@Author : Spinach | GHB
@Link : http://blog.csdn.net/bocai8058
三种情况的消费者不同使用方式下,消费者提交offset的情况进行了归总和说明:
从开头处获取数据
配置设置
设置auto.offset.reset为earliest或latest
默认是latest(消费者从最新的记录开始读取数据);
earliest(消费者从起始位置读取partition的记录)
Kafka-SparkStreaming设置
val conf = new SparkConf().setMaster("local[4]").setAppName("TagGen");
val sc = new StreamingContext(conf, Seconds(15)); //5 minter
val kafkaParams = Map[String, Object](
"bootstrap.servers" -> "10.1.3.5:6667",
"key.deserializer" -> classOf[StringDeserializer],
"value.deserializer" -> classOf[StringDeserializer],
"group.id" -> "test-consumer-group",
"auto.offset.reset" -> "earliest", //从分区末尾获取数据,还可设置为earliest(从分区头获取数据)
"enable.auto.commit" -> (false: java.lang.Boolean))
val topics = Array("TagGen")
// 解决数据积压问题
val stream = KafkaUtils.createDirectStream[String, String](
sc,
PreferConsistent,
Subscribe[String, String](topics, kafkaParams)
)
val sources = stream.map(e => e.value().toString) //e.value() 是kafka消息内容,e.key为空值
代码实现
/**
* @author yujie.wang
* kafka消费者示例,包含随机位置消费和最多一次消费方式
* 消费者提交消费数据offset 分为自动提交和手动控制提交
*
* 这份代码示例中包含了 多种从kafka的任意位置获取数据的方式
*/
public class Consumer_Sample {
//kafka集群机器
private static final String KAFKA_HOSTS = "10.4.30.151:9092,10.4.30.151:9093,10.4.30.151:9094";
//topic名称
private static final String TOPIC = "my-replicated-topic_2";
public static void main(String[] args) {
// TODO Auto-generated method stub
Consumer_Sample consumer = new Consumer_Sample();
//从指定的分区 开始位置seekToBeginning 或者任意位置seek消费数据
consumer.consumerAssin("true", TOPIC);
System.out.println("consumer end");
}
/**
* 通过assign分配的分区,消费者发生故障 Server端不会触发分区重平衡(即使该消费者共享某个已有的groupId),每个消费者都是独立工作的
* 为了避免offset提交冲突,需要确保每个消费者都有唯一的groupId
* 从指定的分区的开头开始消费数据
* @param isAutoCommitBool true 开启自动提交offset;false 不开启
* @param topic
*/
public void consumerAssin(String isAutoCommitBool,String topic){
Properties props = new Properties();
//配置kafka集群机器
props.put("bootstrap.servers", KAFKA_HOSTS);
//消费者分组
props.put("group.id", "yujie35");
//这里设置 消费者自动提交已消费消息的offset
props.put("enable.auto.commit", isAutoCommitBool);
// 设置自动提交的时间间隔为1000毫秒
props.put("auto.commit.interval.ms", "1000");
// 设置每次poll的最大数据个数
props.put("max.poll.records", 5);
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//获得topic的所有分区
List<PartitionInfo> parList = consumer.partitionsFor(topic);
//打印出分区信息
printPartition(parList);
List<TopicPartition> list = new ArrayList<TopicPartition>();
for(PartitionInfo par : parList){
TopicPartition partition = new TopicPartition(topic, par.partition());
list.add(partition);
}
//消费者指定要消费的分区,指定分区之后消费者崩溃之后 不会引发分区reblance
consumer.assign(list);
//从list中所有分区的开头开始消费数据,这个操作不改变已提交的消费数据的offset
// consumer.seekToBeginning(list);
/* for(TopicPartition tpar:list ){
//consumer.seek(tpar, position);
} */
while (true) {
ConsumerRecords<String, String> records = consumer.poll(5000);
System.out.println("topic: "+topic + " pool return records size: "+ records.count());
for (ConsumerRecord<String, String> record : records){
System.out.println(record.toString());
