Producer API ： 消息发送
- Kafka 的 Producer 发送消息采用的是异步发送的方式。
- 在消息发送的过程中，涉及到了两个线程——main 线程和 Sender 线程，以及一个线程共享变量——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。
-
相关参数：
- batch.size：只有数据积累到 batch.size 之后，sender 才会发送数据。
- 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。
案例一：异步发送数据
1、创建maven工程
2、导入kafka依赖
<dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-clients</artifactId><version>0.11.0.0</version>
</dependency>3、不带回调函数的生产者发送信息到test topic
import org.apache.kafka.clients.producer.*;import java.util.Properties;public class CustomProducer {/*需要用到的类：KafkaProducer：需要创建一个生产者对象，用来发送数据ProducerConfig：获取所需的一系列配置参数ProducerRecord：每条数据都要封装成一个 ProducerRecord 对象*/public static void main(String[] args) {Properties props = new Properties();//kafka 集群，broker-listprops.put("bootstrap.servers", "localhost:9092");props.put("acks", "all");//重试次数props.put("retries", 1);//批次大小props.put("batch.size", 16384);//等待时间props.put("linger.ms", 1);//RecordAccumulator 缓冲区大小props.put("buffer.memory", 33554432);props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");Producer<String, String> producer = new KafkaProducer(props);for (int i = 0; i < 100; i++) {producer.send(new ProducerRecord<String, String>("test", Integer.toString(i), Integer.toString(i)));}producer.close();}
}
4、然后在终端启动一个消费者，运行生产者java代码：
可以看到成功Consumer成功接收！
带回调函数的生产者发送信息到test topic：简单修改一下上面的发送代码
import org.apache.kafka.clients.producer.*;import java.util.Properties;public class CustomProducer {/*需要用到的类：KafkaProducer：需要创建一个生产者对象，用来发送数据ProducerConfig：获取所需的一系列配置参数ProducerRecord：每条数据都要封装成一个 ProducerRecord 对象*/public static void main(String[] args) {Properties props = new Properties();//kafka 集群，broker-listprops.put("bootstrap.servers", "localhost:9092");props.put("acks", "all");//重试次数props.put("retries", 1);//批次大小props.put("batch.size", 16384);//等待时间props.put("linger.ms", 1);//RecordAccumulator 缓冲区大小props.put("buffer.memory", 33554432);props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");Producer<String, String> producer = new KafkaProducer(props);for (int i = 0; i < 5; i++) {producer.send(new ProducerRecord<String, String>("test",Integer.toString(i), Integer.toString(i)),new Callback() {//回调函数，该方法会在 Producer 收到 ack 时调用，为异步调用public void onCompletion(RecordMetadata metadata,Exception exception) {if (exception == null) {System.out.println("success->" + metadata.offset());} else {exception.printStackTrace();} }});}producer.close();}
}
发送成功，回调函数用于在客户端显示success。
案例二：同步发送数据
- 同步发送的意思就是，一条消息发送之后，会阻塞当前线程，直至返回 ack。
- 由于 send 方法返回的是一个 Future 对象，根据 Futrue 对象的特点，我们也可以实现同步发送的效果，只需在调用 Future 对象的 get 方法即可。
for (int i = 0; i < 5; i++) {producer.send(new ProducerRecord<String, String>("test",Integer.toString(i), Integer.toString(i))).get();}Consumer API
- Consumer 消费数据时的可靠性是很容易保证的，因为数据在 Kafka 中是持久化的，故不用担心数据丢失问题。
- 由于 consumer 在消费过程中可能会出现断电宕机等故障，consumer 恢复后，需要从故障前的位置的继续消费，所以 consumer 需要实时记录自己消费到了哪个 offset，以便故障恢复后继续消费。
- 所以 offset 的维护是 Consumer 消费数据是必须考虑的问题。
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
- auto.commit.interval.ms：自动提交 offset 的时间间隔
案例三：自动提交Offset
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;import java.util.Arrays;
import java.util.Properties;public class CustomConsumer {public static void main(String[] args) {Properties props = new Properties();props.put("bootstrap.servers", "localhost:9092");props.put("group.id", "test-consumer-group");// 开启自动提交 offset 功能props.put("enable.auto.commit", "true");// 自动提交 offset 的时间间隔props.put("auto.commit.interval.ms", "1000");props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");KafkaConsumer<String, String> consumer = new KafkaConsumer(props);// 注册topicconsumer.subscribe(Arrays.asList("test"));while (true) {// 拉取数据ConsumerRecords<String, String> records = consumer.poll(100);for (ConsumerRecord<String, String> record : records)System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());}}
}
启动消费者、启动生产者：
案例四：手动提交Offset
- 虽然自动提交 offset 十分简介便利，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：分别是 commitSync（同步提交）和 commitAsync（异步提交）。
- 两者的相同点是，都会将本次 poll 的一批数据最高的偏移量提交；
- 不同点是，commitSync 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 commitAsync 则没有失败重试机制，故有可能提交失败。
无论是同步提交还是异步提交 offset，都有可能会造成数据的漏消费或者重复消费。
先提交 offset 后消费，有可能造成数据的漏消费；
而先消费后提交 offset，有可能会造成数据的重复消费。
主要是下面的代码：
// 同步提交，当前线程会阻塞直到 offset 提交成功
consumer.commitSync();总代码：注意关闭自动提交
