一、生产者消息发送流程
1、发送原理
在消息发送的过程中,涉及到了两个线程——main 线程和 Sender 线程。在 main 线程中创建了一个双端队列== 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。
2、生产者重要参数列表
二、Kafka生产者之异步发送
1、普通异步发送
1.1、需求:创建 Kafka 生产者,采用异步的方式发送到 Kafka Broker
1)、代码编写
在java的pom.xm中引入maven依赖
<dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka-clients</artifactId> <version>3.0.0</version> </dependency>
编写不带回调函数的 API 代码
package com.kafka.demo; import org.apache.kafka.clients.producer.KafkaProducer; import org.apache.kafka.clients.producer.ProducerConfig; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; public class CustomProducer { public static void main(String[] args) { //1、创建Properties配置信息对象 Properties properties = new Properties(); //2、配置kafka集群信息 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //3、指定key和value序列化的类型 properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); //4、创建生产者对象 KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties); //5、使用生产者发送数据 for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<String, String>("first","test"+i)); } //6、关闭资源 kafkaProducer.close(); } }
注意:这里我们在主机的hosts里面配置主机名映射,因为使用ip地址,有可能消息发布出去
路径:C:\WINDOWS\system32\drivers\etc\hosts
2)、创建first主题
# 主题名称叫做topic,3个分区,副本数量是3 bin/kafka-topics.sh --bootstrap-server 192.168.56.20:9092 --create --partitions 3 --replication-factor 3 --topic first
3)、打开消费者,等待上面的生产者代码执行发送数据
bin/kafka-console-consumer.sh --bootstrap-server 192.168.56.20:9092,192.168.56.21:9092,192.168.56.22:9092 --topic first
4)、在 IDEA 中执行代码,观察 消费者控制台中是否接收到消息。
2、带回调函数的异步发送
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,分别是元数据信息(RecordMetadata)和异常信息(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。
代码如下:
package com.kafka.demo; import org.apache.kafka.clients.producer.*; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; public class CustomProducerCallback { public static void main(String[] args) { //1、创建Properties配置信息对象 Properties properties = new Properties(); //2、配置kafka集群信息 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //3、指定key和value序列化的类型 properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); //4、创建生产者对象 KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties); //5、使用生产者发送数据 for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<String, String>("first", "test测试回调" + i), new Callback() { public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e == null) { // 没有异常,输出信息到控制台 System.out.println(" 主题: " + recordMetadata.topic() + "->" + "分区:" + recordMetadata.partition()); } else { // 出现异常打印 e.printStackTrace(); } } }); } //6、关闭资源 kafkaProducer.close(); } }
注意:消息发送失败会自动重试,不需要我们在回调函数中手动重试。
在 IDEA 中执行代码,观察 消费者控制台中是否接收到消息。
我们看一下java控制台返回的数据:
三、kafka之同步发送 API
1、同步发送的流程如下
只需在异步发送的基础上,再调用一下 get()方法即可。
完整代码如下:
package com.kafka.demo; import org.apache.kafka.clients.producer.KafkaProducer; import org.apache.kafka.clients.producer.ProducerConfig; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; import java.util.concurrent.ExecutionException; public class CustomProducerSync { public static void main(String[] args) throws ExecutionException, InterruptedException { //1、创建Properties配置信息对象 Properties properties = new Properties(); //2、配置kafka集群信息 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //3、指定key和value序列化的类型 properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); //4、创建生产者对象 KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties); //5、使用生产者发送数据 for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<String, String>("first", "test" + i)).get(); } //6、关闭资源 kafkaProducer.close(); } }
四、生产者分区的好处
1、 分区好处
2、生产者发送消息的分区策略
1)默认的分区器 DefaultPartitioner
