Kafka producer拦截器(interceptor)

1 拦截器原理

Producer拦截器(interceptor)是在Kafka 0.10版本被引入的，主要用于实现clients端的定制化控制逻辑。

对于producer而言，interceptor使得用户在消息发送前以及producer回调逻辑前有机会对消息做一些定制化需求，比如修改消息等。同时，producer允许用户指定多个interceptor按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor的实现接口是org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：

（1）configure(configs)

获取配置信息和初始化数据时调用。

（2）onSend(ProducerRecord)：

该方法封装进KafkaProducer.send方法中，即它运行在用户主线程中。Producer确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，但最好保证不要修改消息所属的topic和分区，否则会影响目标分区的计算

（3）onAcknowledgement(RecordMetadata, Exception)：

该方法会在消息被应答或消息发送失败时调用，并且通常都是在producer回调逻辑触发之前。onAcknowledgement运行在producer的IO线程中，因此不要在该方法中放入很重的逻辑，否则会拖慢producer的消息发送效率

（4）close：

关闭interceptor，主要用于执行一些资源清理工作

如前所述，interceptor可能被运行在多个线程中，因此在具体实现时用户需要自行确保线程安全。另外倘若指定了多个interceptor，则producer将按照指定顺序调用它们，并仅仅是捕获每个interceptor可能抛出的异常记录到错误日志中而非在向上传递。这在使用过程中要特别留意。

2 拦截器案例

1）需求：

实现一个简单的双interceptor组成的拦截链。第一个interceptor会在消息发送前将时间戳信息加到消息value的最前部；第二个interceptor会在消息发送后更新成功发送消息数或失败发送消息数。

2）案例实操

（1）增加时间戳拦截器

package com.tom.kafka.interceptor; import java.util.Map; import org.apache.kafka.clients.producer.ProducerInterceptor; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.clients.producer.RecordMetadata;   public class TimeInterceptor implements ProducerInterceptor<String, String> {          @Override        public void configure(Map<String, ?> configs) {          }          @Override        public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {               // 创建一个新的record，把时间戳写入消息体的最前部               return new ProducerRecord(record.topic(), record.partition(), record.timestamp(), record.key(),                             System.currentTimeMillis() + "," + record.value().toString());        }          @Override        public void onAcknowledgement(RecordMetadata metadata, Exception exception) {          }          @Override        public void close() {          } }

（2）统计发送消息成功和发送失败消息数，并在producer关闭时打印这两个计数器

package com.tom.kafka.interceptor; import java.util.Map; import org.apache.kafka.clients.producer.ProducerInterceptor; import org.apache.kafka.clients.producer.ProducerRecord; import org.apache.kafka.clients.producer.RecordMetadata;   public class CounterInterceptor implements ProducerInterceptor<String, String>{     private int errorCounter = 0;     private int successCounter = 0;          @Override        public void configure(Map<String, ?> configs) {                      }          @Override        public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {                return record;        }          @Override        public void onAcknowledgement(RecordMetadata metadata, Exception exception) {               // 统计成功和失败的次数         if (exception == null) {             successCounter++;         } else {             errorCounter++;         }        }          @Override        public void close() {         // 保存结果         System.out.println("Successful sent: " + successCounter);         System.out.println("Failed sent: " + errorCounter);        } }

（3）producer主程序

package com.tom.kafka.interceptor; import java.util.ArrayList; import java.util.List; import java.util.Properties; import org.apache.kafka.clients.producer.KafkaProducer; import org.apache.kafka.clients.producer.Producer; import org.apache.kafka.clients.producer.ProducerConfig; import org.apache.kafka.clients.producer.ProducerRecord;   public class InterceptorProducer {          public static void main(String[] args) throws Exception {               // 1 设置配置信息               Properties props = new Properties();               props.put("bootstrap.servers", "hadoop102:9092");               props.put("acks", "all");               props.put("retries", 0);               props.put("batch.size", 16384);               props.put("linger.ms", 1);               props.put("buffer.memory", 33554432);               props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");               props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");                             // 2 构建拦截链               List<String> interceptors = new ArrayList<>();               interceptors.add("com.atguigu.kafka.interceptor.TimeInterceptor");   interceptors.add("com.atguigu.kafka.interceptor.CounterInterceptor");               props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);                               String topic = "first";               Producer<String, String> producer = new KafkaProducer<>(props);                             // 3 发送消息               for (int i = 0; i < 10; i++) {                                        ProducerRecord<String, String> record = new ProducerRecord<>(topic, "message" + i);                   producer.send(record);               }                               // 4 一定要关闭producer，这样才会调用interceptor的close方法               producer.close();        } }

3）测试

（1）在kafka上启动消费者，然后运行客户端java程序。

[tom@hadoop102 kafka]$ bin/kafka-console-consumer.sh --zookeeper hadoop102:2181 --from-beginning --topic first

1501904047034,message0

1501904047225,message1

1501904047230,message2

1501904047234,message3

1501904047236,message4

1501904047240,message5

1501904047243,message6

1501904047246,message7

1501904047249,message8

1501904047252,message9

（2）观察java平台控制台输出数据如下：

Successful sent: 10

Failed sent: 0