本文详细介绍了Kafka消费者的消费方式、工作流程，包括消费者组原理、重要参数配置以及独立消费者和消费者组案例。通过实例展示了消费者如何订阅主题、分区，以及如何处理消费数据。此外，还探讨了offset位移管理、自动提交和手动提交、指定offset和时间消费，以及消费者事务和数据积压问题，旨在帮助读者深入理解Kafka消费者的操作和优化。
一、Kafka 消费方式
二、Kafka 消费者工作流程
1、消费者总体工作流程
2、消费者组原理
消费者组初始化流程：先选出使用哪台服务器的coordinator，根据groupid的hashcode值进行50求模处理，就得到了分区编号，该分区编号在哪个broker节点上，则该节点的coordinator就负责本次消费者组的事务协调。
3、消费者重要参数
- bootstrap.servers 向 Kafka 集群建立初始连接用到的 host/port 列表。
- key.deserializer 和value.deserializer指定接收消息的 key 和 value 的反序列化类型。一定要写全类名。
- group.id 标记消费者所属的消费者组。
- enable.auto.commit 默认值为true，消费者会自动周期性地向服务器提交偏移量。
- auto.commit.interval.ms 如果设置了 enable.auto.commit 的值为 true， 则该值定义了消费者偏移量向 Kafka 提交的频率，默认 5s。
- auto.offset.reset 当 Kafka 中没有初始偏移量或当前偏移量在服务器中不存在（如，数据被删除了），该如何处理？ earliest：自动重置偏移量到最早的偏移量。latest：默认，自动重置偏移量为最新的偏移量。 none：如果消费组原来的（previous）偏移量不存在，则向消费者抛异常。anything：向消费者抛异常。
- offsets.topic.num.partitions __consumer_offsets 的分区数，默认是 50 个分区。
- heartbeat.interval.ms Kafka 消费者和 coordinator 之间的心跳时间，默认 3s。该条目的值必须小于 session.timeout.ms ，也不应该高于session.timeout.ms 的 1/3。
- session.timeout.ms Kafka 消费者和 coordinator 之间连接超时时间，默认 45s。超过该值，该消费者被移除，消费者组执行再平衡。
- max.poll.interval.ms 消费者处理消息的最大时长，默认是 5 分钟。超过该值，该消费者被移除，消费者组执行再平衡。
- fetch.min.bytes 默认 1 个字节。消费者获取服务器端一批消息最小的字节数。
- fetch.max.wait.ms 默认 500ms。如果没有从服务器端获取到一批数据的最小字节数。该时间到，仍然会返回数据。
- fetch.max.bytes默认 Default: 52428800（50 m）。消费者获取服务器端一批消息最大的字节数。如果服务器端一批次的数据大于该值（50m）仍然可以拉取回来这批数据，因此，这不是一个绝对最大值。一批次的大小受 message.max.bytes （broker config）or max.message.bytes （topic config）影响。
- max.poll.records 一次 poll 拉取数据返回消息的最大条数，默认是 500条。
三、 独立消费者案例（订阅主题）
1）需求：
创建一个独立消费者，消费 first 主题中数据。
注意：在消费者 API 代码中必须配置消费者组 id。命令行启动消费者不填写消费者组id 会被自动填写随机的消费者组 id。
2）实现步骤
（1）编写代码package com.kafka.demo.consumer; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.clients.consumer.ConsumerRecord; import org.apache.kafka.clients.consumer.ConsumerRecords; import org.apache.kafka.clients.consumer.KafkaConsumer; import org.apache.kafka.common.serialization.StringDeserializer; import java.time.Duration; import java.util.ArrayList; import java.util.List; import java.util.Properties; public class CustomConsumer { public static void main(String[] args) { //创建消费者配置对象 Properties properties = new Properties(); //配置连接kafka集群信息 properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //配置序列化 properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName()); properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName()); //配置消费者组(组名任意起),必须要配置 properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test"); //创建消费者对象 KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(properties); //注册要消费的主题(可以消费多个主题) List<String> topics = new ArrayList<String>(); topics.add("first"); kafkaConsumer.subscribe(topics); //拉取数据 while(true){ //设置1s,表示如果拉到数据的话 会立即放回；如果拉不到数据的话，这个是最长的等待时间； ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofSeconds(1)); if (records.count()>0){ for (ConsumerRecord<String, String> record : records) { System.out.println(record); } } } } }3）测试
（1）在 IDEA 中执行消费者程序。（2）在 Kafka 集群控制台，创建 Kafka 生产者，并输入数据。
[dhapp@conch01 kafka_2.12-3.0.0]$ bin/kafka-console-producer.sh --bootstrap-server conch01:9092 --topic first >hello >（3）在 IDEA 控制台观察接收到的数据。
