文章目录
- 1.Producer API
- 1.1 消息发送流程
- 1.2 异步发送API
- 1.2.1 导入依赖
- 1.2.2 添加log4j配置文件
- 1.2.3 编写代码
- 1.2.3.1 不带回调函数的API
- 1.2.3.2 带回调函数的API
- 1.3 自定义分区器
- 2.Consumer API
- 2.1 自动提交offset
- 2.1.1 编写代码
- 2.2 手动提交offset
- 2.2.1 同步提交offset
- 2.2.2 异步提交offset
- 2.3 数据漏消费和重复消费分析
- 3.自定义Interceptor
- 3.1 拦截器原理
- 3.2 拦截器案例
- 3.2.1 需求
- 3.2.2 增加时间戳拦截器
- 3.2.3 计数拦截器
- 3.2.4 Producer主程序
- 3.2.5 测试
1.Producer API
1.1 消息发送流程
Kafka的Producer发送消息采用异步发送的方式。在消息发送的过程中,涉及到了两个线程—-main线程和Sender线程,以及一个线程共享变量—-RecordAccumulator。main线程将消息发送给RecordAccumulator,Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。
下图为KafkaProducer发送消息流程:
注意:
两个重要参数:
1.batch.size:sender发送数据的前提是数据积累到batch.size(一批数据的大小)。
2.lingertime:如果数据迟迟未达到batch.size,sender等待lingertime之后就会发送数据。
1.2 异步发送API
1.2.1 导入依赖
<dependencies>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>2.4.1</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-slf4j-impl</artifactId>
<version>2.12.0</version>
</dependency>
</dependencies>
1.2.2 添加log4j配置文件
<?xml version="1.0" encoding="UTF-8"?>
<Configuration status="error" strict="true" name="XMLConfig">
<Appenders>
<!-- 类型名为Console,名称为必须属性 -->
<Appender type="Console" name="STDOUT">
<!-- 布局为PatternLayout的方式,
输出样式为[INFO] [2018-01-22 17:34:01][org.test.Console]I'm here -->
<Layout type="PatternLayout"
pattern="[%p] [%d{yyyy-MM-dd HH:mm:ss}][%c{10}]%m%n" />
</Appender>
</Appenders>
<Loggers>
<!-- 可加性为false -->
<Logger name="test" level="info" additivity="false">
<AppenderRef ref="STDOUT" />
</Logger>
<!-- root loggerConfig设置 -->
<Root level="info">
<AppenderRef ref="STDOUT" />
</Root>
</Loggers>
</Configuration>
1.2.3 编写代码
需要用到的类:
KafkaProducer:创建一个生产者对象,用来发送数据
ProducerConfig:获取所需的一系列配置参数
ProducerRecord:每条数据都要封装成一个ProducerRecord对象
1.2.3.1 不带回调函数的API
CustomProducer.java
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class CustomProducer {
public static void main(String[] args) {
Properties props = new Properties();
//kafka集群:broker-list
props.put("bootstrap.servers","yxp:9092");
//重试次数
props.put("retries",1);
//批次大小
props.put("batch.size",16384);
//等待时间
props.put("linger.ms",1);
//RecordAccumilator缓冲区大小
props.put("buffer.memory",33554432);
//键和值的序列化器
props.put("key.serializer", StringSerializer.class.getName());
props.put("value.serializer", StringSerializer.class.getName());
KafkaProducer<String, String> producer = new KafkaProducer<String, String>(props);
//发送的消息内容为:[0,20)
for (int i=0;i<20;i++){
producer.send(new ProducerRecord<String,String>("topic_jx",String.valueOf(i),String.valueOf(i)));
}
producer.close();
}
}
测试:
1.在shell中先开启consumer端:
如果没有该Topic,会警告然后自动创建,不用担心。
命令:
kafka-console-consumer.sh --bootstrap-server yxp:9092 --topic topic_jx
2.运行ConusmerProducer代码
3.查看Consumer收到的消息
1.2.3.2 带回调函数的API
回调函数会在producer收到ack时调用,为异步调用,该方法有两个参数,分别是RecordMetadata和Exception,如果Exception为null,说明消息发送成功,如果Exception不为null,说明消息发送失败。
注意:当消息发送失败后会自动重试,不需要我们在回调函数中手动调试。
对原ConsumerProducer.java做一下修改,修改后的程序代码为:
package com.yxp.kafkareview;
import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class CustomProducer {
public static void main(String[] args) {
Properties props = new Properties();
//kafka集群:broker-list
props.put("bootstrap.servers","yxp:9092");
//重试次数
props.put("retries",1);
//批次大小
props.put("batch.size",16384);
//等待时间
props.put("linger.ms",1);
//RecordAccumilator缓冲区大小
props.put("buffer.memory",33554432);
//键和值的序列化器
