【kafka】消费者位移提交

消费者位移:Consumer Offset ,表示消费者消费到的位置

消息位移:Offset , 表示消息在分区中的位置

位移提交

消费者每次拉取消息时拉取到的都是还没有消费过的消息,要实现这一点,就需要将消费的进度保存到某个地方,这样即使消费者重启也可以得到之前的消费位置继续消费。

在新版本的kafka中,将消费位移数据保存到_consumer_offsets这个topic中,这个持久化消费位移数据的过程叫位移提交

手动提交和自动提交

从用户的角度来看,位移提交分为手动提交和自动提交

自动提交

通过配置enable.auto.commit=true(默认值)来表示是否开启自动提交,自动提交并不是每消费一条消息就提交一次,而是定期提交

通过配置auto.commit.interval.ms来表示自动提交的时间间隔(单位:ms,默认值:5000)。

手动提交

手动提交需要配置enable.auto.commit参数为false

对于手动提交,KafkaConsumer提供了两个API:

KafkaConsumer#commitSync()``KafkaConsumer#commitAsync()

分别表示同步提交和异步提交

同步提交

普通的提交

try{
    ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(10000));
    while (isRunning.get()){

        for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
            // 处理consumerRecord
        }
        kafkaConsumer.commitSync();
        
    }
}catch (Exception e){
    // 处理异常
}finally {
    kafkaConsumer.close();
}

带参数的位移提交

while (isRunning.get()){
    ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(10000));

    for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
        // 处理consumerRecord

        long offset = consumerRecord.offset();
        TopicPartition topicPartition = new TopicPartition(consumerRecord.topic(), consumerRecord.partition());
        kafkaConsumer.commitSync(Collections.singletonMap(topicPartition,new OffsetAndMetadata(offset +1)));
    }

在实际应用中,很少会每消费一条消息就提交一次

按分区粒度同步提交

while (isRunning.get()){
    ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(10000));

    for (TopicPartition partition : consumerRecords.partitions()) {

        List<ConsumerRecord<String, String>> partitionRecords = consumerRecords.records(partition);

        for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
            // 处理consumerRecord
        }

        long lastConsumedOffset = partitionRecords.get(partitionRecords.size() - 1).offset();
        kafkaConsumer.commitSync(Collections.singletonMap(partition,new OffsetAndMetadata(lastConsumedOffset+1)));

    }

}
异步提交

img

while (isRunning.get()){
    ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofMillis(10000));

    for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
        // 处理consumerRecord
    }

    // 普通的异步提交
    //                kafkaConsumer.commitAsync();

    // 带回调的异步提交
    kafkaConsumer.commitAsync(new OffsetCommitCallback() {
        @Override
        public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {
            if (Objects.isNull(exception)){
                System.out.println(offsets);
            }else {
                // 异常处理
            }
        }
    });

}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值