Kafka producer 生产者
producer 生产者消息发送流程
在消息发送的过程中,需要使用两个线程——main 线程和 Sender 线程。在 main 线程中创建了一个双端队列 RecordAccumulator。main 线程将消息发送给 RecordAccumulator,Sender 线程不断从 RecordAccumulator 中拉取消息发送到 Kafka Broker。
producer生产者常用参数列表
参数 | 描述 |
---|---|
bootstrap.servers | 生产者连接集群所需的 broker 地 址 列表 , 例 如host5:9092,host6:9092,host7:9092,可以设置 1 个或者多个,中间用逗号隔开。注意这里并不一定需要填写所有的 broker 地址,因为生产者可以从给定的部分 broker里查找到其他 broker 信息 |
key.serializer 和 value.serializer | 指定消息的 key 和 value 序列化类型,一定要写全类名 |
buffer.memory RecordAccumulator | 缓冲区总大小,默认 32m |
batch.size | 缓冲区一批数据最大值,默认 16k。适当增加该值,可以提高吞吐量,如果该值设置过大,会增加数据传输延迟 |
linger.ms | 如果数据迟迟未达到 batch.size,sender 等待 linger.time之后就会发送数据。单位 ms,默认值是 0ms,表示没有延迟。生产环境建议该值大小为 5-100ms 之间。 |
acks | 0 :生产者发送过来的数据,不需要等数据落盘应答。1 :生产者发送过来的数据,Leader 收到数据后应答。-1 (all):生产者发送过来的数据,Leader和 isr 队列里面的所有节点收齐数据后应答。默认值是-1,-1 和all 是等价的 |
max.in.flight.requests.per.connection | 允许最多没有返回 ack 的次数,默认为 5,开启幂等性要保证该值是 1-5 的数字 |
retries | 当消息发送出现错误的时候,系统会重发消息。retries表示重试次数。默认是 int 最大值,2147483647。如果设置了重试,还想保证消息的有序性,需要设置MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION=1否则在重试此失败消息的时候,其他的消息可能发送成功了。 |
retry.backoff.ms | 两次重试之间的时间间隔,默认是 100ms |
enable.idempotence | 是否开启幂等性,默认 true,开启幂等性 |
compression.type | 生产者发送数据的压缩方式。默认是 none,不进行压缩。支持压缩类型:none、gzip、snappy、lz4 和 zstd |
异步发送API
普通异步发送
案例需求:创建 Kafka 生产者,采用异步的方式发送到 Kafka Broker
代码编写
创建工程 kafka-demo
导入依赖
<dependencies>
<!--kafka客户端-->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>3.0.1</version>
</dependency>
</dependencies>
创建packagezone.cong.kafka.producer
编写无回调函数的 API 代码
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
/**
* @author congqing
*/
public class CustomProducer {
public static void main(String[] args) {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "host5:9092");
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// 2. 创建 kafka 生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 3. 调用 send 方法,发送消息
for (int i = 0; i < 5; i++) {
kafkaProducer.send(new ProducerRecord<>("hello", "hello world " + i));
}
// 4. 关闭资源
kafkaProducer.close();
}
}
开始测试
在 host5
机器上开启一个 Kafka consumer。
kafka-console-consumer.sh --bootstrap-server host5:9092 --topic hello
执行上面的 producer 代码,查看host5 控制台变化。
带有回调函数的异步发送
回调函数会在 producer 收到 ack 时调用,为异步调用,该方法有两个参数,分别是元数据信息(RecordMetadata)和异常信息(Exception),如果Exception 为 null,说明消息发送成功,如果 Exception 不为 null,说明消息发送失败。
注意:消息发送失败会自动重试,不需要我们在回调函数中手动重试。
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
import java.util.concurrent.Callable;
/**
* @author congqing
*/
public class CustomProducerCallback {
public static void main(String[] args) throws InterruptedException {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "host5:9092");
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// 2. 创建 kafka 生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 3. 调用 send 方法,发送消息
for (int i = 0; i < 5; i++) {
// 编写回调函数
Callback callback = (recordMetadata, e) -> {
// 该方法在 Producer 收到 ack 时被调用,为异步调用
