librdkafka问题总结

librdkafka问题总结

librdkafka是kafka官方推荐的c client端开源库。本文基于librdkafka_0.8， 对该库作简要介绍，同时对使用过程中遇到的一些问题做个总结

一、模块介绍

librdkafka主要分为config，topic，produce，consume几个模块

config

依据kafka相应的config文件字段定义
先通过默认配置文件创建confg对象，再通过confg的set方法设置需要覆盖的字段
参考： http://blog.csdn.net/beitiandijun/article/details/40582541

topic

支持一个producer创建多个topic（比如bid，wn等类型的日志）
创建主题方法rd_kafka_topic_new逻辑：
检查是否有同名可用topic ==> 检查tconf为空则以默认配置创建 ==>
检查partitioner未配置则配置为随机方法（从0，pcnt-1中选取partition） ==> 创建分区号为默认值RD_KAFKA_PARTITION_UA 的分区，并将topic插入队尾

partitioner类回调方法需自己实现

produce

kafka对象创建方法

rd_kafka_t *rd_kafka_new (rd_kafka_type_t type, rd_kafka_conf_t *conf,
              char *errstr, size_t errstr_size)

检查config对象，创建事件循环主线程rd_kafka_thread_main，通过rd_kafka_brokers_add创建io事件循环子线程rd_kafka_broker_thread_main，将消息追加到队列， 并在io方法rd_kafka_broker_io_serve中分发处理socket connect，send，recv事件

消息生产方法

int rd_kafka_produce (rd_kafka_topic_t *rkt, int32_t partition,
              int msgflags,
              void *payload, size_t len,
              const void *key, size_t keylen,
              void *msg_opaque) 

参数key用于partitioner hash生成partition 值
参数partition默认为RD_KAFKA_PARTITION_UA，即未分配状态，在创建消息方法rd_kafka_msg_new检查发现partition为默认值，则调用partitioner回调函数生成partition值

consume

创建config，topic及kafka对象流程相同

二、 问题探讨

1.验证kafka超出数据保存设置时间后数据的有效性

通过以下设置，可开启kafka数据超时删除功能：

kafka server配置文件server.properties中设置

开启超时删除（false值为删除）

log.cleaner.enable

设置删除检测间隔

log.retention.check.interval.ms

设置超时时间

log.retention.hours 或
log.retention.minutes

producer中设置topic config属性

cleanup.policy=delete和
retention.ms

验证结果：超时数据被删除后不可再访问

2.kafka数据超时删除后，对新生产的数据访问方式

consumer offset输入参数设置为-2，即Topic::OFFSET_BEGINNING，读取有效数据起始位置

3.kafka删除超时数据并生产新数据后，消费者消费完新数据重启后获取新offset方式

consume recv时返回的offset，即为已消费的最后一个数据，resume重启后获取新的起始offset为：
offset_new=offset+1

4.一个connection是否可以配置多个topic？

支持，一个kafka实例可以创建多个topic

5.一个topic是否可以配置多个partition？

kafka支持一个topic配置多个partition，但是限于需要保证数据的顺序性，只能配置1个partition

6.发送数据时是否需要指定topic和partition以及如何指定？

首先，必须指定topic；其次，对于partition,有两种方式：
a. 明确指定，则数据被发送到指定partition
b. 设置为RD_KAFKA_PARTITION_UA，则kafka会回调partitioner进行均衡选取，partitioner方法需要自己实现。可以轮询或者传入key进行hash。未实现则采用默认的随机方法rd_kafka_msg_partitioner_random随机选择。

7.接收数据时是否需要指定topic和partition以及如何指定？

都必须指定，且partition必须为topic对应的partitions之一。若未指定partition（RD_KAFKA_PARTITION_UA），消费调用将失败。超出partitions范围，则该partition将被设置为desired

8.Kafka是否可以保证消息顺序？

kafka仅支持单个partition上的顺序性，要保证整个topic在被消费时的顺序性，一个topic只能有一个partition，这也意味着每个group只有一个consumer。因为一个partition只能被同一group中
的一个consumer消费。

Kafka only provides a total order over messages within a partition, not between different partitions in a topic. Per-partition ordering combined with the ability to partition data by key is sufficient for most applications. However, if you require a total order over messages this can be achieved with a topic that has only one partition, though this will mean only one consumer process per consumer group.

https://kafka.apache.org/documentation.html

9.Kafka的多个partition之间负载均衡由谁实现？

由producer负责实现。参照第6条

在librdkafka基础上，我封装了一个c++版本客户端，包含producer及consumer， demo及源码在github上KafkaClient