【Flink-API】取消Kafka记录偏移量，flink管理偏移量

一、偏移量

1.1 取消kafka偏移量

默认是使用kafka来管理偏移量，下面我们来取消他的管理机制，使用flink来管理偏移量，开启flink的容错重启机制，还有中间数据state的保存机制。
1.开启重启策略
2.stateBackend存储位置
3.取消任务checkpoint不删除
4.设置checkpoint的 EXACTLY_ONCE 模式
5.【重点】取消kafka管理偏移量，让flink来管理偏移量

1.2 kafka

创建topic如下，两个副本，四个分区

bin/kafka-topics.sh --create --zookeeper  hadoop1:2181,hadoop2:2181,hadoop3:2181 --replication-factor 2 --partitions 4 --topic superman2

1.3 KafkaSourceV2.java

public class KafkaSourceV2 {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        // 开启重启策略
        env.enableCheckpointing(5000);
        // stateBackend
        env.setStateBackend(new FsStateBackend("file:///D://APP//IDEA//workplace//FlinkTurbineFaultDiagnosis//src//main//resources//checkpoint//chk001"));
        // 取消任务checkpoint不删除
        env.getCheckpointConfig().enableExternalizedCheckpoints(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);
        // 设置checkpoint的 EXACTLY_ONCE 模式
        env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);


        //kafka配置
        String topic = "superman2";
        Properties prop = new Properties();
        prop.setProperty("bootstrap.servers","192.168.52.200:9092");//多个的话可以指定
        prop.setProperty("key.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
        prop.setProperty("value.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
        prop.setProperty("auto.offset.reset","earliest");
        prop.setProperty("group.id","consumer3");

        // 【重点】取消kafka管理偏移量，让flink来管理偏移量
        prop.setProperty("enable.auto.commit","false");

        FlinkKafkaConsumer<String> kafkaSource = new FlinkKafkaConsumer<>(topic, new SimpleStringSchema(), prop);

        DataStreamSource<String> lines = env.addSource(kafkaSource);

        DataStreamSource<String> lines2 = env.socketTextStream("192.168.52.200", 8888);
        // 模拟异常
        lines2.map(new MapFunction<String, String>() {
            @Override
            public String map(String s) throws Exception {
                if (s.startsWith("wangyining")){
                    System.out.println(1/0);
                }
                return s;

            }
        }).print();

        lines.print();

        env.execute();

    }
}

以上程序中的偏移量保存到了StateBackend的中间数据目录，来进行checkpoint，不但把保存到了这里，还保存到了kafka中偏移量，只是用来监控

1.4 启动测试

1.开启端口号
nc -lk 8888
2.启动程序
3.启动kafka生产者，生产数据

bin/kafka-console-producer.sh --broker-list 192.168.52.200:9092,192.168.52.201:9092,192.168.52.202:9092 --topic superman2

4.模拟异常

if (s.startsWith(“wangyining”)){

System.out.println(1/0);

}

5.再次kafka输入命令，会发现已经重启成功，偏移量已经纪录成功。

6.问题：程序出现了异常，恢复subTask，读取偏移量，从StateBackend恢复还是kafka中恢复？

答案：

6.1.StateBackend 偏移量目录，你会发现kafka中特殊的topic也有偏移量，但是它不是用来恢复的，是用来做监控的。

6.2.如果你不想让kafka中特殊的topic有偏移量，也可以取消。官网中这样记载。

6.3.只需要添加一下：

// kafka中的偏移量取消掉【不建议false,默认是true，它用来监控这个偏移量】
        kafkaSource.setCommitOffsetsOnCheckpoints(false);

6.4.从kafka生产者中继续写数据的话，并没有从头读取，也不会从kafka中特殊的topic继续读取。
7.如果停掉程序呢？
7.1.如果开启了checkpointing,一定会保存到statebackend中去
7.2.没有指定savepoint的话，首先查看kafka特殊的topic，然后查看恢复文件。