Kafka 生产者、消费者

生产者

运行机制

发送kafka服务端机制

1.batch.size:只有数据积累到batch.size之后，sender才会发送数据。默认16k
2.linger.ms:如果数据迟迟未达到batch.size，sender等待linger.ms设置的时间到了之后就会发送数据。单位ms，默认值是0ms，表示没有延迟。

asks应答机制
0:生产者发送过来的数据，不需要等数据落盘应答。(数据可靠性: 低)
1:生产者发送过来的数据，Leader收到数据后应答。(数据可靠性: 中)
-1(all):生产者发送过来的数据，Leader和ISR队列里面的所有节点收齐数据后应答。-1和all等价 (数据可靠性: 高)

上诉两类参数，可用于生产调优

重要选项

参数	描述
–bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
–topic <String: topic>	操作的 topic 名称。

操作示例

向first主题发送消息

bin/kafka-console-producer.sh --bootstrap-server host:port --topic first
>hello world1
>hello world2

消费者

工作流程

消费者组

Consumer Group（CG）：消费者组，逻辑概念，由多个consumer组成。形成一个消费者组的条件，是所有消费者的groupid相同。一个消费者也是一个组，系统默认会生成一个组

消费者消费哪个分区

1. 消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费。
2. 消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。

3种常规情况示例

2种复杂情况示例

组初始化流程
一个完整的消费者组初始化流程为7步，coordinator是用来辅助实现消费者组的初始化和分区的分配

组消费流程
消费者与Kafka cluster中间有一层Consumer来中转、分发消息，工作机制如图

• 重要参数

参数名称	描述
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。

消费模式

1. pull（拉）模 式
   consumer采用从broker中主动拉取数据。
   Kafka采用这种方式。不足之处是，如果Kafka没有数
   据，消费者可能会陷入循环中，一直返回空数据

2. push（推）模式
   Kafka没有采用这种方式，因为由broker决定消息发送速率，很难适应所有消费者的消费速率。
   例如推送的速度是50m/s，Consumer1、Consumer2就来不及处理消息。

重要选项

参数	描述
–bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
–topic <String: topic>	操作的 topic 名称。
–from-beginning	从头开始消费。
–group <String: consumer group id>	指定消费者组名称。

操作示例

• 消费 first 主题中的数据

bin/kafka-console-consumer.sh --host:port hadoop102:9092 --topic first

• 把主题中所有的数据都读取出来（包括历史数据）

bin/kafka-console-consumer.sh --host:port hadoop102:9092 --from-beginning --topic first