「Kafka」消费者篇

「Kafka」消费者篇

Kafka 消费方式

image-20240116165433159

Kafka 消费者工作流程

消费者总体工作流程

image-20240116165515510

新版本（0.9之后）的 offset 保存在 kafka 的 Topic 里，持久化到磁盘，可靠性有保障。

老版本（0.9之前）的 offset 保存在 Zookeeper 的 consumers 节点路径下。

为什么转移了呢？如果所有的消费者都把 offset 维护在 Zookeeper 中，那么所有的消费者都需要跟 Zookeeper 进行大量的交互，就会导致网络数据传输非常频繁，压力较大。所以存储在主题里更易于维护管理。

消费者组原理

消费者组

image-20240116165530845

image-20240116165606142

消费者组初始化流程

image-20240118162356720

消费者组详细消费流程

image-20240116165655861

  • 首先，kafka 需要和消费者组建立网络连接客户端：ConsumerNetworkClient
  • 消费者组发送消费请求 sendFetches，经过客户端，调用 send 方法发送请求到 kafka
    • 这里会设置 3 个参数：
      • fetch.min.bytes：每批次最小抓取大小，默认1字节
      • fetch.max.wait.ms：一批数据最小值未达到的超时时间，默认500ms
      • fetch.max.bytes：每批次最大抓取大小，默认50m
  • 通过回调方法 onSuccess 把对应的结果拉取过来，存储在 completedFetches 队列中
  • 消费者调用 fetchedRecords 方法从队列中抓取数据
    • max.poll.records：一次拉取数据返回消息的最大条数，默认500条
  • 再经过反序列化、拦截器，最后处理数据。
    • 在生产端也有拦截器，拦截器的作用：整个 kafka 集群不会处理数据，只会存数据，那么处理数据就可以在生产端和消费端的拦截器去做，而且拦截器可以方便的监控 kafka 的运行情况。这也是 kafka 高吞吐量的原因。
消费者重要参数

image-20240116165758310
image-20240116165808423

消费者 API

独立消费者案例（订阅主题）

  • 需求：创建一个独立消费者，消费 first 主题中数据。

    image-20240117172627901

    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。

  • 实现步骤

    • 创建包名：com.atguigu.kafka.consumer
    • 编写代码
      import org.apache.kafka.clients.consumer.ConsumerConfig;
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.serialization.StringDeserializer;
import java.time.Duration;
import java.util.ArrayList;
import java.util.Properties;

class CustomConsumer {
    public static void main(String[] args) {
        // 0.创建消费者的配置对象
        Properties properties = new Properties();

        // 给消费者配置对象添加参数
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");

        // 反序列化 必须
        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（组名任意起名）必须
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");

        // 1.创建消费者对象
        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);

        // 2.订阅要消费的主题（可以消费多个主题）
        ArrayList<String> topics = new ArrayList<>();
        topics.add("first");
        kafkaConsumer.subscribe(topics);
        
        // 3.消费数据
        while (true) {
            // 设置每过1s消费一批数据
            ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
            // 打印消费到的数据
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord);
            }
        }
    }
}

  • 测试

    • 在 IDEA 中执行消费者程序
    • 在 Kafka 集群控制台，创建 Kafka 生产者，并输入数据
      [atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
>hello
    • 在 IDEA 控制台观察接收到的数据
      ConsumerRecord(topic = first, partition = 1, leaderEpoch = 3, offset = 0, CreateTime = 1629160841112, serialized key size = -1, serialized value size = 5, headers = RecordHeaders(headers = [], isReadOnly = false), key = null, value = hello)

独立消费者案例（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。

    image-20240117173248868

  • 实现步骤

    • 代码编写
      import org.apache.kafka.clients.consumer.ConsumerConfig;
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.serialization.StringDeserializer;
import java.time.Duration;
import java.util.ArrayList;
import java.util.Properties;

class CustomConsumer {
    public static void main(String[] args) {
        // 0.创建消费者的配置对象
        Properties properties = new Properties();