if (e == null) {
// 没有异常,输出信息到控制台
System.out.println("topic->" + recordMetadata.topic() + ":::" + "partitions->" + recordMetadata.partition());
} else {
// 输出异常堆栈信息
e.printStackTrace();
}
};
kafkaProducer.send(new ProducerRecord<>("hello",
"hello callback " + i), callback);
// 延迟一会会看到数据发往不同分区
Thread.sleep(2);
}
// 4. 关闭资源
kafkaProducer.close();
}
}
开始测试
调整hello topic 的 partitions 为 3
kafka-topics.sh --bootstrap-server host5:9092 --alter --topic hello --partitions 3
在 host5
机器上开启一个 Kafka consumer。
kafka-console-consumer.sh --bootstrap-server host5:9092 --topic hello
执行上面的 producer 代码,查看host5 控制台变化。
同步发送API
只需在普通异步发送的基础上,调用 get()即可。
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
import java.util.concurrent.ExecutionException;
public class CustomProducerSync {
public static void main(String[] args) throws ExecutionException, InterruptedException {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "host5:9092");
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// 2. 创建 kafka 生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 3. 调用 send 方法,发送消息
for (int i = 0; i < 20; i++) {
// 同步发送
kafkaProducer.send(new ProducerRecord<>("hello", "hello world " + i)).get();
}
// 4. 关闭资源
kafkaProducer.close();
}
}
在 host5
机器上开启一个 Kafka consumer。
kafka-console-consumer.sh --bootstrap-server host5:9092 --topic hello
执行上面的 producer 代码,查看host5 控制台变化。
producer partition分区
分区的好处
- 合理使用存储资源,每个Partition在一个Broker上存储,可以把海量的数据按照分区切割成一块一块数据存储在多台Broker上。合理控制分区的任务,可以实现负载均衡的效果
- 提高并行度,生产者可以以分区为单位发送数据;消费者可以以分区为单位进行消费数据
生产者发送消息的分区策略
默认的分区器 DefaultPartitioner
在 IDEA 中 ctrl +n,全局查找 DefaultPartitioner
。
/**
* The default partitioning strategy:
* <ul>
* <li>If a partition is specified in the record, use it
* <li>If no partition is specified but a key is present choose a partition based on a hash of the key
* <li>If no partition or key is present choose the sticky partition that changes when the batch is full.
*
* See KIP-480 for details about sticky partitioning.
*/
指明partition的情况下,直接将指明的值作为partition值;
例如partition=0,所有数据写入分区0
public ProducerRecord(String topic, Integer partition, Long timestamp, K key, V value, Iterable<Header> headers) {
... ...
}
public ProducerRecord(String topic, Integer partition, Long timestamp, K key, V value) {
... ...
}
public ProducerRecord(String topic, Integer partition, K key, V value, Iterable<Header> headers) {
... ...
}
public ProducerRecord(String topic, Integer partition, K key, V value) {
没有指明partition值但有key的情况下,将key的hash值与topic的partition数进行取余得到partition值;
例如:key1的hash值=5, key2的hash值=6 ,topic的partition数=2,那 么key1 对应的value1写入1号分区,key2对应的value2写入0号分区。
public ProducerRecord(String topic, K key, V value) {
... ...
}
既没有partition值又没有key值的情况下,Kafka采用Sticky Partition(黏性分区器),会随机选择一个分区,并尽可能一直使用该分区,待该分区的batch已满或者已完成,Kafka再随机一个分区进行使用(和上一次的分区不同)。
例如:第一次随机选择0号分区,等0号分区当前批次满了(默认16k)或者linger.ms设置的时间到, Kafka再随机一个分区进行使用(如果还是0会继续随机)。
public ProducerRecord(String topic, V value) {
... ...