props.put("key.serializer", StringSerializer.class.getName());
props.put("value.serializer", StringSerializer.class.getName());
KafkaProducer<String, String> producer = new KafkaProducer<String, String>(props);
//在每次发送的数据的send方法中调用回调函数
for (int i=0;i<20;i++){
producer.send(new ProducerRecord<String, String>("topic_jx", String.valueOf(i), String.valueOf(i)), new Callback() {
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
if (exception==null){
System.out.println("success->"+metadata.offset());
}else{
exception.printStackTrace();
}
}
});
}
producer.close();
}
}
发送消息后会调用该方法打印成功与否,控制台消息如下:
这success后跟的是生产者的偏移量。由于已经发送过20条(0-19),因此从20开始
Consumer端收到的消息:
1.3 自定义分区器
MyPartitioner.java
package com.yxp.kafkareview;
import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;
import java.util.Map;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class MyPartitionerx implements Partitioner {
/**
*分区规则:value%2==0 放在0分区中,value%2!=0 放在1分区中
* @param topic 主题
* @param key 消息的key
* @param keyBytes key序列化后的字节数组
* @param value 消息的value
* @param valueBytes value序列化后的字节数组
* @param cluster 类似于MR中的context,有获取各种参数的作用
* @return
*/
@Override
public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
int partition=1;
if (Integer.parseInt(value.toString())%2==0){
System.out.println(Integer.parseInt(value.toString())%2);
partition=0;
}else {
System.out.println(Integer.parseInt(value.toString())%2);
}
return partition;
}
@Override
public void close() {
}
@Override
public void configure(Map<String, ?> configs) {
}
}
在Producer对应的类中指定该程序全类名。
ConsumerProducer.java
package com.yxp.kafkareview;
import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;
import java.util.Properties;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class CustomProducer {
public static void main(String[] args) {
Properties props = new Properties();
//kafka集群:broker-list
props.put("bootstrap.servers","yxp:9092");
//重试次数
props.put("retries",1);
//批次大小
props.put("batch.size",16384);
//等待时间
props.put("linger.ms",1);
//自定义分区器
props.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,MyPartitionerx.class.getName());
//RecordAccumilator缓冲区大小
props.put("buffer.memory",33554432);
//键和值的序列化器
props.put("key.serializer", StringSerializer.class.getName());
props.put("value.serializer", StringSerializer.class.getName());
KafkaProducer<String, String> producer = new KafkaProducer<String, String>(props);
for (int i=0;i<40;i++){
producer.send(new ProducerRecord<String, String>("topic_mem", String.valueOf(i)), new Callback() {
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
if (exception==null){
System.out.println("success->"+metadata.offset());
}else{
exception.printStackTrace();
}
}
});
}
producer.close();
}
}
2.Consumer API
由于数据在Kafka中是持久化的,所以不用担心数据丢失问题,因此,Consumer消费数据时的可靠性是可以保证的。
由于consumer在消费过程中可能会出现断电宕机等故障,consumer恢复后,需要从故障前的位置继续消费,所以consumer需要实时记录自己消费到了哪个offset,以便故障恢复后继续消费。
所以offset的维护是Consumer消费数据是必须考虑的问题。
2.1 自动提交offset
2.1.1 编写代码
需要用到的类:
KafkaConsumer:创建一个消费者对象,用来消费数据。
ConsumerConfig:获取所需的一系列配置参数。
ConsumerRecord:每条数据都要封装成一个ConsumerRecord对象。
Kafka提供了自动提交offset的功能。自动提交Offset的相关参数:
enable.auto.commit:是否开启自动提交offset功能。
auto.commit.interval.ms:自动提交offset的时间间隔。
CustomConsumer.java
package com.yxp.kafkareview;
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;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class CustomConsumer {
public static void main(String[] args) {