//手动提交已消费数据的offset
if("false".equalsIgnoreCase(isAutoCommitBool)){
consumer.commitSync();
}
}
}
}
}
从当前最新获取数据
配置设置
设置auto.offset.reset为earliest或latest
默认是latest(消费者从最新的记录开始读取数据);
earliest(消费者从起始位置读取partition的记录)
Kafka-SparkStreaming设置
val conf = new SparkConf().setMaster("local[4]").setAppName("TagGen");
val sc = new StreamingContext(conf, Seconds(15)); //5 minter
val kafkaParams = Map[String, Object](
"bootstrap.servers" -> "10.1.3.5:6667",
"key.deserializer" -> classOf[StringDeserializer],
"value.deserializer" -> classOf[StringDeserializer],
"group.id" -> "test-consumer-group",
"auto.offset.reset" -> "earliest", //从分区末尾获取数据,还可设置为earliest(从分区头获取数据)
"enable.auto.commit" -> (false: java.lang.Boolean))
val topics = Array("TagGen")
// 解决数据积压问题
val stream = KafkaUtils.createDirectStream[String, String](
sc,
PreferConsistent,
Subscribe[String, String](topics, kafkaParams)
)
val sources = stream.map(e => e.value().toString) //e.value() 是kafka消息内容,e.key为空值
代码实现
/**
* @author yujie.wang
* kafka消费者示例,包含随机位置消费和最多一次消费方式
* 消费者提交消费数据offset 分为自动提交和手动控制提交
*
* 这份代码示例中包含了 多种从kafka的任意位置获取数据的方式
*/
public class Consumer_Sample {
//kafka集群机器
private static final String KAFKA_HOSTS = "10.4.30.151:9092,10.4.30.151:9093,10.4.30.151:9094";
//topic名称
private static final String TOPIC = "my-replicated-topic_2";
public static void main(String[] args) {
// TODO Auto-generated method stub
Consumer_Sample consumer = new Consumer_Sample();
//从分区的末尾 或者已存在groupid的请情况下从未消费位置开始消费数据
consumer.consumerSubscribe("true", TOPIC);
//通过配置属性auto.offset.reset 来设置消费者从分区开头或者末尾进行消费,但是需要使用一定条件的group Id
consumer.consumerAutoOffsetReset("true", TOPIC);
System.out.println("consumer end");
}
/**
* 直接通过订阅一个指定分区来消费数据
* (1)如果该groupId消费者分组下 有消费者提交过offset,则从 当前提交的offset位置开始消费数据
* (2)如果该groupId消费者分组下 没有有消费者提交过offset,则从 当前log添加的最后位置(也就是数据的末尾)开始消费数据
* @param isAutoCommitBool
* @param topic
*/
public void consumerSubscribe(final String isAutoCommitBool, final String topic){
Properties props = new Properties();
//配置kafka集群机器
props.put("bootstrap.servers", KAFKA_HOSTS);
//消费者分组
props.put("group.id", "yujie37");
//这里设置 消费者自动提交已消费消息的offset
props.put("enable.auto.commit", isAutoCommitBool);
// 设置自动提交的时间间隔为1000毫秒
props.put("auto.commit.interval.ms", "1000");
// 设置每次poll的最大数据个数
props.put("max.poll.records", 5);
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
final KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//订阅topic
consumer.subscribe(Arrays.asList(topic));
List<PartitionInfo> parList = consumer.partitionsFor(topic);
//打印出分区信息
printPartition(parList);
//消费数据
while (true) {
ConsumerRecords<String, String> records = consumer.poll(5000);
System.out.println("topic: "+topic + " pool return records size: "+ records.count());
for (ConsumerRecord<String, String> record : records){
System.out.println(record.toString());
//手动提交已消费数据的offset
if("false".equalsIgnoreCase(isAutoCommitBool)){
consumer.commitSync();
}
}
}
}
/**
*
* @param isAutoCommitBool true 开启自动提交offset;false 不开启