        // 给消费者配置对象添加参数
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");

        // 反序列化 必须
        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（组名任意起名）必须
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");

        // 1.创建消费者对象
        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);

        // 2.订阅某个主题的某个分区
		ArrayList<TopicPartition> topicPartitions = new ArrayList<>();
		topicPartitions.add(new TopicPartition("first", 0));
		kafkaConsumer.assign(topicPartitions);
        
        // 3.消费数据
        while (true) {
            // 设置每过1s消费一批数据
            ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
            // 打印消费到的数据
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord);
            }
        }
    }
}

  • 测试

    • 在 IDEA 中执行消费者程序

    • 在 IDEA 中执行生产者程序在控制台观察生成几个 0 号分区的数据

      for (int i = 0; i < 5; i++) {
	kafkaProducer.send(new ProducerRecord<>("first", "atguigu " + i), new Callback() {
		@Override
		public void onCompletion(RecordMetadata metadata, Exception e) {
			if (e == null) {
			System.out.println("主题：" + metadata.topic() + "->" +
							   "分区：" + metadata.partition());
			} else {
				e.printStackTrace();
			}
		}
	});
}

      first 0 381
first 0 382
first 2 168
first 1 165
first 1 166

    • 在 IDEA 控制台，观察接收到的数据，只能消费到 0 号分区数据表示正确image-20240123150417967

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。

    image-20240117173355009

  • 案例实操

    • 复制两份基础消费者的代码，在 IDEA 中同时启动，即可启动同一个消费者组中的三个消费者

    • 启动代码中的生产者发送消息，分别发送到了0、1、2，三个分区（如果只发送到一个分区，可以在发送时增加延迟代码 Thread.sleep(2); ）

      image-20240123151338585

    • 在 IDEA 控制台即可看到三个消费者在消费不同分区的数据

      image-20240123151519663

      image-20240123151552094

      image-20240123151619870

一个分区的数据只由消费者组中的一个消费者消费。

生产经验—分区的分配以及再平衡

image-20240123152457835

Consumer Leader 就是根据分区分配策略，制定消费方案。

image-20240123151917279

image-20240123151936482

Range 以及再平衡

image-20240123153208242

Range 分区分配策略案例

  1. 修改主题 first 为 7 个分区

    [atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 7

    注意：分区数可以增加，但是不能减少。

  2. 同时启动 3 个消费者：CustomConsumer、CustomConsumer1、CustomConsumer2 组成消费者组，组名都为“test”

  3. 启动 CustomProducer 生产者，发送 500 条消息，随机发送到不同的分区

    for (int i = 0; i < 500; i++) {
    kafkaProducer.send(new ProducerRecord<>("first", "atguigu " + i), new Callback() {
        @Override
        public void onCompletion(RecordMetadata metadata, Exception e) {
            if (e == null) {
                System.out.println("主题：" + metadata.topic() + "->" +
                        "分区：" + metadata.partition());
            } else {
                e.printStackTrace();
            }
        }
    });
}

  4. 观察 3 个消费者分别消费哪些分区的数据

    image-20240123161435300

    image-20240123161446889

    符合预期。

Range 分区分配再平衡案例

  • 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 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。
  • 再次重新发送消息观看结果（45s 以后）
    • 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：消费者 0 已经被踢出消费者组，所以重新按照 range 方式分配。

RoundRobin 以及再平衡

image-20240123162024164

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

    image-20240123162306808

    符合预期。

RoundRobin 分区分配再平衡案例

  • 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 号消费者卓和 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。
  • 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。

Sticky 以及再平衡

**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。

  • 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。

  • 步骤

    • 修改分区分配策略为粘性 Sticky

      // 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);

