一、kafka的回溯机制有什么用
- 数据丢失或错误处理:在实际应用中,可能会出现消费者处理消息时发生错误或者数据丢失的情况。回溯机制可以让消费者重新读取之前的消息,以便进行错误处理或者重新处理数据。
- 版本升级:当Kafka集群进行版本升级时,可能会导致消费者与生产者之间的兼容性问题。回溯机制可以让消费者回到之前的版本,以便与新版本的Kafka集群进行兼容。
- 数据分析和测试:在数据分析和测试场景中,有时需要重新读取之前的消息进行分析或者测试。回溯机制可以方便地实现这一需求。
- 容灾和故障恢复:当Kafka集群发生故障或者出现数据丢失时,可以通过消息回溯来恢复数据,确保系统的可用性和数据的完整性。
二、kafka怎样回溯
kafka支持两种方式回溯,即基于消息偏移量回溯和基于时间点的消息回溯。
1、基于消息偏移量回溯
消息偏移量即是offset值,在kafka的每个分区中,每条消息都有一个唯一的offset值 ,用来表示消息在partition分区中的位置。生产者在发送消息时会将消息写入指定的分区,并为该消息分配一个唯一的offset值,这个offset值会随着消息一起被写入Kafka的日志文件中,以便后续可以根据offset值来定位和检索消息。
消费者每次消费了消息,都会把消费的此条消息的offset提交到broker(消息节点),用于记录消费到分区中的位置,下条消息从这个位置之后开始消费。所以基于消息偏移量回溯很简单,只需要重置offset,然后消费者会从该offset之后开始消费。
2、基于时间点的消息回溯
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数大数据工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上大数据开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加VX:vip204888 (备注大数据获取)
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**