【Kafka】——顺序消费、重复消费、消息丢失

前言

Kafka可以说是为分布式而生的一个消息中间件，功能很强大，提到这个，我们可能就会想到消息中间件常提到的几个问题，消费的顺序性、重复消费、消息丢失等问题，接下来我们一一来看。

一、消费的顺序性

现实场景

• 数据库中的binlog
• 一些业务需要，比如希望把某个订单的数据消费是有顺序的

问题描述

生产者在写的时候，其实可以指定一个 key，比如说我们指定了某个订单 id 作为 key，那么这个订单相关的数据，一定会被分发到同一个 partition 中去，写入同一个partion中的数据是一定有顺序的，如果是单线程是没有问题的，但是吞吐量太低了，但是如果是多线程是话，顺序就可能会乱掉。

解决办法

1. 一个 topic，一个 partition，一个 consumer，内部单线程消费，单线程吞吐量太低，一般不会用这个。
2. 写 N 个内存 queue，具有相同 key 的数据都到同一个内存 queue；然后对于 N 个线程，每个线程分别消费一个内存 queue 即可，这样就能保证顺序性。

二、重复消费

1. 消费方幂等操作，重复消费不会产生问题
2. 对每个partitionID，产生一个uniqueID,.只有这个partition的数据被完全消费，才算成功，否则失败回滚。下次若重复执行，就skip

三、消息丢失

1.生产者数据不丢失

同步模式：配置=1（只有Leader收到，-1所有副本成功，0不等待）。leader partition挂了，数据就会丢失。

解决：设置为-1保证produce写入所有副本算成功
      producer.type=sync
      request.required.acks=-1

异步模式：当缓冲区满了，如果配置为0（没有收到确认，一满就丢弃），数据立刻丢弃

解决：不限制阻塞超时时间。就是一满生产者就阻塞
producer.type=async
request.required.acks=1
queue.buffering.max.ms=5000
queue.buffering.max.messages=10000
queue.enqueue.timeout.ms = -1
batch.num.messages=200

2.消费者数据不丢失 ：流计算，基本数据源不适用。高级数据源以kafka为例，由2种方式：receiver(开启WAL,失败可恢复）和director（checkpoint保证）

3.若是storm在消费，开启storm的ackfail机制；若不是storm,数据处理完更新offset,低级API手动控制offset
4.Kafka发送数据过快，导致服务器网卡流量暴增。或磁盘过忙，出现丢包。
(1)  首先，对kafka进行限速，
(2)  其次启用重试机制，使重试间隔变长。
(3)  Kafka设置ack=all,即需要处于ISR（副本列表）的分区都确认，才算发送成功。       
                     props.put("compression.type", "gzip");
        props.put("linger.ms", "50");
        props.put("acks", "all")表示至少成功发送一次;
        props.put("retries ", 30);
        props.put("reconnect.backoff.ms ", 20000);
         props.put("retry.backoff.ms", 20000)
5.消费者速度很慢，导致一个session周期（0.1版本是默认30s）内未完成消费。导致心跳机制检测报告出问题。比如消费了的数据未及时提交offset，配置有可能是自动提交
问题场景：1.offset为自动提交，正在消费数据，kill消费者线程，下次重复消费。2.设置自动提交，关闭kafka,close之前，调用consumer.unsubscribed()则由可能部分offset没有提交。3.消费程序和业务逻辑在一个线程，导致offset提交超时。