ConsumerRecord(topic = first, partition = 2, leaderEpoch = 9, offset = 7, CreateTime = 1649573644960, serialized key size = -1, serialized value size = 5, headers = RecordHeaders(headers = [], isReadOnly = false), key = null, value = hello)
四、独立消费者案例（订阅分区）
1）需求：创建一个独立消费者，消费 first 主题 0 号分区的数据。
2）实现步骤
（1）代码编写。
package com.kafka.demo.consumer; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.clients.consumer.ConsumerRecord; import org.apache.kafka.clients.consumer.ConsumerRecords; import org.apache.kafka.clients.consumer.KafkaConsumer; import org.apache.kafka.common.TopicPartition; import org.apache.kafka.common.serialization.StringDeserializer; import java.time.Duration; import java.util.ArrayList; import java.util.List; import java.util.Properties; public class CustomConsumerPartition { public static void main(String[] args) { //创建消费者配置对象 Properties properties = new Properties(); //配置连接kafka集群信息 properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //配置序列化 properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName()); properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName()); //配置消费者组(组名任意起),必须要配置 properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test"); //创建消费者对象 KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(properties); //注册要消费的主题(可以消费多个主题) List<TopicPartition> topics = new ArrayList<TopicPartition>(); topics.add(new TopicPartition("first",0)); kafkaConsumer.assign(topics); //拉取数据 while(true){ //设置1s,表示如果拉到数据的话 会立即放回；如果拉不到数据的话，这个是最长的等待时间； ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofSeconds(1)); if (records.count()>0){ for (ConsumerRecord<String, String> record : records) { System.out.println(record); } } } } }3）测试
（1）在 IDEA 中执行消费者程序。
（2）在 IDEA 中执行生产者程序 CustomProducerCallback()在控制台观察生成几个 0 号分区的数据。package com.kafka.demo.producer; 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 < 500; 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(); } }
（3）在 IDEA 控制台，观察接收到的数据，只能消费到 0 号分区数据表示正确。
五、消费者组案例
1）需求：测试同一个主题的分区数据，只能由一个消费者组中的一个消费。
2）案例实操
（1）复制一份基础消费者的代码，在 IDEA 中同时启动，即可启动同一个消费者组中的两个消费者。package com.kafka.demo.consumer; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.clients.consumer.ConsumerRecord; import org.apache.kafka.clients.consumer.ConsumerRecords; import org.apache.kafka.clients.consumer.KafkaConsumer; import org.apache.kafka.common.serialization.StringDeserializer; import java.time.Duration; import java.util.ArrayList; import java.util.List; import java.util.Properties; public class CustomConsumer1 { public static void main(String[] args) { //创建消费者配置对象 Properties properties = new Properties(); //配置连接kafka集群信息 properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //配置序列化 properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName()); properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName()); //配置消费者组(组名任意起),必须要配置 properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test"); //创建消费者对象 KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(properties); //注册要消费的主题(可以消费多个主题) List<String> topics = new ArrayList<String>(); topics.add("first"); kafkaConsumer.subscribe(topics); //拉取数据 while(true){ //设置1s,表示如果拉到数据的话 会立即放回；如果拉不到数据的话，这个是最长的等待时间； ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofSeconds(1)); if (records.count()>0){ for (ConsumerRecord<String, String> record : records) { System.out.println(record); } } } } }（2）启动代码中的生产者发送消息，在 IDEA 控制台即可看到两个消费者在消费不同分区的数据（如果只发生到一个分区，可以在发送时增加延迟代码 Thread.sleep(2);）。