Properties props = new Properties();
//kafka集群服务器
props.put("bootstrap.servers", "yxp:9092");
//消费者的组id
props.put("group.id", "test");
//允许自动提交
props.put("enable.auto.commit", "true");
//自动提交的间隔时间
props.put("auto.commit.interval.ms", "1000");
//key的反序列化器
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
//value的反序列化器
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//指定提交到的topic
consumer.subscribe(Arrays.asList("topic_mem"));
//无限循环的poll数据
while (true) {
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
}
}
}
}
2.2 手动提交offset
虽然自动提交offset十分简洁便利,但由于其是基于时间提交的,开发人员难以把握offset提交的时机,因此Kafka还提供了手动提交offset的API。
手动提交offset的方法有两种:分别是commitSync(同步提交)和commitAsync(异步提交)。两者的相同点是,都会将本次poll的一批数据最高的偏移量提交;不同点是,commitSync阻塞当前线程,一直到提交成功,并且会自动失败重试(由不可控因素导致,也会出现提交失败);而commitAsync则没有失败重试机制,故有可能提交失败。
2.2.1 同步提交offset
由于同步提交offset有失败重试机制,故更加可靠,以下为同步提交offset的示例。
CustomConsumer.java
package com.yxp.kafkareview;
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;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class CustomConsumer {
public static void main(String[] args) {
Properties props = new Properties();
//集群服务器
props.put("bootstrap.servers", "yxp:9092");
//组id
props.put("group.id", "test");
//关闭自动提交
props.put("enable.auto.commit", "false");
//自动提交间隔
props.put("auto.commit.interval.ms", "1000");
//key和value的反序列化器
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("topic_mem"));
while (true) {
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
}
//消费完之后同步提交offset偏移量
consumer.commitSync();
}
}
}
2.2.2 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。因此吞吐量会收到很大的影响。因此更多的情况下,会选用异步提交offset的方式。
CustomConsumer.java
package com.yxp.kafkareview;
import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import java.time.Duration;
import java.util.Arrays;
import java.util.Map;
import java.util.Properties;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class CustomConsumer {
public static void main(String[] args) {
Properties props = new Properties();
//集群服务器
props.put("bootstrap.servers", "yxp:9092");
//组id
props.put("group.id", "test");
//关闭自动提交
props.put("enable.auto.commit", "false");
//自动提交间隔
props.put("auto.commit.interval.ms", "1000");
//key和value的反序列化器
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("topic_mem"));
while (true) {
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
}
//消费完之后异步提交offset偏移量
consumer.commitAsync(new OffsetCommitCallback() {
@Override
public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {
if (exception!=null){
exception.printStackTrace();
}
}
});
}
}
}
2.3 数据漏消费和重复消费分析
无论是同步提交还是异步提交offset,都有可能会造成数据的漏消费或者重复消费。先提交offset后消费,有可能造成数据的漏消费;而先消费后提交offset,有可能会造成数据的重复消费。
3.自定义Interceptor
3.1 拦截器原理
Producer拦截器(Interceptor)主要用于实现clients端的定制化控制逻辑。
对于Producer而言,Interceptor使得用户在消息发送前以及producer回调逻辑前有机会对消息做一些定制化需求,比如修改消息等。同时,producer允许用户指定多个Interceptor按序作用于同一条消息从而形成一个拦截链(Interceptor chain)。拦截器需要实现ProducerInterceptor接口,其定义的方法包括:
(1)configure(configs):
获取配置信息和初始化数据时调用。
(2)onSend(ProducerRecord):
该方法封装进KafkaProducer.send方法中,即它运行在用户主线程中。Producer确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作,但最好保证不要修改消息所属的topic和分区,否则会影响目标分区的计算。
(3)onAcknowledgement(RecordMetadata, Exception):
该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后,或者在发送过程中失败时调用。并且通常都是在producer回调逻辑触发之前。onAcknowledgement运行在producer的IO线程中,因此不要在该方法中放入很重的逻辑,否则会拖慢producer的消息发送效率。
(4)close:
关闭interceptor,主要用于执行一些资源清理工作.
