全网最详细的大数据Kafka文章系列,强烈建议收藏加关注! 

新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点。




目录

​系列历史文章​

​Kafka如何保证数据不丢失​

​一、如何保证生产者数据不丢失​

​1) 消息生产分为同步模式和异步模式​

​2) 消息确认分为三个状态​

​3) 在同步模式下​

​4) 在异步模式下​

​二、如何保证broker端数据不丢失​

​broker端:​

​三、如何保证消费端数据不丢失​

​消费端:​

​四、总结​

​生产者端​

​broker端​

​消费端​


系列历史文章

2021年大数据Kafka(十二):❤️Kafka配额限速机制❤️

2021年大数据Kafka(十一):❤️Kafka的消费者负载均衡机制和数据积压问题❤️

2021年大数据Kafka(十):kafka生产者数据分发策略

2021年大数据Kafka(九):kafka消息存储及查询机制原理

2021年大数据Kafka(八):Kafka如何保证数据不丢失

2021年大数据Kafka(七):Kafka的分片和副本机制

2021年大数据Kafka(六):❤️安装Kafka-Eagle❤️

2021年大数据Kafka(五):❤️Kafka的java API编写❤️

2021年大数据Kafka(四):❤️kafka的shell命令使用❤️

2021年大数据Kafka(三):❤️Kafka的集群搭建以及shell启动命令脚本编写❤️

2021年大数据Kafka(二):❤️Kafka特点总结和架构❤️

2021年大数据Kafka(一):❤️消息队列和Kafka的基本介绍❤️

Kafka如何保证数据不丢失

一、如何保证生产者数据不丢失

2021年大数据Kafka(八):Kafka如何保证数据不丢失2021年大数据Kafka(一):❤️消息队列和Kafka的基本介绍❤️_Kafka数据不丢失

1) 消息生产分为同步模式和异步模式

2) 消息确认分为三个状态

  • a) 0:生产者只负责发送数据
  • b) 1:某个partition的leader收到数据给出响应
  • c) -1:某个partition的所有副本都收到数据后给出响应

3) 在同步模式下

  • a) 生产者等待10S,如果broker没有给出ack响应,就认为失败。
  • b) 生产者重试3次,如果还没有响应,就报错。

4) 在异步模式下

  • a) 先将数据保存在生产者端的Buffer中。Buffer大小是2万条。 32M
  • b) 满足数据阈值或者时间阈值其中的一个条件就可以发送数据。
  • c) 发送一批数据的大小是500条。16Kb

如果broker迟迟不给ack,而Buffer又满了。开发者可以设置是否直接清空Buffer中的数据。


二、如何保证broker端数据不丢失

broker端:

  • broker端的消息不丢失,其实就是用partition副本机制来保证。
  • Producer ack -1(all). 能够保证所有的副本都同步好了数据。其中一台机器挂了,并不影响数据的完整性。

三、如何保证消费端数据不丢失

消费端:


        通过offset commit 来保证数据的不丢失,kafka自己记录了每次消费的offset数值,下次继续消费的时候,会接着上次的offset进行消费。

        而offset的信息在kafka0.8版本之前保存在zookeeper中,在0.8版本之后保存到topic中,即使消费者在运行过程中挂掉了,再次启动的时候会找到offset的值,找到之前消费消息的位置,接着消费,由于offset的信息写入的时候并不是每条消息消费完成后都写入的,所以这种情况有可能会造成重复消费,但是不会丢失消息。



四、总结

生产者端

2021年大数据Kafka(八):Kafka如何保证数据不丢失2021年大数据Kafka(一):❤️消息队列和Kafka的基本介绍❤️_kafka_02

broker端

broker端主要是通过数据的副本和 ack为-1 来保证数据不丢失操作

消费端

2021年大数据Kafka(八):Kafka如何保证数据不丢失2021年大数据Kafka(一):❤️消息队列和Kafka的基本介绍❤️_Kafka如何保证数据_03


  • 欢迎点赞 收藏 留言 如有错误敬请指正!
  • 作者:Lansonli
  • 大数据系列文章会每天更新,停下休息的时候不要忘了别人还在奔跑,希望大家抓紧时间学习,全力奔赴更美好的生活