package com.kafka.demo.producer; 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) throws 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 < 50; 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(); } } }); Thread.sleep(2); } //6、关闭资源 kafkaProducer.close(); } }分别看一下两个消费者情况
消费者1获取到了分区0和1的数据
消费者2获取到了分区2的数据
六、分区的分配以及再平衡
参数名称 描述
- heartbeat.interval.ms Kafka 消费者和 coordinator 之间的心跳时间，默认 3s。该条目的值必须小于 session.timeout.ms，也不应该高于session.timeout.ms 的 1/3。
- session.timeout.ms Kafka 消费者和 coordinator 之间连接超时时间，默认 45s。超过该值，该消费者被移除，消费者组执行再平衡。
- max.poll.interval.ms 消费者处理消息的最大时长，默认是 5 分钟。超过该值，该消费者被移除，消费者组执行再平衡。
- partition.assignment.strategy 消 费 者 分 区 分 配 策 略 ， 默 认 策 略 是 Range + CooperativeSticky。Kafka 可以同时使用多个分区分配策略。可 以 选 择 的 策 略 包 括 ： Range 、 RoundRobin 、 Sticky 、CooperativeSticky
1、Range 以及再平衡
1）Range 分区策略原理
2）Range 分区分配策略案例
（1）修改主题 first 为 7 个分区[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 7注意：分区数可以增加，但是不能减少。
（2）复制 CustomConsumer 类，创建 CustomConsumer2。这样可以由三个消费者
CustomConsumer、CustomConsumer1、CustomConsumer2 组成消费者组，组名都为“test”，同时启动 3 个消费者。
（3）启动 CustomProducer 生产者，发送 500 条消息，随机发送到不同的分区。
package com.wanghaha.kafka.producer; 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) throws InterruptedException { // 0. 配置 Properties properties = new Properties(); // 连接集群 properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092,hadoop103:9092"); // 指定对应的kay和value序列化类型 //properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer") properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); // 1. 创建kafka生产者对象 // "" hello KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties); // 2. 发送数据 for (int i = 0; i < 500; i++) { kafkaProducer.send(new ProducerRecord<>("first", "wanghaha" + i), new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if(e == null){ System.out.println("主题：" + recordMetadata.topic() + " 分区： " + recordMetadata.partition()); } } }); Thread.sleep(1); } // 3. 关闭资源 kafkaProducer.close(); } }说明：Kafka 默认的分区分配策略就是 Range + CooperativeSticky，所以不需要修改策
略。
（4）观看 3 个消费者分别消费哪些分区的数据。
3）Range 分区分配再平衡案例
（1）停止掉 0 号消费者，快速重新发送消息观看结果（45s 以内，越快越好）。
1 号消费者：消费到 3、4 号分区数据。
2 号消费者：消费到 5、6 号分区数据。
0 号消费者的任务会整体被分配到 1 号消费者或者 2 号消费者。
说明：0 号消费者挂掉后，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。
（2）再次重新发送消息观看结果（45s 以后）。
1 号消费者：消费到 0、1、2、3 号分区数据。
2 号消费者：消费到 4、5、6 号分区数据。
说明：消费者 0 已经被踢出消费者组，所以重新按照 range 方式分配。2、RoundRobin 以及再平衡
1）RoundRobin 分区策略原理
2）RoundRobin 分区分配策略案例
（1）依次在 CustomConsumer、CustomConsumer1、CustomConsumer2 三个消费者代
码中修改分区分配策略为 RoundRobin。// 修改分区分配策略 properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, "org.apache.kafka.clients.consumer.RoundRobinAssignor");（2）重启 3 个消费者，重复发送消息的步骤，观看分区结果。
3）RoundRobin 分区分配再平衡案例
（1）停止掉 0 号消费者，快速重新发送消息观看结果（45s 以内，越快越好）。