}
抽取工具类复用KafkaProducer
创建zone.cong.kafka.utils
包
package zone.cong.kafka.utils;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.protocol.types.Field;
import java.util.Properties;
/**
* 生产者工具类
*/
public class ProducerUtils {
public static KafkaProducer<String, String> creatProducer() {
return ProducerUtils.creatProducer("host5", "9092");
}
public static KafkaProducer<String, String> creatProducer(String hostname, String port) {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, hostname + ":" + port);
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// 2. 创建 kafka 生产者对象
return new KafkaProducer<>(properties);
}
}
案例一
将数据发往指定 partition 的情况下,例如,将所有数据发往分区 1 中。
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.*;
import zone.cong.kafka.utils.ProducerUtils;
import java.util.Properties;
public class CustomProducerCallbackPartitions {
public static void main(String[] args) {
KafkaProducer<String, String> kafkaProducer = ProducerUtils.creatProducer();
for (int i = 0; i < 5; i++) {
// 编写回调函数
Callback callback = (recordMetadata, e) -> {
// 该方法在 Producer 收到 ack 时被调用,为异步调用
if (e == null) {
// 没有异常,输出信息到控制台
System.out.println("topic->" + recordMetadata.topic() + ":::" + "partitions->" + recordMetadata.partition());
} else {
// 输出异常堆栈信息
e.printStackTrace();
}
};
// 指定数据发送到 1 号分区,key 为空(IDEA 中 ctrl + p 查看参数)
kafkaProducer.send(new ProducerRecord<>("hello", 2, "",
"hello callback " + i), callback);
}
kafkaProducer.close();
}
}
在 host5
机器上开启一个 Kafka consumer。
kafka-console-consumer.sh --bootstrap-server host5:9092 --topic hello
执行以上代码
案例二
没有指明 partition 值但有 key 的情况下,将 key 的 hash 值与 topic 的partition 数进行取余得到 partition 值。
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import zone.cong.kafka.utils.ProducerUtils;
import java.util.Properties;
import java.util.concurrent.ExecutionException;
public class CustomProducerSyncDifferentKeys {
public static void main(String[] args) throws ExecutionException, InterruptedException {
KafkaProducer<String, String> kafkaProducer = ProducerUtils.creatProducer();
// 3. 调用 send 方法,发送消息
// 同步发送
// 依次指定 key 值为 a,b,f ,数据 key 的 hash 值与 3 个分区求余,分别发往 1、2、0
RecordMetadata recordMetadata;
recordMetadata = kafkaProducer.send(new ProducerRecord<>("hello", "a", "hello a ")).get();
System.out.println("topic->" + recordMetadata.topic() + ":::" + "partitions->" + recordMetadata.partition());
recordMetadata = kafkaProducer.send(new ProducerRecord<>("hello", "b", "hello b ")).get();
System.out.println("topic->" + recordMetadata.topic() + ":::" + "partitions->" + recordMetadata.partition());
recordMetadata = kafkaProducer.send(new ProducerRecord<>("hello", "f", "hello f ")).get();
System.out.println("topic->" + recordMetadata.topic() + ":::" + "partitions->" + recordMetadata.partition());
// 4. 关闭资源
kafkaProducer.close();
}
}
在 host5
机器上开启一个 Kafka consumer。
kafka-console-consumer.sh --bootstrap-server host5:9092 --topic hello
执行以上代码
自定义分区器
如果研发人员可以根据企业需求,自己重新实现分区器。
需求
例如我们实现一个分区器实现,发送过来的数据中如果包含 cong,就发往 0 号分区,
不包含 cong,就发往 1 号分区。
2)实现步骤
(1)定义类实现 Partitioner 接口。
(2)重写 partition()方法
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;
import java.util.Map;
/**
* 1. 实现接口 Partitioner
* 2. 实现 3 个方法:partition,close,configure
* 3. 编写 partition 方法,返回分区号
*/
public class MyPartitioner implements Partitioner {
/**
* 返回消息对应的分区
*
* @param topic
* @param key
* @param keyBytes 消息的 key 序列化后的字节数组
* @param value