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;import java.util.Arrays;
import java.util.Properties;public class CustomConsumer {public static void main(String[] args) {Properties props = new Properties();props.put("bootstrap.servers", "localhost:9092");props.put("group.id", "test-consumer-group");// 关闭自动提交 offset 功能props.put("enable.auto.commit", "false");// 自动提交 offset 的时间间隔// props.put("auto.commit.interval.ms", "1000");props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");KafkaConsumer<String, String> consumer = new KafkaConsumer(props);// 注册topicconsumer.subscribe(Arrays.asList("test"));while (true) {// 拉取数据ConsumerRecords<String, String> records = consumer.poll(100);for (ConsumerRecord<String, String> record : records)System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());// 同步提交，当前线程会阻塞直到 offset 提交成功consumer.commitSync();}}
}案例五：手动异步提交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。
- 因此吞吐量会收到很大的影响。因此更多的情况下，会选用异步提交 offset 的方式。
主要代码是：
//异步提交consumer.commitAsync(new OffsetCommitCallback() {public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {if (exception != null) {System.err.println("Commit failed for" + offsets); } }});总代码是：
import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;import java.util.Arrays;
import java.util.Map;
import java.util.Properties;public class CustomConsumer {public static void main(String[] args) {Properties props = new Properties();props.put("bootstrap.servers", "localhost:9092");props.put("group.id", "test-consumer-group");// 关闭自动提交 offset 功能props.put("enable.auto.commit", "false");// 自动提交 offset 的时间间隔// props.put("auto.commit.interval.ms", "1000");props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");KafkaConsumer<String, String> consumer = new KafkaConsumer(props);// 注册topicconsumer.subscribe(Arrays.asList("test"));while (true) {// 拉取数据ConsumerRecords<String, String> records = consumer.poll(100);for (ConsumerRecord<String, String> record : records)System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());// 同步提交，当前线程会阻塞直到 offset 提交成功// consumer.commitSync();//异步提交consumer.commitAsync(new OffsetCommitCallback() {public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {if (exception != null) {System.err.println("Commit failed for" + offsets); } }});}}
}自定义存储 offset
Kafka 0.9 版本之前，offset 存储在 zookeeper，0.9 版本及之后，默认将 offset 存储在 Kafka的一个内置的 topic 中。
除此之外，Kafka 还可以选择自定义存储 offset。
offset 的维护是相当繁琐的，因为需要考虑到消费者的 Rebalace。
当有新的消费者加入消费者组、已有的消费者推出消费者组或者所订阅的主题的分区发生变化，就会触发到分区的重新分配，重新分配的过程叫做 Rebalance。
消费者发生 Rebalance 之后，每个消费者消费的分区就会发生变化。因此消费者要首先获取到自己被重新分配到的分区，并且定位到每个分区最近提交的 offset 位置继续消费。
要实现自定义存储 offset，需要借助 ConsumerRebalanceListener，以下为示例代码，其中提交和获取 offset 的方法，需要根据所选的 offset 存储系统自行实现。
import org.apache.kafka.clients.consumer.ConsumerRebalanceListener;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.TopicPartition;import java.util.*;public class CustomConsumer3 {private static Map<TopicPartition, Long> currentOffset = new HashMap();public static void main(String[] args) {//创建配置信息Properties props = new Properties();//Kafka 集群props.put("bootstrap.servers", "localhost:9092");//消费者组，只要 group.id 相同，就属于同一个消费者组props.put("group.id", "test-consumer-group");//关闭自动提交 offsetprops.put("enable.auto.commit", "false");//Key 和 Value 的反序列化类props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");//创建一个消费者final KafkaConsumer<String, String> consumer = new KafkaConsumer(props);//消费者订阅主题consumer.subscribe(Arrays.asList("first"), newConsumerRebalanceListener() {//该方法会在 Rebalance 之前调用public void onPartitionsRevoked(Collection<TopicPartition> partitions) {commitOffset(currentOffset);}//该方法会在 Rebalance 之后调用public void onPartitionsAssigned(Collection<TopicPartition> partitions) {currentOffset.clear();for (TopicPartition partition : partitions) {consumer.seek(partition, getOffset(partition));//定位到最近提交的 offset 位置继续消费}}});while (true) {ConsumerRecords<String, String> records = consumer.poll(100);//消费者拉取数据for (ConsumerRecord<String, String> record : records) {System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());currentOffset.put(new TopicPartition(record.topic(), record.partition()), record.offset());}commitOffset(currentOffset);//异步提交} }//获取某分区的最新 offsetprivate static long getOffset(TopicPartition partition) {return 0;}//提交该消费者所有分区的 offsetprivate static void commitOffset(Map<TopicPartition, Long>currentOffset) {}
}