1 号消费者：消费到 2、5 号分区数据
2 号消费者：消费到 4、1 号分区数据
0 号消费者的任务会按照 RoundRobin 的方式，把数据轮询分成 0 、6 和 3 号分区数据，分别由 1 号消费者或者 2 号消费者消费。
说明：0 号消费者挂掉后，消费者组需要按照超时时间 45s 来判断它是否退出，所以需
要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。（2）再次重新发送消息观看结果（45s 以后）。
1 号消费者：消费到 0、2、4、6 号分区数据
2 号消费者：消费到 1、3、5 号分区数据
说明：消费者 0 已经被踢出消费者组，所以重新按照 RoundRobin 方式分配。
3、Sticky 以及再平衡
粘性分区定义：可以理解为分配的结果带有“粘性的”。即在执行一次新的分配之前，
考虑上一次分配的结果，尽量少的调整分配的变动，可以节省大量的开销。
粘性分区是 Kafka 从 0.11.x 版本开始引入这种分配策略，首先会尽量均衡的放置分区到消费者上面，在出现同一消费者组内消费者出现问题的时候，会尽量保持原有分配的分区不变化。
1）需求
设置主题为 first，7 个分区；准备 3 个消费者，采用粘性分区策略，并进行消费，观察
消费分配情况。然后再停止其中一个消费者，再次观察消费分配情况。
2）步骤
（1）修改分区分配策略为粘性。
注意：3 个消费者都应该注释掉，之后重启 3 个消费者，如果出现报错，全部停止等
会再重启，或者修改为全新的消费者组。// 修改分区分配策略 ArrayList<String> startegys = new ArrayList<>(); startegys.add("org.apache.kafka.clients.consumer.StickyAssignor"); properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, startegys);（2）使用同样的生产者发送 500 条消息。
可以看到会尽量保持分区的个数近似划分分区。
3）Sticky 分区分配再平衡案例
（1）停止掉 0 号消费者，快速重新发送消息观看结果（45s 以内，越快越好）。
1 号消费者：消费到 2、5、3 号分区数据。
2 号消费者：消费到 4、6 号分区数据。
0 号消费者的任务会按照粘性规则，尽可能均衡的随机分成 0 和 1 号分区数据，分别由 1 号消费者或者 2 号消费者消费。
说明：0 号消费者挂掉后，消费者组需要按照超时时间 45s 来判断它是否退出，所以需
要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。（2）再次重新发送消息观看结果（45s 以后）。
1 号消费者：消费到 2、3、5 号分区数据。
2 号消费者：消费到 0、1、4、6 号分区数据。
说明：消费者 0 已经被踢出消费者组，所以重新按照粘性方式分配。
七、offset 位移
1、offset 的默认维护位置
__consumer_offsets 主题里面采用 key 和 value 的方式存储数据。key 是 group.id+topic+分区号，value 就是当前 offset 的值。每隔一段时间，kafka 内部会对这个 topic 进行compact，也就是每个 group.id+topic+分区号就保留最新数据。
1）消费 offset 案例
（0）思想：__consumer_offsets 为 Kafka 中的 topic，那就可以通过消费者进行消费。
（1）在配置文件 config/consumer.properties 中添加配置 exclude.internal.topics=false，默认是 true，表示不能消费系统主题。为了查看该系统主题数据，所以该参数修改为 false。
（2）采用命令行方式，创建一个新的 topic。[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --topic atguigu --partitions 2 --replication-factor 2（3）启动生产者往 atguigu 生产数据。
[atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh --topic atguigu --bootstrap-server hadoop102:9092（4）启动消费者消费 atguigu 数据。
[atguigu@hadoop104 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic atguigu --group test注意：指定消费者组名称，更好观察数据存储位置（key 是 group.id+topic+分区号）。
（5）查看消费者消费主题__consumer_offsets。[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh --topic __consumer_offsets --bootstrap-server hadoop102:9092 --consumer.config config/consumer.properties --formatter "kafka.coordinator.group.GroupMetadataManager\$OffsetsMessageFormatter" --from-beginning [offset,atguigu,1]::OffsetAndMetadata(offset=7, leaderEpoch=Optional[0], metadata=, commitTimestamp=1622442520203, expireTimestamp=None) [offset,atguigu,0]::OffsetAndMetadata(offset=8, leaderEpoch=Optional[0], metadata=, commitTimestamp=1622442520203, expireTimestamp=None)2、自动提交 offset
参数名称 描述
enable.auto.commit 默认值为 true，消费者会自动周期性地向服务器提交偏移量。
auto.commit.interval.ms 如果设置了 enable.auto.commit 的值为 true， 则该值定义了消费者偏移量向 Kafka 提交的频率，默认 5s。1）消费者自动提交 offset
// 自动提交 properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true); // 提交时间间隔 properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);3、手动提交 offset
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，但是由于一直等待提交结果，提交的效率比较低。以下为同步提交 offset 的示例。
