Kafka消费者提交偏移量？再均衡？你了解多少？收藏一下这篇思维导图吧！

hello，小伙伴们。
相信很多小伙伴们在学习或者使用Kafka的时候, 常常被一个叫做偏移量的东西整的迷迷糊糊的一头雾水。
我们今天就来仔细地梳理一下关于这部分的知识。
这篇文章，分为四部分，介绍消费者群组、消费者属性配置、偏移量提交方案（重点）、再均衡方案（重点）。话不多说，我们从消费者开始聊起。

消费者和消费者群组

关于消费者群组，面试官常常问一个问题：如何增加Kafka消费者的消费能力。挖坑警告！！！
很多小伙伴就会回答道：在消费者群组中增加消费者的数量。 恐怕可以直接领取回家等候通知体验卡一张了。
我们首先看一张图吧。

这边一定注意的一点就是，如上图Consumer Group1 中所画的那样，3个partition只会对应到消费者群组中的3个consumer ，多出来的第4个consumer并没有用！不能增加消费者的消费能力！ 所以单纯回答增加consumer，是不对的鸭！

设置消费者属性（重点）

创建消费者的第一步，是要设置消费者属性。篇幅有限，只介绍几个常识性的属性，其他的大家可以下载思维导图源文件查看。

1. enable.auto.commit:
   是否自动提交偏移量。如果项目严格控制偏移量提交的话，可以设置false，然后手动提交。
2. auto.offset.rest:
   一个消费者读取没有偏移量的分区或者偏移量无效的情况下，该如何处理。默认值latest：从最新的偏移量开始读取，可能造成数据丢失。
   另一个值：earliest，从起始位置读取，可能造成重复消费。
3. partition.assignment.strategy（消费者的分区策略）：
   RoundRobin(轮询)：默认值，随机均匀分配到不同的消费者。
   Range（范围）：会把主题的若干个连续分区分配给同一个消费者。可能造成分区不均匀的情况。
   可见下图。T1 和T2，都把自己的0,1分区分给了C1，而C2只分配到p1分区。

提交偏移量（重点）

首先我们需要了解的是，消费者通过往一个_consumer_offset的主题发送自己已经消费分区的偏移量。

提交偏移量三种方式：

• 自动提交：
  消费者处理完一批消息后，提交一次偏移量。这种情况下，如果提交失败，就会导致重新消费这一批消息，重复消费。
• 手动同步提交：
  消费者处理完一条消息后，提交一次当前消息的偏移量。如果提交异常，消费者会自动尝试重试提交。这种情况下，偏移量提交是同步的，吞吐量会下降。
• 手动异步提交：
  消费者处理完一条消息后，提交一次当前消息的偏移量。如果提交异常，消费者不会尝试重试提交。
• 同步和异步组合提交：
  这种方案也是运用比较多的，我司就是利用这种方式。首先尝试异步提交，如果出现异常 之后，在捕获异常的地方同步提交，让同步方法进行重试。

// 同步异步组合提交偏移量
try{
	// 异步提交，出现异常不会重试
    consumer.commitAsync();
}catch(Exception ex){
	// 出现异常后，利用同步提交，重试。
     consumer.commitSync();
}

再均衡

再均衡是指， 消费者退出或者加入时，对消费者移除或者重新分配Partition 的行为。其实这边玩的花头可以很多。
消费者退出的时候保存offset入数据库，等重新加入的时候，再从数据库中获取offset，继续消费，可以有效的避免丢失数据或者重复消费。一起看下伪代码吧！

   // 实现kafka的分区监听器
    public class OffsetRebalance implements ConsumerRebalanceListener{
        // 伪代码：当消费者退出时执行，保存当前消费的offset入数据库
        @Override
        public void onPartitionsRevoked(Collection<TopicPartition> partitions) {
            saveOffsetToDB();
        }
        // 伪代码：当消费者加入时执行,从数据库获取partition的offset
        @Override
        public void onPartitionsAssigned(Collection<TopicPartition> partitions) {
            for (TopicPartition partition : partitions) {
                consumer.seek(partition,getOffsetFromDB(partition));
            }
        }
    }

总结：

说了这么多，有些小伙伴又要记不住啦！ 让我们看看本章节的思维导图吧！

下面是我整理的思维导图，源文件请关注我新建的wx公众号： 程序员BenJi ， 回复 kafka 即可获取。
定期分享优质的知识思维导图，帮助大家建立结构化的知识体系，欢迎关注~

回复面试，可获取我整理的大场面试资料一份！