如前所述,interceptor可能被运行在多个线程中,因此在具体实现时用户需要自行确保线程安全。另外倘若指定了多个interceptor,则producer将按照指定顺序调用它们,并仅仅是捕获每个interceptor可能抛出的异常记录到错误日志中而非向上传递。这在使用过程中要特别留意。
3.2 拦截器案例
3.2.1 需求
实现一个简单的双interceptor组成的拦截链。第一个interceptor会在消息发送前将时间戳信息加到消息value的最前部;第二个interceptor会在消息发送后更新成功发送消息数或失败发送消息数。
3.2.2 增加时间戳拦截器
TimeInterceptor.java
package com.yxp.kafkareview;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Map;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class TimeInterceptor implements ProducerInterceptor<String,String> {
@Override
public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
//新构建一个ProducerRecorder对象(在值属性那里将时间戳加在原值前面)
return new ProducerRecord<>(record.topic(),record.partition(),record.key(),System.currentTimeMillis()+","+ record.value());
}
@Override
public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
}
@Override
public void close() {
}
@Override
public void configure(Map<String, ?> configs) {
}
}
3.2.3 计数拦截器
CounterInterceptor.java
package com.yxp.kafkareview;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Map;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:统计发送消息的成功和失败数
*/
public class CounterInterceptor implements ProducerInterceptor<String,String > {
private int errorCounter=0;
private int successCounter=0;
@Override
public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
return record;
}
@Override
public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
//统计成功和失败的次数
if (exception==null){
successCounter++;
}else {
errorCounter++;
}
}
@Override
public void close() {
System.out.println("Success sent:"+successCounter);
System.out.println("Error sent:"+errorCounter);
}
@Override
public void configure(Map<String, ?> configs) {
}
}
3.2.4 Producer主程序
package com.yxp.kafkareview;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.ArrayList;
import java.util.Properties;
/**
* @Author : 尤小鹏
* 切忌一味模仿!
* 2022/1/6/006
* description:
*/
public class InterceptorProducer {
public static void main(String[] args) {
//1.设置配置信息
Properties props = new Properties();
props.put("bootstrap.servers", "yxp:9092");
props.put("acks", "all");
props.put("retries", 3);
props.put("batch.size", 16384);
props.put("linger.ms", 1);
props.put("buffer.memory", 33554432);
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
//2.构建拦截链
ArrayList<String> interceptors = new ArrayList<>();
interceptors.add(TimeInterceptor.class.getName());
interceptors.add(CounterInterceptor.class.getName());
props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,interceptors);
KafkaProducer<String, String> producer = new KafkaProducer<>(props);
//3.发送消息
for (int i=0;i<10;i++){
producer.send(new ProducerRecord<>("Topic_new","message"+i));
}
//4.关闭producer
producer.close();
}
}
3.2.5 测试
1.在kafka上启动消费者
shell端命令:
kafka-console-consumer.sh --bootstrap-server yxp:9092 --topic Topic_new
2.然后运行客户端java程序。
3.观察消费者接受到的信息