package com.kafka.demo.consumer; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.clients.consumer.ConsumerRecord; import org.apache.kafka.clients.consumer.ConsumerRecords; import org.apache.kafka.clients.consumer.KafkaConsumer; import org.apache.kafka.common.serialization.StringDeserializer; import java.time.Duration; import java.util.ArrayList; import java.util.List; import java.util.Properties; public class CustomConsumerByHandSync { public static void main(String[] args) { //创建消费者配置对象 Properties properties = new Properties(); //配置连接kafka集群信息 properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //配置序列化 properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName()); properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName()); //配置消费者组(组名任意起),必须要配置 properties.put(ConsumerConfig.GROUP_ID_CONFIG,"tes2"); // 手动提交 properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,false); //创建消费者对象 KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(properties); //注册要消费的主题(可以消费多个主题) List<String> topics = new ArrayList<String>(); topics.add("first"); kafkaConsumer.subscribe(topics); //拉取数据 while(true){ //设置1s,表示如果拉到数据的话 会立即放回；如果拉不到数据的话，这个是最长的等待时间； ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofSeconds(1)); if (records.count()>0){ for (ConsumerRecord<String, String> record : records) { System.out.println(record); } // 手动提交 kafkaConsumer.commitSync();//同步提交 } } } }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。因此吞吐量会受到很大的影响。因此更多的情况下，会选用异步提交 offset 的方式。
以下为异步提交 offset 的示例：// 异步提交 offset consumer.commitAsync();4、指定 Offset 消费
auto.offset.reset = earliest | latest | none 默认是 latest。
当 Kafka 中没有初始偏移量（消费者组第一次消费）或服务器上不再存在当前偏移量
时（例如该数据已被删除），该怎么办？
（1）earliest：自动将偏移量重置为最早的偏移量，–from-beginning。
（2）latest（默认值）：自动将偏移量重置为最新偏移量。
（3）none：如果未找到消费者组的先前偏移量，则向消费者抛出异常。
4）任意指定 offset 位移开始消费
package com.kafka.demo.consumer; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.clients.consumer.ConsumerRecord; import org.apache.kafka.clients.consumer.ConsumerRecords; import org.apache.kafka.clients.consumer.KafkaConsumer; import org.apache.kafka.common.TopicPartition; import org.apache.kafka.common.serialization.StringDeserializer; import java.time.Duration; import java.util.ArrayList; import java.util.List; import java.util.Properties; import java.util.Set; public class CustomConsumerSeek { public static void main(String[] args) { //创建消费者配置对象 Properties properties = new Properties(); //配置连接kafka集群信息 properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //配置序列化 properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName()); properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName()); //配置消费者组(组名任意起),必须要配置 properties.put(ConsumerConfig.GROUP_ID_CONFIG,"tes3"); //创建消费者对象 KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(properties); //注册要消费的主题(可以消费多个主题) List<String> topics = new ArrayList<String>(); topics.add("first"); kafkaConsumer.subscribe(topics); // 指定位置进行消费 第一次尝试有可能拿到的是空的分区信息，因为消费者要和broker进行大量的交互 Set<TopicPartition> assignment = kafkaConsumer.assignment(); // 获取到对应的分区信息 // 保证分区分配方案已经指定完毕 while (assignment.size() == 0){ kafkaConsumer.poll(Duration.ofSeconds(1)); assignment = kafkaConsumer.assignment(); } for (TopicPartition topicPartition : assignment) { // 拿到了所有的分区信息 // 指定offset进行消费 kafkaConsumer.seek(topicPartition,600); } //拉取数据 while(true){ //设置1s,表示如果拉到数据的话 会立即放回；如果拉不到数据的话，这个是最长的等待时间； ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofSeconds(1)); if (records.count()>0){ for (ConsumerRecord<String, String> record : records) { System.out.println(record); } } } } }注意：每次执行完，需要修改消费者组名；
