Apache Kafka - 重识消费者

小小工匠

发布于 2023-05-21 09:13:44

2930

发布于 2023-05-21 09:13:44

文章被收录于专栏：小工匠聊架构小工匠聊架构

概述

Kafka是一个分布式的消息队列系统，它的出现解决了传统消息队列系统的吞吐量瓶颈问题。

Kafka的高吞吐量、低延迟和可扩展性使得它成为了很多公司的首选消息队列系统。

在Kafka中，消息被分成了不同的主题（Topic），每个主题又被分成了不同的分区（Partition）。

生产者（Producer）将消息发送到指定的主题中，而消费者（Consumer）则从指定的主题中读取消息。

接下来我们将介绍Kafka消费者相关的知识。

Kafka消费者的工作原理

Kafka消费者从指定的主题中读取消息，消费者组（Consumer Group）则是一组消费者的集合，它们共同消费一个或多个主题。在一个消费者组中，每个消费者都会独立地读取主题中的消息。当一个主题有多个分区时，每个消费者会读取其中的一个或多个分区。消费者组中的消费者可以动态地加入或退出，这样就可以实现消费者的动态扩展。

Kafka消费者通过轮询（Polling）方式从Kafka Broker中读取消息。当一个消费者从Broker中读取到一条消息后，它会将该消息的偏移量（Offset）保存在Zookeeper或Kafka内部主题中。消费者组中的消费者会协调并平衡分区的分配，保证每个消费者读取的分区数量尽可能均衡。

Kafka消费者的配置

bootstrap.servers 该参数用于指定Kafka集群中的broker地址，多个地址以逗号分隔。消费者会从这些broker中获取到集群的元数据信息，以便进行后续的操作。
group.id 该参数用于指定消费者所属的消费组，同一消费组内的消费者共同消费一个主题的消息。如果不指定该参数，则会自动生成一个随机的group.id。
enable.auto.commit 该参数用于指定是否启用自动提交offset。如果设置为true，则消费者会在消费消息后自动提交offset；如果设置为false，则需要手动提交offset。
auto.commit.interval.ms 该参数用于指定自动提交offset的时间间隔，单位为毫秒。只有当enable.auto.commit设置为true时，该参数才会生效。
session.timeout.ms 该参数用于指定消费者与broker之间的会话超时时间，单位为毫秒。如果消费者在该时间内没有发送心跳包，则会被认为已经失效，broker会将其从消费组中移除。
max.poll.records 该参数用于指定每次拉取消息的最大条数。如果一次拉取的消息数量超过了该参数指定的值，则消费者需要等待下一次拉取消息。
auto.offset.reset 该参数用于指定当消费者第一次加入消费组或者offset失效时，从哪个位置开始消费。可选值为latest和earliest，分别表示从最新的消息和最早的消息开始消费。
max.poll.interval.ms 该参数用于指定两次poll操作之间的最大时间间隔，单位为毫秒。如果消费者在该时间内没有进行poll操作，则被认为已经失效，broker会将其从消费组中移除。
fetch.min.bytes 该参数用于指定每次拉取消息的最小字节数。如果一次拉取的消息数量不足该参数指定的字节数，则消费者需要等待下一次拉取消息。
fetch.max.wait.ms 该参数用于指定拉取消息的最大等待时间，单位为毫秒。如果在该时间内没有获取到足够的消息，则返回已经获取到的消息。

Kafka消费者的实现

Kafka消费者的实现可以使用Kafka提供的高级API或者低级API。高级API封装了低级API，提供了更加简洁、易用的接口。下面分别介绍一下这两种API的使用方法。

高级API

使用高级API可以更加方便地实现Kafka消费者。下面是一个使用高级API实现Kafka消费者的示例代码：

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("group.id", "test-group");
props.put("enable.auto.commit", "true");
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);
consumer.subscribe(Arrays.asList("test-topic"));

while (true) {
    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());
    }
}

在上面的代码中，我们首先创建了一个Properties对象，用于存储Kafka消费者的配置信息。然后创建了一个KafkaConsumer对象，并指定了要消费的主题。最后使用poll方法从Broker中读取消息，并对每条消息进行处理。

低级API

使用低级API可以更加灵活地实现Kafka消费者。下面是一个使用低级API实现Kafka消费者的示例代码：

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("group.id", "test-group");
props.put("enable.auto.commit", "fal	VCC se");
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);
consumer.subscribe(Arrays.asList("test-topic"));

while (true) {
    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());
        consumer.commitSync(Collections.singletonMap(record.topicPartition(), new OffsetAndMetadata(record.offset() + 1)));
    }
}

在上面的代码中，我们首先创建了一个Properties对象，用于存储Kafka消费者的配置信息。然后创建了一个KafkaConsumer对象，并指定了要消费的主题。最后使用poll方法从Broker中读取消息，并对每条消息进行处理。在处理完每条消息后，我们使用commitSync方法手动提交偏移量。