Producer端
丢失原因:Kafka在Producer端的消息发送采用的是异步发送的方式(还有同步发送,但是同步发送会导致消息阻塞、需要等待),丢失数据是因为消息没有到达Broker端,原因可能是网络波动导致没有回调和数据消息太大超出Broker承受范围,导致Broker拒收消息。
解决方法:更换调用方式,不使用异步发送,使用带回调通知函数的方法进行发送消息,网络波动和消息过大,可以调整Producer端重试次数和消息大小。
丢失原因:Kafka默认ack设置为1,会存在数据丢失问题。(ack为0也会存在丢数据问题)
解决方法:修改ack设置为-1。(可以结合幂等性做到Exactly Once)
Broker端
丢失原因:数据从Producer端push过来后,Broker端需要将数据持久化存储到磁盘中,消息存储是异步存储的,即按照一定的消息数量和间隔时间进行存储,数据会先放在 PageCache 中,如果在存储的时候Broker宕机,此时选举了一个落后Leader Partition 很多的 Follower Partition 成为新的Lerder Partition,那么落后的消息就会丢失。
解决方法:修改参数,设置有资格成为Leader的Follower(落后太久的不要),设置分区数≥3(Leader宕机后可以有Follower补上),设置消息至少要被写入成功到ISR多少个副本才算“已提交”。
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)
[外链图片转存中…(img-brOOCgM0-1712526627259)]