* @param topic
* 如果groupId之前存在 , 则从之前提交的最后消费数据的offset处继续开始消费数据
* 如果groupId之前不存在,则从当前分区的最后位置开始消费
*
* 注意如果enable.auto.commit 设置为false,如果消费完数据没有提交已消费数据的offset,
* 则会出现重复消费数据的情况
*/
public void consumerAutoOffsetReset(final String isAutoCommitBool, final String topic){
Properties props = new Properties();
//配置kafka集群机器
props.put("bootstrap.servers", KAFKA_HOSTS);
//消费者分组
props.put("group.id", "yujie32");
//这里设置 消费者自动提交已消费消息的offset
props.put("enable.auto.commit", isAutoCommitBool);
// 设置自动提交的时间间隔为1000毫秒
props.put("auto.commit.interval.ms", "1000");
// 设置每次poll的最大数据个数
props.put("max.poll.records", 5);
//设置使用最开始的offset偏移量为该group.id的最早。如果不设置,则会是latest即该topic最新一个消息的offset
//如果采用latest,消费者只能得道其启动后,生产者生产的消息
//一般配置earliest 或者latest 值
props.put("auto.offset.reset", "latest");
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
final KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//订阅topic,并实现ConsumerRebalanceListener
consumer.subscribe(Arrays.asList(topic));
while (true) {
ConsumerRecords<String, String> records = consumer.poll(5000);
System.out.println("topic: "+topic + "pool return records size: "+ records.count());
for (ConsumerRecord<String, String> record : records){
System.out.println(record.toString());
//手动提交已消费数据的offset
if("false".equalsIgnoreCase(isAutoCommitBool)){
consumer.commitSync();
}
}
}
}
public void printPartition(List<PartitionInfo> parList){
for(PartitionInfo p : parList){
System.out.println(p.toString());
}
}
/**
* 单独处理每个分区中的数据,处理完了之后异步提交offset,注意提交的offset是程序将要读取的下一条消息的offset
* @param consumer
*/
public void handlerData(KafkaConsumer<String, String> consumer){
boolean running = true;
try {
while(running) {
ConsumerRecords<String, String> records = consumer.poll(Long.MAX_VALUE);
for (TopicPartition partition : records.partitions()) {
List<ConsumerRecord<String, String>> partitionRecords = records.records(partition);
for (ConsumerRecord<String, String> record : partitionRecords) {
System.out.println(record.offset() + ": " + record.value());
}
long lastOffset = partitionRecords.get(partitionRecords.size() - 1).offset();
//注意提交的offset是程序将要读取的下一条消息的offset
consumer.commitSync(Collections.singletonMap(partition, new OffsetAndMetadata(lastOffset + 1)));
}
}
} finally {
consumer.close();
}
}
}
从上次断开处获取数据
代码实现
/**
* @author yujie.wang
* kafka消费者示例,包含随机位置消费和最多一次消费方式
* 消费者提交消费数据offset 分为自动提交和手动控制提交
*
* 这份代码示例中包含了 多种从kafka的任意位置获取数据的方式
*/
public class Consumer_Sample {
//kafka集群机器
private static final String KAFKA_HOSTS = "10.4.30.151:9092,10.4.30.151:9093,10.4.30.151:9094";
//topic名称
private static final String TOPIC = "my-replicated-topic_2";
public static void main(String[] args) {
// TODO Auto-generated method stub
Consumer_Sample consumer = new Consumer_Sample();
//从分区的末尾 或者已存在groupid的请情况下从未消费位置开始消费数据
consumer.consumerSubscribe("true", TOPIC);
System.out.println("consumer end");
}
/**
* 直接通过订阅一个指定分区来消费数据
* (1)如果该groupId消费者分组下 有消费者提交过offset,则从 当前提交的offset位置开始消费数据
* (2)如果该groupId消费者分组下 没有有消费者提交过offset,则从 当前log添加的最后位置(也就是数据的末尾)开始消费数据