* @param valueBytes 消息的 value 序列化后的字节数组
* @param cluster 集群元数据可以查看分区信息
* @return
*/
@Override
public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
// 获取消息
String msgValue = value.toString();
// 判断消息是否包含 cong
if (msgValue.contains("cong")) {
// 返回 partition
return 0;
}
// 返回 partition
return 1;
}
// 关闭资源
@Override
public void close() {
}
// 配置方法
@Override
public void configure(Map<String, ?> configs) {
}
}
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import zone.cong.kafka.utils.ProducerUtils;
import java.util.Properties;
public class CustomProducerCallbackByMyPartitioner {
public static void main(String[] args) {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "host5:9092");
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// 2. 创建 kafka 生产者对象
// 添加自定义分区器
properties.put(ProducerConfig.PARTITIONER_CLASS_CONFIG, "zone.cong.kafka.producer.MyPartitioner");
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 3. 调用 send 方法,发送消息
// 编写回调函数
Callback callback = (recordMetadata, e) -> {
// 该方法在 Producer 收到 ack 时被调用,为异步调用
if (e == null) {
// 没有异常,输出信息到控制台
System.out.println("topic->" + recordMetadata.topic() + ":::" + "partitions->" + recordMetadata.partition());
} else {
// 输出异常堆栈信息
e.printStackTrace();
}
};
kafkaProducer.send(new ProducerRecord<>("hello", "cong"), callback);
kafkaProducer.send(new ProducerRecord<>("hello", "hello MyPartitioner "), callback);
// 4. 关闭资源
kafkaProducer.close();
}
}
在 host5
机器上开启一个 Kafka consumer。
kafka-console-consumer.sh --bootstrap-server host5:9092 --topic hello
执行以上代码
挺高生产者吞吐量
一般生产环境配置
- batch.size:批次大小,默认16k
- linger.ms:等待时间,修改为5-100ms
- compression.type:压缩snappy
- RecordAccumulator:缓冲区大小,修改为64m
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
public class CustomProducerParameters {
public static void main(String[] args) throws InterruptedException {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "host5:9092");
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// batch.size:批次大小,默认 16K
properties.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
// linger.ms:等待时间,默认 0
properties.put(ProducerConfig.LINGER_MS_CONFIG, 1);
// RecordAccumulator:缓冲区大小,默认 32M:buffer.memory
properties.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432);
// compression.type:压缩,默认 none,可配置值 gzip、snappy、lz4 和 zstd
properties.put(ProducerConfig.COMPRESSION_TYPE_CONFIG, "snappy");
// 2. 创建 kafka 生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 3. 调用 send 方法,发送消息
for (int i = 0; i < 5; i++) {
kafkaProducer.send(new ProducerRecord<>("hello", "hello CustomProducerParameters" + i));
}
// 4. 关闭资源
kafkaProducer.close();
}
}
在 host5
机器上开启一个 Kafka consumer。
kafka-console-consumer.sh --bootstrap-server host5:9092 --topic hello
执行以上代码
数据可靠性
ACK应答级别
0
生产者发送过来的数据,不需要等数据落盘应答
数据可靠性:丢数
1
生产者发送过来的数据,Leader收到数据后应答。
数据可靠性:丢数
-1(all)
生产者发送过来的数据,Leader和ISR队列里面的所有节点收齐数据后应答。
Leader收到数据后,所有的Follower开始同步数据,此时有一个Follower,因为某种故障,不能与Leader进行同步,会不会因此影响ack呢!
Leader维护了一个动态的in-sync replica set(ISR),意为和Leader保持同步的Follower+Leader集合(leader:0,isr:0,1,2)。如果Follower长时间未向Leader发送通信请求或同步数据,则该Follower将被踢出ISR。该时间阈值由replica.lag.time.max.ms
参数设定,默认30s。例如2
号超时,(leader:0, isr:0,1)。这样长时间联系不上的节点就会被放弃。
注意:
如果分区副本设置为1个,或 者ISR里应答的最小副本数量
( min.insync.replicas 默认为1)设置为1,和ack=1的效果是一样的,仍然有丢数的风险(leader:0,isr:0)。
可靠性总结
acks=0,生产者发送过来数据就不管了,可靠性差,效率高;
acks=1,生产者发送过来数据Leader应答,可靠性中等,效率中等;