    • 使用同样的生产者发送 500 条消息

      image-20240123163342787

      image-20240123163352648

      可以多重启几次观察，发现会尽量保持分区的个数近似划分分区。

      与 RoundRobin 策略区别：RoundRobin 是有序的，按照顺序轮询分配，而 Sticky 是随机分配的，并且在出现同一消费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。

Sticky 分区分配再平衡案例

  • 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。
  • 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。出现同一消费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。

CooperativeSticky以及再平衡

上述三种分区分配策略均是基于 eager 协议，Kafka2.4.0开始引入 CooperativeSticky 策略——在不停止消费的情况下进行增量再平衡。

CooperativeSticky 与之前的 Sticky 虽然都是维持原来的分区分配方案，最大的区别是：Sticky仍然是基于 eager 协议，分区重分配时候，都需要 consumers 先放弃当前持有的分区，重新加入consumer group；而 CooperativeSticky 基于 cooperative 协议，该协议将原来的一次全局分区重平衡，改成多次小规模分区重平衡。

例如：一个Topic(T0，三个分区)，两个 consumers(consumer1、consumer2) 均订阅 Topic(T0)。

如果consumers订阅信息为：

consumer1T0P0、T0P2
consumer2T0P1

此时，新的 consumer3 加入消费者组，那么基于 eager 协议的分区重分配策略流程：

img

  1. consumer1、 consumer2 正常发送心跳信息到 Group Coordinator。
  2. 随着 consumer3 加入，Group Coordinator 收到对应的 Join Group 请求，Group Coordinator 确认有新成员需要加入消费者组。
  3. Group Coordinator 通知 consumer1 和 consumer2，需要 rebalance 了。
  4. consumer1 和 consumer2 放弃（revoke）当前各自持有的已有分区，重新发送 Join Group 请求到 Group Coordinator。
  5. Group Coordinator 依据指定的分区分配策略的处理逻辑，生成新的分区分配方案，然后通过 Sync Group 请求，将新的分区分配方案发送给 consumer1、consumer2、consumer3。
  6. 所有 consumers 按照新的分区分配，重新开始消费数据。

而基于 cooperative 协议的分区分配策略的流程：

图片

  1. consumer1、 consumer2 正常发送心跳信息到 Group Coordinator。
  2. 随着 consumer3 加入，Group Coordinator 收到对应的 Join Group 请求，Group Coordinator确认有新成员需要加入消费者组。
  3. Group Coordinator 通知 consumer1 和 consumer2，需要 rebalance 了。
  4. consumer1、consumer2 通过 Join Group 请求将已经持有的分区发送给 Group Coordinator。
    • 注意：并没有放弃（revoke）已有分区。
  5. Group Coordinator 取消 consumer1 对分区 p2 的消费，然后发送 sync group 请求给 consumer1、consumer2。
  6. consumer1、consumer2 接收到分区分配方案，重新开始消费。至此，一次 rebalance 完成。
  7. 当前 p2 也没有被消费，再次触发下一轮 rebalance，将 p2 分配给 consumer3 消费。

参考：Kafka消费者分区分配策略详解

该文把这 4 个策略写的都非常全面。

offset 位移

offset 的默认维护位置

image-20240123183709082

__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 只保留最新数据。

消费 offset 案例

image-20240124153926615

image-20240124153900121

自动提交 offset

image-20240124151619080

image-20240124151627353

消费者自动提交 offset

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.time.Duration;
import java.util.Arrays;
import java.util.Properties;

public class CustomConsumerAutoOffset {
    public static void main(String[] args) {
        // 1. 创建 kafka 消费者配置类
        Properties properties = new Properties();
        // 2. 添加配置参数
        // 添加连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 配置序列化 必须
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        // 配置消费者组
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");

        // 是否自动提交 offset，默认为true
        properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);

        // 提交 offset 的时间周期 1000ms，默认 5s
        properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 1000);

        // 3. 创建 kafka 消费者
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

        // 4. 设置消费主题 形参是列表
        consumer.subscribe(Arrays.asList("first"));

