kafka的编程模型

1.kafka消费者编程模型

分区消费模型

组(group)消费模型

1.1.分区消费模型

1.1.1.分区消费架构图，每个分区对应一个消费者。

1.1.2.分区消费模型伪代码描述

指定偏移量，用于从上次消费的地方开始消费.

提交offset ，java客户端会自动提交的集群，所以这一步可选。

1.2.组(group)消费模型

1.2.1.组消费模型架构图

每个组都消费该topic的全量数据,一条消息会发给groupA和groupB.

1.2.2.组消费模型伪代码：

流数N：表示一个consumer组里面有几个consumer 实例，上例中组A创建2个流，组B创建4个流。

1.2.3.consumer分配算法

当kafka的分区个数大于组A里consumer实例个数时，怎么去分配，以下为分配步骤：

1.3.两种消费模型对比

Partition消费模型更加灵活但是：

（1）需要自己处理各种异常情况；

（2）需要自己管理offset(以实现消息传递的其他语义)；

Group消费模型更加简单，但是不灵活：

（1）不需要自己处理异常情况，不需要自己管理offset；

（2）只能实现kafka默认的最少一次消息传递语义；

知识补充：消息传递的3中语义：

至少一次，(消息不会丢,消息者至少得到一次，但有可能会重复，生产者向消费者发送之后，会等待消费者确认，没收到确认会再发) (kafka 默认实现的语义)。

至多一次，(消息会丢)

有且只有一次。

1.4.java 客户端参数调优

fetchSize: 从服务器获取单包大小;

bufferSize: kafka客户端缓冲区大小;

group.id: 分组消费时分组名 (指定的每个组将获得全量的数据)

2.生产者消费模型

同步生产模型

异步生产模型

2.1. 同步生产模型

至少成功一次 ， 发送给kafka消费者

2.2.异步生产模型

打包发送给kafka broker。

2.3.两种生产模型伪代码描述

main()

创建到kafka broker的连接:KafkaClient(host,port)

选择或者自定义生产者负载均衡算法 partitioner (算法有：hash，轮询，随机)

设置生产者参数 (缓存队列长度，发送时间,同步/异步参数设置)

根据负载均衡算法和设置的生产者参数构造Producer对象

while True

getMessage：从上游获得一条消息

按照kafka要求的消息格式构造kafka消息

根据分区算法得到分区

发送消息

处理异常

2.4.两种生产模型对比

同步生产模型:

（1）低消息丢失率；

（2）高消息重复率(由于网络原因，回复确认未收到)；

（3）高延迟 (每发一条消息需要确认)

(使用在不丢消息场景)

异步生产模型:

（1）低延迟;

（2）高发送性能；（每秒一个分区发50万条）

（3）高消息丢失率(无确认机制，发送端队列满了，消息会丢掉;整个队列发送给)

(使用在允许丢消息场景，偶尔丢一条)

2.5.java客户端代码实现 （自定义分区）

//同步配置参数：

默认的序列化方式：字节序列化。

设定分区算法:默认是对key进行hash分区算法，可以自定义分区算法。

确认机制 request.require.acks： 合理设置为1; 0: 绝不等确认 1: leader的一个副本收到这条消息，并发回确认 -1： leader的所有副本都收到这条消息，并发回确认

消息是以key-value的形式发送的，key必须要设置。

2.6.java客户端参数调优

message.send.max.retries: 发送失败重试次数;

retry.backoff.ms :未接到确认，认为发送失败的时间;

producer.type: 同步发送或者异步发送；

batch.num.messages: 异步发送时，累计最大消息数；

queue.buffering.max.ms:异步发送时，累计最大时间；

本文版本主要是针对0.8.2，配套学习教程，浪尖已经分享到了知识星球。