kafka数据丢失分为两个部分,分别是生产者和kafka应用交互时丢失,消费者丢失
1.生产者和kafka应用交互
kafka存储一个topic中的数据至kafka时,会存储至不同的partion,每个partion又会有多个副本,当某一个broker宕机时,kafka会去重新选举partion的leader,如果此时follower中的数据没有和leader中保持一致的话,就会导致数据丢失。
解决办法
kafka至少应该设置以下几个参数
1.replication.factor:副本的数量,至少应该大于1,也就是说每个partion必须存储两个副本;
2.min.insync.replications参数:这个值必须大于1,这个是要求每个leader至少感知到有一个follower还和自己保持同步;
3.在producer中设置ack = all,确保每个数据必须是写入了所有副本之后,才算是写成功了;
4.producer设置retries=MAX,失败之后,需要重新发送MAX次,这个值一般设置成一个很大的值,相当于无限重试。
2.消费者
消费者需要提交offset,在消费者消费到这个消息但是尚未处理的时候,自动去提交这个offset,但是此时程序发生异常,kafka不会再次发送数据,消费者又没有真正消费到这个数据。
解决办法
将自动提交offset关闭