：ControlBatch为控制消息，控制消息一共有两种类型：COMMIT和ABORT，分别用来表示事务已经成功提交或已经被成功终止。KafkaConsumer可以通过控制消息来判断对应的事务已提交或已中止，再结合参数isolation.level配置的隔离级别来决定是否将相应的消息返回给消费端。

事务恢复保证

为了实现有状态的应用也可以保证重启后从断点处继续处理（即：事务恢复）。应用程序必须提供一个稳定的（重启后不变）唯一的ID（即：Transaction ID）。Transactin ID与PID可能一一对应。区别在于Transaction ID由用户提供，而PID是内部的实现对用户透明。

另外，为了保证新的生产者启动后，旧的具有相同Transaction ID的生产者失效，生产者通过Transaction ID拿到PID的同时，还会获取一个单调递增的epoch。由于旧的生产者的epoch比新生产者的epoch小，Broker会拒绝其请求。

有了Transaction ID和epoch后，Kafka可保证：

跨Session的数据幂等发送。当具有相同Transaction ID的新的生产者实例被创建且工作时，旧的且拥有相同Transaction ID的生产者将不再工作。
跨Session的事务恢复。如果某个应用实例宕机，新的实例可以保证任何未完成的旧的事务要么Commit要么Abort，使得新实例从一个正常状态开始工作。

事务原子性保证

事务原子性是指生产者将多条消息作为一个事务批量发送，要么全部成功要么全部失败。引入了一个服务器端的模块，名为Transaction Coordinator，用于管理生产者发送的消息的事务性。

该Transaction Coordinator维护Transaction Log，该Log存于一个内部的Topic内（__transaction_state（默认分区数：50））。由于Topic数据具有持久性，因此事务的状态也具有持久性。

生产者并不直接读写Transaction Log，它与Transaction Coordinator通信，然后由Transaction Coordinator将该事务的状态插入相应的Transaction Log。

Transaction Log的设计与Offset Log用于保存Consumer的Offset类似。

事务中Offset提交保证

在Kafka Stream应用中同时包含Consumer和Producer（即Consumer-Transform-Producer），前者负责从Kafka中获取消息，后者负责将处理完的数据写回Kafka的其它Topic中。

为了实现该场景下的事务原子性，Kafka需要保证对Consumer Offset的Commit与Producer对发送消息的Commit包含在同一个事务中。否则，如果在二者Commit中间发生异常，根据二者Commit的顺序可能会造成数据丢失和数据重复：

如果先Commit Producer发送数据的事务，再Commit Consumer的Offset，即：At Least Once语义，可能造成数据重复。
如果先Commit Consumer的Offset，再Commit Producer数据发送事务，即At Most Once语义，可能造成数据丢失。

拒绝僵尸实例（Zombie fencing）

在分布式系统中，一个实例宕机或失联，集群会启动一个新的实例来代替该实例。此时若旧实例恢复，集群中就会存在两个相同的实例（即：TransactionID和PID相同的实例），此时旧实例就被称为“僵尸实例”。

在Kafka中，两个相同的生产者实例同时处理消息并生产重复消息，这就是僵尸实例问题。

Kafka事务特性通过TransactionID属性来解决僵尸实例问题。所有具有相同TransactionID的生产者会分配相同的PID，同时，每个生产者还会分配一个递增的epoch（纪元）。Broker收到事务提交请求时，如果检查当前事务提交者的epoch不是最新值，就会拒绝该生产者的请求，从而达成拒绝僵尸实例的目标。