acks=-1,生产者发送过来数据Leader和ISR队列里面所有Follwer应答,可靠性高,效率低;
在生产环境中,acks=0很少使用;acks=1,一般用于传输普通日志,允许丢个别数据;acks=-1,一般用于传输重要数据,应用在对可靠性要求比较高的场景。
代码测试
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
public class CustomProducerAck {
public static void main(String[] args) throws InterruptedException {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "host5:9092");
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// 设置 acks
properties.put(ProducerConfig.ACKS_CONFIG, "all");
// 重试次数 retries,默认是 int 最大值,2147483647
properties.put(ProducerConfig.RETRIES_CONFIG, 3);
// 2. 创建 kafka 生产者对象
KafkaProducer<String, String> kafkaProducer = new
KafkaProducer<String, String>(properties);
// 3. 调用 send 方法,发送消息
for (int i = 0; i < 5; i++) {
kafkaProducer.send(new ProducerRecord<>("hello", "hello ack " + i));
}
// 45. 关闭资源
kafkaProducer.close();
}
}
数据去重
数据传递语义
至少一次(At Least Once)= ACK级别设置为-1 并且 分区副本大于等于2 并且 ISR里应答的最小副本数量大于等于2
最多一次(At Most Once)= ACK级别设置为0
总结:
At Least Once可以保证数据不丢失,但是不能保证数据不重复;
At Most Once可以保证数据不重复,但是不能保证数据不丢失。
精确一次(Exactly Once):对于一些非常重要的信息,要求数据既不能重复也不丢失。
Kafka 0.11版本以后,引入了一项重大特性:幂等性和事务。幂等性
幂等性原理
幂等性就是指Producer不论向Broker发送多少次重复数据,Broker端都只会持久化一条,保证了不重复。
精确一次(Exactly Once) = 幂等性 && 至少一次( ack=-1 && 分区副本数>=2 && ISR最小副本数量>=2) 。
重复数据的判断标准:
具有<PID, Partition, SeqNumber>相同主键的消息提交时,Broker只会持久化一条。其中PID是Kafka每次重启都会分配一个新的;Partition 表示分区号;Sequence Number是单调自增的。所以幂等性只能保证的是在单分区单会话内不重复。
如何使用幂等性
开启参数 enable.idempotence 默认为 true,false 关闭。
生产者事务
Kafka 事务原理
注意:开启事务,必须开启幂等性。Producer 在使用事务功能前,必须先自定义一个唯一的 transactional.id。有 了 transactional.id,即使客户端挂掉了,它重启后也能继续处理未完成的事务
Kafka 的事务的API
// 1 初始化事务
void initTransactions();
// 2 开启事务
void beginTransaction() throws ProducerFencedException;
// 3 在事务内提交已经消费的偏移量(主要用于消费者)
void sendOffsetsToTransaction(Map<TopicPartition, OffsetAndMetadata> offsets,
String consumerGroupId) throws
ProducerFencedException;
// 4 提交事务
void commitTransaction() throws ProducerFencedException;
// 5 放弃事务(类似于回滚事务的操作)
void abortTransaction() throws ProducerFencedException;
单个 Producer,使用事务保证消息的仅一次发送
package zone.cong.kafka.producer;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
public class CustomProducerTransactions {
public static void main(String[] args) throws InterruptedException {
// 1. 创建 kafka 生产者的配置对象 ,并注入配置信息
Properties properties = new Properties();
// 1.1 配置服务地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "host5:9092");
// 1.2 配置 key,value 的序列化(必须):key.serializer,value.serializer
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
"org.apache.kafka.common.serialization.StringSerializer");
// 设置事务 id(必须),事务 id 任意起名
properties.put(ProducerConfig.TRANSACTIONAL_ID_CONFIG,
"transaction_id_0");
// 3. 创建 kafka 生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 初始化事务
kafkaProducer.initTransactions();
// 开启事务
kafkaProducer.beginTransaction();
try {
// 4. 调用 send 方法,发送消息
for (int i = 0; i < 5; i++) {
// 发送消息
kafkaProducer.send(new ProducerRecord<>("hello", "hello Transaction" + i));
}
// int i = 1 / 0;
// 提交事务
kafkaProducer.commitTransaction();
} catch (Exception e) {
// 终止事务
kafkaProducer.abortTransaction();
} finally {
// 5. 关闭资源
kafkaProducer.close();
}
}
}
数据有序
单分区内,有序(需要一定条件,后面接受)
多分区,分区与分区间无序
数据乱序
kafka在1.x版本之前保证数据单分区有序
max.in.flight.requests.per.connection=1(不需要考虑是否开启幂等性)。
kafka在1.x及以后版本保证数据单分区有序,条件如下
未开启幂等性
max.in.flight.requests.per.connection需要设置为1。
开启幂等性
max.in.flight.requests.per.connection需要设置小于等于5。
评论区