在 IDEA 中 ctrl +n,全局查找 DefaultPartitioner。/** * The default partitioning strategy: * <ul> * <li>If a partition is specified in the record, use it * <li>If no partition is specified but a key is present choose a partition based on a hash of the key * <li>If no partition or key is present choose the sticky partition that changes when the batch is full. * * See KIP-480 for details about sticky partitioning. */
2)案例一
将数据发往指定 partition 的情况下,例如,将所有数据发往分区 1 中。完整代码如下:
package com.kafka.demo; import org.apache.kafka.clients.producer.*; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; public class CustomProducerPartition { public static void main(String[] args) { //1、创建Properties配置信息对象 Properties properties = new Properties(); //2、配置kafka集群信息 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //3、指定key和value序列化的类型 properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); //4、创建生产者对象 KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties); //5、使用生产者发送数据 for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<String, String>("first",1,"","test测试指定分区没有key值" + i), new Callback() { public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e == null) { // 没有异常,输出信息到控制台 System.out.println(" 主题: " + recordMetadata.topic() + "->" + "分区:" + recordMetadata.partition()); } else { // 出现异常打印 e.printStackTrace(); } } }); } //6、关闭资源 kafkaProducer.close(); } }
测试:在 conch01上开启 Kafka 消费者。
bin/kafka-console-consumer.sh --bootstrap-server 192.168.56.20:9092,192.168.56.21:9092,192.168.56.22:9092 --topic first
3)案例二:
没有指明 partition 值但有 key 的情况下,将 key 的 hash 值与 topic 的 partition 数进行取余得到 partition 值。
测试:
①key="a"时,在控制台查看结果。②key="b"时,在控制台查看结果。
③key="f"时,在控制台查看结果。
3、自定义分区器
研发人员可以根据企业需求,自己重新实现分区器。
1)需求
例如我们实现一个分区器实现,发送过来的数据中如果包含 atguigu,就发往 0 号分区,不包含 atguigu,就发往 1 号分区。2)实现步骤
(1)定义类实现 Partitioner 接口。
(2)重写 partition()方法。package com.kafka.demo; import org.apache.kafka.clients.producer.Partitioner; import org.apache.kafka.common.Cluster; import java.util.Map; /** * 1. 实现接口 Partitioner * 2. 实现 3 个方法:partition,close,configure * 3. 编写 partition 方法,返回分区号 */ public class MyPartitioner implements Partitioner { /** * 返回信息对应的分区 * @param topic 主题 * @param key 消息的 key * @param keyBytes 消息的 key 序列化后的字节数组 * @param value 消息的 value * @param valueBytes 消息的 value 序列化后的字节数组 * @param cluster 集群元数据可以查看分区信息 * @return */ public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) { // 获取消息 String msgValue = value.toString(); // 创建 partition int partition; // 判断消息是否包含 atguigu if (msgValue.contains("atguigu")){ partition = 0; }else { partition = 1; } // 返回分区号 return partition; } /*** * 关闭资源 */ public void close() { } /*** * 配置方法 * @param configs */ public void configure(Map<String, ?> configs) { } }
(3)使用分区器的方法,在生产者的配置中添加分区器参数。
4)测试
①在 conch01上开启 Kafka 消费者。bin/kafka-console-consumer.sh --bootstrap-server 192.168.56.20:9092,192.168.56.21:9092,192.168.56.22:9092 --topic first
②在 IDEA 控制台观察回调信息。
五、生产者如何提高吞吐量
package com.kafka.demo; import org.apache.kafka.clients.producer.*; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; public class CustomProducerParameter { public static void main(String[] args) { //1、创建Properties配置信息对象 Properties properties = new Properties(); //2、配置kafka集群信息 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //3、指定key和value序列化的类型 properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); // batch.size:批次大小,默认 16K properties.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384); // linger.ms:等待时间,默认 0 properties.put(ProducerConfig.LINGER_MS_CONFIG, 1); // RecordAccumulator:缓冲区大小,默认 32M:buffer.memory properties.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432); // compression.type:压缩,默认 none,可配置值 gzip、snappy、lz4 和 zstd properties.put(ProducerConfig.COMPRESSION_TYPE_CONFIG,"snappy"); //4、创建生产者对象 KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties); //5、使用生产者发送数据 for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<String, String>("first", "test测试参数配置提高吞吐量" + i), new Callback() { public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e == null) { // 没有异常,输出信息到控制台 System.out.println(" 主题: " + recordMetadata.topic() + "->" + "分区:" + recordMetadata.partition()); } else { // 出现异常打印 e.printStackTrace(); } } }); } //6、关闭资源 kafkaProducer.close(); } }
