Pull vs Push
- Producer Producer通过主动Push的方式将消息发布到Broker
- Consumer Consumer通过Pull从Broker消费数据
- Push
- 优势:延时低
- 劣势:可能造成Consumer来不及处理消息;网络拥塞
- Pull
- 优势:Consumer按实际处理能力获取相应量的数据;Broker实现简单
- 劣势:如果处理不好,实时性相对不足(Kafka使用long polling)
High Level Consumer
- 很多应用场景下,客户程序只是希望从Kafka顺序读取并处理数据,而不太关心具体的offset。
- 同时也希望提供一些语义,例如同一条消息只被某一个Consumer消费(单播)或被所有Consumer消费(广播)
- Kafka High Level API提供了一个从Kafka消费数据的高层抽象,从而屏蔽掉其中的细节,并提供丰富的语义
Consumer Group
- High Level Consumer将从某个Partition读取的最后一条消息的offset存于Zookeeper中(从0.8.2开始同时支持将offset存于Zookeeper中和专用的Kafka Topic中)
- 这个offset基于客户程序提供给Kafka的名字来保存,这个名字被称为Consumer Group
- Consumer Group是整个Kafka集群全局唯一的,而非针对某个Topic的
- 每个High Level Consumer实例都属于一个ConsumerGroup,若不指定则属于默认的Group
- 消息被消费后,并不会被删除,只是相应的offset加一
- 对于每条消息,在同一个Consumer Group里只会被一个Consumer消费
- 不同Consumer Group可消费同一条消息
- Kafka的设计理念之一就是同时提供对离线批处理和在线流处理的支持。
- 可同时使用Hadoop系统进行离线批处理,Storm或其它流处理系统进行流处理。
- 可使用Kafka的Mirror Maker将消息从一个数据中心镜像到另一个数据中心
High Level Consumer Rebalance
- Consumer启动及Rebalance流程
- High Level Consumer启动时将其ID注册到其Consumer Group下,在Zookeeper上的路径为/consumers/[consumer group]/ids/[consumer id]
- 在/consumers/[consumer group]/ids上注册Watch
- 在/brokers/ids上注册Watch
- 如果Consumer通过Topic Filter创建消息流,则它会同时在/brokers/topics上也创建Watch
- 强制自己在其Consumer Group内启动Rebalance流程
- Consumer Rebalance算法
- 将目标Topic下的所有Partirtion排序,存于PT
- 对某Consumer Group下所有Consumer排序,存于CG,第i个Consumer记为Ci
- N=size(PT)/size(CG) ,向上取整
- 解除Ci对原来分配的Partition的消费权(i从0开始)
- 将第 i∗N 到(i+1)∗N−1个Partition分配给Ci
- Consumer Rebalance算法缺陷及改进
- Herd Effect 任何Broker或者Consumer的增减都会触发所有的Consumer的Rebalance
- Split Brain 每个Consumer分别单独通过Zookeeper判断哪些Broker和Consumer宕机,同时Consumer在同一时刻从Zookeeper“看”到的View可能不完全一样,这是由Zookeeper的特性决定的。
- 调整结果不可控 所有Consumer分别进行Rebalance,彼此不知道对应的Rebalance是否成功
Low Level Consumer
- 使用Low Level Consumer (Simple Consumer)的主要原因是,用户希望比Consumer Group更好的控制数据的消费,如
- 同一条消息读多次,方便Replay
- 只消费某个Topic的部分Partition
- 管理事务,从而确保每条消息被处理一次(Exactly once)
- 与High Level Consumer相对,Low Level Consumer要求用户做大量的额外工作
- 在应用程序中跟踪处理offset,并决定下一条消费哪条消息
- 获知每个Partition的Leader
- 处理Leader的变化
- 处理多Consumer的协作