        // 5. 消费数据
        while (true) {
            // 读取消息
            ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofSeconds(1));
            // 输出消息
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord.value());
            }
        }
    }
}

手动提交 offset

image-20240124151653312

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。

以下为同步提交 offset 的示例：

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import java.time.Duration;
import java.util.Arrays;
import java.util.Properties;

public class CustomConsumerByHandSync {
    public static void main(String[] args) {
        // 1. 创建 kafka 消费者配置类
        Properties properties = new Properties();
        // 2. 添加配置参数
        // 添加连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 配置序列化 必须
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        // 配置消费者组
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");

        // 是否自动提交 offset
        properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);

        // 3. 创建 kafka 消费者
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

        // 4. 设置消费主题 形参是列表
        consumer.subscribe(Arrays.asList("first"));

        // 5. 消费数据
        while (true) {
            // 读取消息
            ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofSeconds(1));
            // 输出消息
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord.value());
            }
            // 同步提交 offset
            consumer.commitSync();
        }
    }
}

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。

以下为异步提交 offset 的示例，更换 KafkaConsumer 调用的 API 即可：

// 异步提交 offset
consumer.commitAsync();

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？

  1. earliest：自动将偏移量重置为最早的偏移量，--from-beginning

  2. latest（默认值）：自动将偏移量重置为最新偏移量

  3. 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

    image-20240124151851131

  4. 任意指定 offset 位移开始消费

    import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import java.time.Duration;
import java.util.*;

public class CustomConsumerSeek {
    public static void main(String[] args) {
        // 0 配置信息
        Properties properties = new Properties();
        // 连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // key value 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test2");

        // 1 创建一个消费者
        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);

        // 2 订阅一个主题
        ArrayList<String> topics = new ArrayList<>();
        topics.add("first");
        kafkaConsumer.subscribe(topics);
        Set<TopicPartition> assignment = kafkaConsumer.assignment();
        // 保证分区分配方案已经制定完毕
        // 消费者初始化流程：
        // 1)消费者跟coordinator汇报，我要加入消费者组
        // 2)然后coordinator会选择一个Consumer Leader，把各Topic的情况给到它
        // 3)Consumer Leader会制定分区分配方案，发给coordinator
        // 4)coordinator再把分区分配方案下发给所有Consumer
        // 所以需要等待一段时间。
        while (assignment.size() == 0) {
            kafkaConsumer.poll(Duration.ofSeconds(1));
            // 获取消费者分区分配信息（有了分区分配信息才能开始消费）
            assignment = kafkaConsumer.assignment();
        }
        // 遍历所有分区，并指定 offset 从 1700 的位置开始消费
        for (TopicPartition tp : assignment) {
            kafkaConsumer.seek(tp, 1700);
        }
        // 3 消费该主题数据
        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。

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？
  • 操作步骤：
    import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import java.time.Duration;
import java.util.*;

public class CustomConsumerSeekTime {
    public static void main(String[] args) {
        // 0 配置信息
        Properties properties = new Properties();
        // 连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // key value 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test2");

        // 1 创建一个消费者
        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);

        // 2 订阅一个主题
        ArrayList<String> topics = new ArrayList<>();
        topics.add("first");
        kafkaConsumer.subscribe(topics);
        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));
            // 获取消费者分区分配信息（有了分区分配信息才能开始消费）
            assignment = kafkaConsumer.assignment();
        }
        // 希望把时间转换为对应的offset
        Map<TopicPartition, Long> timestampToSearch = new HashMap<>();
        // 封装集合存储，每个分区对应一天前的数据
        for (TopicPartition topicPartition : assignment) {
            timestampToSearch.put(topicPartition, System.currentTimeMillis() - 24 * 3600 * 1000);
        }
        // 获取从 1 天前开始消费的每个分区的 offset
        Map<TopicPartition, OffsetAndTimestamp> offsets = kafkaConsumer.offsetsForTimes(timestampToSearch);
        // 遍历每个分区，对每个分区设置消费时间。
        for (TopicPartition topicPartition : assignment) {
            OffsetAndTimestamp offsetAndTimestamp = offsets.get(topicPartition);
            // 根据时间指定开始消费的位置
            if (offsetAndTimestamp != null) {
                kafkaConsumer.seek(topicPartition, offsetAndTimestamp.offset());
            }
        }
        // 3 消费该主题数据
        while (true) {
            ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord);
            }
        }
    }
}