* @param isAutoCommitBool
* @param topic
*/
public void consumerSubscribe(final String isAutoCommitBool, final String topic){
Properties props = new Properties();
//配置kafka集群机器
props.put("bootstrap.servers", KAFKA_HOSTS);
//消费者分组
props.put("group.id", "yujie37");
//这里设置 消费者自动提交已消费消息的offset
props.put("enable.auto.commit", isAutoCommitBool);
// 设置自动提交的时间间隔为1000毫秒
props.put("auto.commit.interval.ms", "1000");
// 设置每次poll的最大数据个数
props.put("max.poll.records", 5);
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
final KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//订阅topic
consumer.subscribe(Arrays.asList(topic));
List<PartitionInfo> parList = consumer.partitionsFor(topic);
//打印出分区信息
printPartition(parList);
//消费数据
while (true) {
ConsumerRecords<String, String> records = consumer.poll(5000);
System.out.println("topic: "+topic + " pool return records size: "+ records.count());
for (ConsumerRecord<String, String> record : records){
System.out.println(record.toString());
//手动提交已消费数据的offset
if("false".equalsIgnoreCase(isAutoCommitBool)){
consumer.commitSync();
}
}
}
}
}
从指定offset处获取数据
代码实现
/**
* @author yujie.wang
* kafka消费者示例,包含随机位置消费和最多一次消费方式
* 消费者提交消费数据offset 分为自动提交和手动控制提交
*
* 这份代码示例中包含了 多种从kafka的任意位置获取数据的方式
*/
public class Consumer_Sample {
//kafka集群机器
private static final String KAFKA_HOSTS = "10.4.30.151:9092,10.4.30.151:9093,10.4.30.151:9094";
//topic名称
private static final String TOPIC = "my-replicated-topic_2";
public static void main(String[] args) {
// TODO Auto-generated method stub
Consumer_Sample consumer = new Consumer_Sample();
//从指定的分区 开始位置seekToBeginning 或者任意位置seek消费数据
consumer.consumerAssin("true", TOPIC);
System.out.println("consumer end");
}
/**
* 通过assign分配的分区,消费者发生故障 Server端不会触发分区重平衡(即使该消费者共享某个已有的groupId),每个消费者都是独立工作的
* 为了避免offset提交冲突,需要确保每个消费者都有唯一的groupId
* 从指定的分区的开头开始消费数据
* @param isAutoCommitBool true 开启自动提交offset;false 不开启
* @param topic
*/
public void consumerAssin(String isAutoCommitBool,String topic){
Properties props = new Properties();
//配置kafka集群机器
props.put("bootstrap.servers", KAFKA_HOSTS);
//消费者分组
props.put("group.id", "yujie35");
//这里设置 消费者自动提交已消费消息的offset
props.put("enable.auto.commit", isAutoCommitBool);
// 设置自动提交的时间间隔为1000毫秒
props.put("auto.commit.interval.ms", "1000");
// 设置每次poll的最大数据个数
props.put("max.poll.records", 5);
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//获得topic的所有分区
List<PartitionInfo> parList = consumer.partitionsFor(topic);
//打印出分区信息
printPartition(parList);
List<TopicPartition> list = new ArrayList<TopicPartition>();
for(PartitionInfo par : parList){
TopicPartition partition = new TopicPartition(topic, par.partition());
list.add(partition);
}
//消费者指定要消费的分区,指定分区之后消费者崩溃之后 不会引发分区reblance
consumer.assign(list);
//从list中所有分区的开头开始消费数据,这个操作不改变已提交的消费数据的offset
// consumer.seekToBeginning(list);
/* for(TopicPartition tpar:list ){
//consumer.seek(tpar, position);
} */
while (true) {
ConsumerRecords<String, String> records = consumer.poll(5000);