5、指定时间消费
需求：在生产环境中，会遇到最近消费的几个小时数据异常，想重新按照时间消费。
例如要求按照时间消费前一天的数据，怎么处理？
操作步骤：package com.kafka.demo.consumer; import org.apache.kafka.clients.consumer.*; import org.apache.kafka.common.TopicPartition; import org.apache.kafka.common.serialization.StringDeserializer; import java.time.Duration; import java.util.*; public class CustomConsumerSeekTime { public static void main(String[] args) { //创建消费者配置对象 Properties properties = new Properties(); //配置连接kafka集群信息 properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"conch01:9092,conch02:9092,conch03:9092"); //配置序列化 properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName()); properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName()); //配置消费者组(组名任意起),必须要配置 properties.put(ConsumerConfig.GROUP_ID_CONFIG,"tes3"); //创建消费者对象 KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(properties); //注册要消费的主题(可以消费多个主题) List<String> topics = new ArrayList<String>(); topics.add("first"); kafkaConsumer.subscribe(topics); // 指定位置进行消费 第一次尝试有可能拿到的是空的分区信息，因为消费者要和broker进行大量的交互 Set<TopicPartition> assignment = kafkaConsumer.assignment(); // 获取到对应的分区信息 // 保证分区分配方案已经指定完毕 while (assignment.size() == 0){ kafkaConsumer.poll(Duration.ofSeconds(1)); assignment = kafkaConsumer.assignment(); } // 希望把时间转换对对应的offset HashMap<TopicPartition, Long> topicPartitionHashMap = new HashMap<>(); // 封装集合存储，每个分区对应一天前的数据 for (TopicPartition topicPartition : assignment) { topicPartitionHashMap.put(topicPartition, System.currentTimeMillis() - 1*24*3600*1000); } // 获取从 1 天前开始消费的每个分区的 offset Map<TopicPartition, OffsetAndTimestamp> topicPartitionOffsetAndTimestampMap = kafkaConsumer.offsetsForTimes(topicPartitionHashMap); // 遍历每个分区，对每个分区设置消费时间。 for (TopicPartition topicPartition : assignment) { // 拿到了所有的分区信息 // 指定offset进行消费 OffsetAndTimestamp offsetAndTimestamp = topicPartitionOffsetAndTimestampMap.get(topicPartition); kafkaConsumer.seek(topicPartition,offsetAndTimestamp.offset()); } //拉取数据 while(true){ //设置1s,表示如果拉到数据的话 会立即放回；如果拉不到数据的话，这个是最长的等待时间； ConsumerRecords<String, String> records = kafkaConsumer.poll(Duration.ofSeconds(1)); if (records.count()>0){ for (ConsumerRecord<String, String> record : records) { System.out.println(record); } } } } }6、漏消费和重复消费
重复消费：已经消费了数据，但是 offset 没提交。
漏消费：先提交 offset 后消费，有可能会造成数据的漏消费。
思考：怎么能做到既不漏消费也不重复消费呢？详看消费者事务。
八、消费者事务
九、数据积压（消费者如何提高吞吐量）
参数名称 描述
- fetch.max.bytes 默认== Default: 52428800（50 m）==。消费者获取服务器端一批消息最大的字节数。如果服务器端一批次的数据大于该值（50m）仍然可以拉取回来这批数据，因此，这不是一个绝对最大值。一批次的大小受 message.max.bytes （broker config）ormax.message.bytes （topic config）影响。
- max.poll.records 一次 poll 拉取数据返回消息的最大条数，默认是 500 条
扫一扫
2158
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