重复消费和漏消费

  • 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。

image-20240124152026551

生产经验—消费者事务

image-20240124152051546

生产经验—数据积压（消费者如何提高吞吐量）

image-20240204113119041

image-20240124152125147

生产者提高吞吐量：

  • batch.size：默认 16k
  • linger.ms：默认 0ms
  • compression.type：数据压缩，默认为 None
  • buffer.memory：RecordAccumlator 缓冲区大小，默认 32M

消费者提高吞吐量：

  • 增加 Topic 的分区数，同时增加消费者数量
  • max.poll.records：提高每批次拉取的数量，默认500条

在生产环境中合理调整这几个参数，达到最大化吞吐量。


笔记整理自b站尚硅谷视频教程：【尚硅谷】Kafka3.x教程（从入门到调优，深入全面）

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/369502.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

2.0 Hadoop 运行环境

2.0 Hadoop 运行环境

由于 Hadoop 是为集群设计的软件&#xff0c;所以我们在学习它的使用时难免会遇到在多台计算机上配置 Hadoop 的情况&#xff0c;这对于学习者来说会制造诸多障碍&#xff0c;主要有两个&#xff1a; 昂贵的计算机集群。多计算机构成的集群环境需要昂贵的硬件.难以部署和维护。…
阅读更多...
LeetCode_19_中等_删除链表的倒数第N个结点

LeetCode_19_中等_删除链表的倒数第N个结点

文章目录 1. 题目2. 思路及代码实现&#xff08;Python&#xff09;2.1 计算链表长度2.2 栈 1. 题目 给你一个链表&#xff0c;删除链表的倒数第 n n n 个结点&#xff0c;并且返回链表的头结点。 示例 1&#xff1a; 输入&#xff1a; h e a d [ 1 , 2 , 3 , 4 , 5 ] , n…
阅读更多...
爬虫(二)

爬虫(二)

1.同步获取短视频 1.只要播放地址对Json数据解析&#xff0c;先把列表找出&#xff1a; 2.只想要所有的播放地址&#xff0c;通过列表表达式循环遍历这个列表拿到每个对象&#xff0c;再从一个个对象里面找到Video,再从Video里面找到播放地址(play_addr),再从播放地址找到播放…
阅读更多...
大模型增量预训练新技巧：解决灾难性遗忘

大模型增量预训练新技巧：解决灾难性遗忘

大家好&#xff0c;目前不少开源模型在通用领域具有不错的效果&#xff0c;但由于缺乏领域数据&#xff0c;往往在一些垂直领域中表现不理想&#xff0c;这时就需要增量预训练和微调等方法来提高模型的领域能力。 但在领域数据增量预训练或微调时&#xff0c;很容易出现灾难性…
阅读更多...
Github 2024-02-04 开源项目日报 Top9

Github 2024-02-04 开源项目日报 Top9

根据Github Trendings的统计&#xff0c;今日(2024-02-04统计)共有9个项目上榜。根据开发语言中项目的数量&#xff0c;汇总情况如下&#xff1a; 开发语言项目数量Python项目6Ruby项目1HTML项目1C项目1Go项目1TypeScript项目1 Windows 终端、控制台和命令行存储库 创建周期…
阅读更多...
2024年新版全国行政区划代码