System.out.println("topic: "+topic + " pool return records size: "+ records.count());
for (ConsumerRecord<String, String> record : records){
System.out.println(record.toString());
//手动提交已消费数据的offset
if("false".equalsIgnoreCase(isAutoCommitBool)){
consumer.commitSync();
}
}
}
}
}
从指定时刻获取数据
/**
* @author yujie.wang
* kafka消费者示例,包含随机位置消费和最多一次消费方式
* 消费者提交消费数据offset 分为自动提交和手动控制提交
*
* 这份代码示例中包含了 多种从kafka的任意位置获取数据的方式
*/
public class Consumer_Sample {
//kafka集群机器
private static final String KAFKA_HOSTS = "10.4.30.151:9092,10.4.30.151:9093,10.4.30.151:9094";
//topic名称
private static final String TOPIC = "my-replicated-topic_2";
public static void main(String[] args) {
// TODO Auto-generated method stub
Consumer_Sample consumer = new Consumer_Sample();
// 通过实现ConsumerRebalanceListener接口 进而时间任意位置的消费
consumer.consumerSubscribeImplListener("true", TOPIC);
System.out.println("consumer end");
}
/**
*
* @param isAutoCommitBool true 开启自动提交offset;false 不开启
* @param topic
* (1)如果该groupId消费者分组下 有消费者提交过offset,则从 当前提交的offset位置开始消费数据
* (2)如果该groupId消费者分组下 没有有消费者提交过offset,则从 当前log添加的最后位置(也就是数据的末尾)开始消费数据
*
* 注意如果enable.auto.commit 设置为false,如果消费完数据没有提交已消费数据的offset,
* 则会出现重复消费数据的情况
*
* 通过实现ConsumerRebalanceListener接口中的onPartitionsAssigned方法,并在其中调用消费者的seek或者seekToBeginning
* 方法定位分区的任意位置或者开头位置
*/
public void consumerSubscribeImplListener(final String isAutoCommitBool, final String topic){
Properties props = new Properties();
//配置kafka集群机器
props.put("bootstrap.servers", KAFKA_HOSTS);
//消费者分组
props.put("group.id", "yujie26");
//这里设置 消费者自动提交已消费消息的offset
props.put("enable.auto.commit", isAutoCommitBool);
// 设置自动提交的时间间隔为1000毫秒
props.put("auto.commit.interval.ms", "1000");
// 设置每次poll的最大数据个数
props.put("max.poll.records", 5);
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
final KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//订阅topic,并实现ConsumerRebalanceListener
consumer.subscribe(Arrays.asList(topic), new ConsumerRebalanceListener(){
@Override
public void onPartitionsRevoked(//分区撤销时,消费者可以向该分区提交自己当前的offset
Collection<TopicPartition> collection) {
// TODO Auto-generated method stub
if("false".equalsIgnoreCase(isAutoCommitBool)){
//consumer.commitSync();
}
}
@Override
public void onPartitionsAssigned(//当分区分配给消费者时,消费者可以通过该方法重新定位需要消费的数据位置
Collection<TopicPartition> collection) {
// TODO Auto-generated method stub
//将消费者定位到各个分区的开始位置进行消费
/* consumer.seekToBeginning(collection);
System.out.println("seek beg");*/
Iterator it = collection.iterator();
while(it.hasNext()){
//将消费者定位到指定分区的指定位置7进行消费
consumer.seek((TopicPartition)it.next(), 7);
}
}
});
while (true) {
ConsumerRecords<String, String> records = consumer.poll(5000);
System.out.println("topic: "+topic + "pool return records size: "+ records.count());
for (ConsumerRecord<String, String> record : records){
System.out.println(record.toString());
//手动提交已消费数据的offset
if("false".equalsIgnoreCase(isAutoCommitBool)){
consumer.commitSync();
}
}
}
}
}
引用:https://blog.csdn.net/u011784767/article/details/78663168