测试:
①在 conch01上开启 Kafka 消费者。bin/kafka-console-consumer.sh --bootstrap-server 192.168.56.20:9092,192.168.56.21:9092,192.168.56.22:9092 --topic first
②在 IDEA 中执行代码,观察 conch01控制台中是否接收到消息。
六、数据可靠性
1)ack 应答原理
isr:
2)代码配置
// 设置 acks properties.put(ProducerConfig.ACKS_CONFIG, "all"); // 重试次数 retries,默认是 int 最大值,2147483647 properties.put(ProducerConfig.RETRIES_CONFIG, 3);
package com.kafka.demo; import org.apache.kafka.clients.producer.*; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; public class CustomProducerAck { public static void main(String[] args) { //1、创建Properties配置信息对象 Properties properties = new Properties(); //2、配置kafka集群信息 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //3、指定key和value序列化的类型 properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); // 设置 acks properties.put(ProducerConfig.ACKS_CONFIG, "all"); // 重试次数 retries,默认是 int 最大值,2147483647 properties.put(ProducerConfig.RETRIES_CONFIG, 3); //4、创建生产者对象 KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties); //5、使用生产者发送数据 for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<String, String>("first", "test测试ack" + i)); } //6、关闭资源 kafkaProducer.close(); } }
七、数据去重
1、数据传递语义
• 至少一次(At Least Once)= ACK级别设置为-1 + 分区副本大于等于2 + ISR里应答的最小副本数量大于等于2
• 最多一次(At Most Once)= ACK级别设置为0• 总结:
At Least Once可以保证数据不丢失,但是不能保证数据不重复;
At Most Once可以保证数据不重复,但是不能保证数据不丢失。• 精确一次(Exactly Once):对于一些非常重要的信息,比如和钱相关的数据,要求数据既不能重复也不丢失。
Kafka 0.11版本以后,引入了一项重大特性:幂等性和事务。
2、幂等性
1)幂等性原理
2)如何使用幂等性
开启参数 enable.idempotence 默认为 true,false 关闭。3、生产者事务
1)Kafka 事务原理
2)Kafka 的事务一共有如下 5 个 API
// 1 初始化事务 void initTransactions(); // 2 开启事务 void beginTransaction() throws ProducerFencedException; // 3 在事务内提交已经消费的偏移量(主要用于消费者) void sendOffsetsToTransaction(Map<TopicPartition, OffsetAndMetadata> offsets, String consumerGroupId) throws ProducerFencedException; // 4 提交事务 void commitTransaction() throws ProducerFencedException; // 5 放弃事务(类似于回滚事务的操作) void abortTransaction() throws ProducerFencedException;
3)单个 Producer,使用事务保证消息的仅一次发送需指定事务id
package com.kafka.demo; import org.apache.kafka.clients.producer.KafkaProducer; import org.apache.kafka.clients.producer.ProducerConfig; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.common.errors.ProducerFencedException; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; public class CustomProducerTranzactions { public static void main(String[] args) { //1、创建Properties配置信息对象 Properties properties = new Properties(); //2、配置kafka集群信息 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //3、指定key和value序列化的类型 properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); // 指定事务id properties.put(ProducerConfig.TRANSACTIONAL_ID_CONFIG,"tranactional_id_01"); //4、创建生产者对象 KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties); kafkaProducer.initTransactions(); kafkaProducer.beginTransaction(); try { //5、使用生产者发送数据 for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<String, String>("first", "test测试事务" + i)); } int i = 1/0; kafkaProducer.commitTransaction(); } catch (ProducerFencedException e) { kafkaProducer.abortTransaction(); } finally { //6、关闭资源 kafkaProducer.close(); } } }