2024年新版全国行政区划代码

嗨喽&#xff0c;大家好&#xff0c;我是小码哥&#xff0c;今天免费将2024年全国行政区划代码分享给大家&#xff0c;已经整理成sql和excel文件&#xff0c;方便大家直接使用&#xff0c;文章末尾直接获取。 01-数据来源 根据国家统计局官网统计查询&#xff0c;目前全国最新…
阅读更多...
mermaid使用指南+notion使用实例-持续更新中

mermaid使用指南+notion使用实例-持续更新中

最近一个月了吧&#xff0c;发现Notion插入图片的功能坏了&#xff0c;直接paste会404&#xff0c;本地上传也不行。电脑本地版和手机端都插不了图片&#xff0c;很头疼。解决方法也简单&#xff0c;用图床&#xff0c;放链接。 付费版我用的七牛&#xff0c;结合PicGo&#x…
阅读更多...
C#，雅各布斯塔尔—卢卡斯（Jacobsthal Lucas Number）的算法与源代码

C#，雅各布斯塔尔—卢卡斯（Jacobsthal Lucas Number）的算法与源代码

1 雅各布斯塔尔序列 雅各布斯塔尔序列是一个与斐波那契序列类似的加法序列&#xff0c;由递归关系JnJn-12Jn-2定义&#xff0c;初始项J00&#xff0c;J11。序列中的一个数字称为雅可布沙尔数。它们是卢卡斯序列Un&#xff08;P&#xff0c;Q&#xff09;的一种特殊类型&#x…
阅读更多...
SmartX 在保险（2023）：服务 40+ 客户，聚焦信创转型与高性能数据库场景

SmartX 在保险（2023）：服务 40+ 客户，聚焦信创转型与高性能数据库场景

更新内容&#xff1a; 更新 SmartX 超融合在保险行业的覆盖范围与部署规模。更新保险客户超融合应用情况。新增 Nutanix 国产化替代、高性能数据库构建与验证、企业云原生转型等场景实践。更多超融合金融核心生产业务场景实践&#xff0c;欢迎阅读文末电子书。 近两年来&…
阅读更多...
[Python] 什么是逻辑回归模型？使用scikit-learn中的LogisticRegression来解决乳腺癌数据集上的二分类问题

[Python] 什么是逻辑回归模型？使用scikit-learn中的LogisticRegression来解决乳腺癌数据集上的二分类问题

什么是线性回归和逻辑回归&#xff1f; 线性回归是一种用于解决回归问题的统计模型。它通过建立自变量&#xff08;或特征&#xff09;与因变量之间的线性关系来预测连续数值的输出。线性回归的目标是找到一条直线&#xff08;或超平面&#xff09;&#xff0c;使得预测值与观…
阅读更多...
华为数通方向HCIP-DataCom H12-821题库(单选题：421-440）

华为数通方向HCIP-DataCom H12-821题库(单选题：421-440）

第421题 以下关于IS-IS中路由器分类的描述，错误的是哪一项? A、Level-1路由器无法与Level-2路由器建立邻接关系 B、华为路由器上配置IS-IS时，缺省时，路由器全局Level为Level-1-2 C、Level-2的LSDB只包含Level-2路由器所在区域的路由信息 D、Level-1路由器可以和Level-1-2路…
阅读更多...
vite打包原理

vite打包原理

vite 工程化开发&#xff1a;打包工具 启动速度很快 核心原理还是webpack 把webpack封装了&#xff0c;把webpack对象封装了 和vue2整体结构几乎一致 webpack两种模式&#xff1a;开发&生产 代码打包编译&#xff0c;本地起一个web服务器实时预览编译后的结果 build 命令模…
阅读更多...
Go协程揭秘：轻量、并发与性能的完美结合

Go协程揭秘：轻量、并发与性能的完美结合

目录 1. Go协程简介什么是Go协程&#xff1f;Go协程与线程的比较Go协程的核心优势 2. Go协程的基本使用创建并启动Go协程使用匿名函数创建Go协程Go协程与主函数 3. Go协程的同步机制1. 通道 (Channels)2. sync.WaitGroup3. 互斥锁 (sync.Mutex) 4. Go协程的高级用法1. 选择器 (…
阅读更多...
jss/css/html 相关的技术栈有哪些？

jss/css/html 相关的技术栈有哪些？

js 的技术组件有哪些&#xff1f;比如 jQuery vue 等 常见的JavaScript技术组件&#xff1a; jQuery&#xff1a; jQuery是一个快速、小巧且功能丰富的JavaScript库&#xff0c;用于简化DOM操作、事件处理、动画效果等任务。 React&#xff1a; React是由Facebook开发的用于构…
阅读更多...
【大数据实时数据同步】超级详细的生产环境OGG(GoldenGate)12.2实时异构同步Oracle数据部署方案(上)

【大数据实时数据同步】超级详细的生产环境OGG(GoldenGate)12.2实时异构同步Oracle数据部署方案(上)

系列文章目录 【大数据实时数据同步】超级详细的生产环境OGG(GoldenGate)12.2实时异构同步Oracle数据部署方案(上) 【大数据实时数据同步】超级详细的生产环境OGG(GoldenGate)12.2实时异构同步Oracle数据部署方案(中) 【大数据实时数据同步】超级详细的生产环境OGG(GoldenGate…
阅读更多...
海量数据处理商用短链接生成器平台 - 2

海量数据处理商用短链接生成器平台 - 2

第二章 短链平台项目创建git代码管理开发分层规范 第1集 短链平台实战-Maven聚合工程创建微服务项目 **简介&#xff1a;Maven聚合工程创建微服务项目实战 ** Maven聚合工程拆分 dcloud-common 公共依赖包 dcloud-app FlinkKafka实时计算 dcloud-account 账号流量包微服务 dc…
阅读更多...
程序报错无法打开源文件stdafx.h

程序报错无法打开源文件stdafx.h

在运行代码时&#xff0c;代码中头文件突然报错程序无法打开源文件stdafx.h include “stdafx.h”,编译器就说无法打开源文件&#xff0c;直接上干货解决方法是&#xff1a; 1.打开项目 ->项目属性&#xff08;最后一个&#xff09;-> C/C ->常规&#xff0c; 2在附…
阅读更多...
【MySQL】——数据定义

【MySQL】——数据定义

&#x1f383;个人专栏&#xff1a; &#x1f42c; 算法设计与分析&#xff1a;算法设计与分析_IT闫的博客-CSDN博客 &#x1f433;Java基础&#xff1a;Java基础_IT闫的博客-CSDN博客 &#x1f40b;c语言&#xff1a;c语言_IT闫的博客-CSDN博客 &#x1f41f;MySQL&#xff1a…
阅读更多...
第二十二回 横海郡柴进留宾 景阳冈武松打虎-大模型ChatGLM2-6B新手速通

第二十二回 横海郡柴进留宾 景阳冈武松打虎-大模型ChatGLM2-6B新手速通

柴进说这人叫武松&#xff0c;排名老二。宋江说江湖上听说过武二郎的名字&#xff0c;幸会幸会&#xff0c;就拉着武松的手&#xff0c;一起喝酒吃饭。 武松是家喻户晓的打虎英雄&#xff0c;现在最流行的是大模型&#xff01; 大模型ChatGLM2-6B新手速通&#xff01; 人工智能…
阅读更多...
成都爱尔林江院长解读儿童青少年为什么一定要进行医学验光配镜

成都爱尔林江院长解读儿童青少年为什么一定要进行医学验光配镜

根据国家卫健委数据显示&#xff1a;我国青少年儿童总体近视率为52.7%、高度近视人口超3000万。近视学生中,有10%为高度近视,且占比随年级升高而增长。 近视孩子之多&#xff0c;孩子视力发展备受关注。戴镜进行近视防控十分必要&#xff0c;且眼镜不可随意验配&#xff01; 成…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站