kafka中topic默认属性_kafka删除topic方式错误导致offset值异常原因分析

版本信息

Kafka 0.8.2，JDK1.7

问题现象

最近我们在生产环境执行删除无用的kafka topic的操作时，因为错误的按照8.2版本之前的删除方式操作8.2.2版本的kafka，导致删除过程异常，删除后出现consumer正在消费的其他正常topic的partition的offset值偏移的情况，导致大量消息重复消费，并且产生连锁反应，给我们的系统稳定性产生明显影响。

如下日志所示，正常情况下，producer将消息发送到broker后，consumer会迅速消费，并将offset值更新到zookeeper中，所以offset值基本和broker中保存log的数量一致，lag的数量(lag的值表示的是consumer还未消费、积压在broker中的消息数量)应该很小，并且最好为零。

Group Topic Pid Offset logSize Lag Owner

jd-group prod_INSERT_PRAISE_TOPIC 0 38329811 38329816 5 jd-group_CNSZ044119-1488476503274-fc7c1093-0

jd-group prod_INSERT_PRAISE_TOPIC 1 38277005 38277009 4 jd-group_CNSZ044120-1488476511246-82fa3f97-0

jd-group prod_INSERT_PRAISE_TOPIC 2 38260119 38260129 10 jd-group_CNSZ044121-1488476514708-d6c398fd-0

jd-group prod_INSERT_PRAISE_TOPIC 3 38295398 38295406 8 jd-group_CNSZ044122-1488476519807-56a61327-0

jd-group prod_INSERT_PRAISE_TOPIC 4 38296566 38296572 6 jd-group_CNSZ044213-1488476524985-b502939d-0

jd-group prod_INSERT_PRAISE_TOPIC 5 38326045 38326049 4 jd-group_CNSZ044214-1488476532025-dd1639a0-0

jd-group prod_INSERT_PRAISE_TOPIC 6 38368348 38368356 8 jd-group_CNSZ044215-1488476538362-14ba2724-0

jd-group prod_INSERT_PRAISE_TOPIC 7 38251390 38251404 14 jd-group_CNSZ044216-1488476539837-e12b2a19-0

但是由于我们删除无用topic时操作错误，导致正常topic的partition的offset值发生偏移，即offset值变小(如下日志所示)，引起大量消息重复消费。

Group Topic Pid Offset logSize Lag Owner

jd-group prod_INSERT_PRAISE_TOPIC 0 31420318 32928394 1508076 jd-group_CNSZ044119-1484935128585-91da0bb8-0

jd-group prod_INSERT_PRAISE_TOPIC 1 31385094 32886670 1501576 jd-group_CNSZ044120-1484935745537-76bc983a-0

jd-group prod_INSERT_PRAISE_TOPIC 2 31341677 32860353 1518676 jd-group_CNSZ044121-1484935410811-1e5fc79e-0

jd-group prod_INSERT_PRAISE_TOPIC 3 31368494 32885584 1517090 jd-group_CNSZ044122-1484934836225-2bed5d25-0

jd-group prod_INSERT_PRAISE_TOPIC 4 31372038 32891129 1519091 jd-group_CNSZ044213-1485046918860-311fa6e2-0

jd-group prod_INSERT_PRAISE_TOPIC 5 31403402 32921221 1517819 jd-group_CNSZ044214-1484935779973-d081f8df-0

jd-group prod_INSERT_PRAISE_TOPIC 6 31455690 32963013 1507323 jd-group_CNSZ044215-1484935065864-3a0cd250-0

jd-group prod_INSERT_PRAISE_TOPIC 7 31357985 32860016 1502031 jd-group_CNSZ044216-1484935015571-66703764-0

原因分析

在kafka 0.8.2版本之前，kafka删除topic的功能存在bug，即无法通过kafka-topics –delete一条命令就彻底删除topic数据，这个命令只会在zookeeper中注销topic信息，并标记为“Topic topic_name is marked for deletion.”，如果需要彻底删除topic数据，需要以下几步操作：

1、前提要保证kafka启动时，在server.properties配置文件中配置delete.topic.enable=true

2、执行删除命令：./bin/kafka-topics –delete –zookeeper 【zookeeper server】 –topic 【topic name】

3、进入到kafka的log.dirs目录，删除掉对应topic的所有日志文件

4、登录zookeeper客户端，删除/brokers/topics目录下对应的topic节点数据，至此所有删除操作全部完成。

但是在0.8.2版本中，删除topic的操作经过优化，只需要两步就可以彻底删除topic所有数据，即配置并生效delete.topic.enable=true，然后执行kafka-topics –delete命令即可。这个命令不仅会删除zookeeper中的topic数据，也会删除掉log.dirs目录下对应topic的所有日志数据，并且不影响新建同名的topic。在0.8.2版本中，对于删除topic的操作，topic工具会将该topic名字存于zookeeper的/admin/delete_topics中，如果delete.topic.enable=true,则controller注册在/admin/delete_topics上的watch会被fire，controller就会通过回调的方式向对应的broker发送StopReplicaRequest的请求，然后删除该topic的所有数据。

所以，当我们在生产环境按照0.8.1版本的操作方式去删除0.8.2版本的topic时就会出现异常，因为在执行完kafka-topics –delete命令后，topic的状态已经被改变，同时broker和zookeeper都会执行删除、同步操作，而在此时，我们又手动进入到kafka的log.dirs目录，删除掉对应topic的所有日志文件，并且又进入到zookeeper服务器，删除/brokers/topics目录下对应的topic节点数据，导致本可以正常进行的删除、同步操作出现异常，进而导致存储在zookeeper中的consumer消费其他正常topic 的offset信息发生丢失，并且我们在consumer端又配置了auto.offset.reset=smallest[^offset.reset]，所以当offset信息丢失、没有初始化或者出现异常时，consumer会自动从最小的offset处开始消费，引起已经消费过的数据重复消费。

总结反思

出现这种问题一是因为我们缺少kafka运维经验，之前并没有操作过删除kafka topic的经历；二是测试不充分。我们测试环境和生产环境的kafka版本都是0.8.2，但是在测试环境测试删除操作时，只删除了一个topic，产生的影响较小，所以错误操作的影响并没有表现出来。而我们在生产环境操作时，一次就批量处理了600多个topic，并且生产环境的数据量要比测试环境大很多，所以问题就显而易见的暴露了出来。

所以在生产环境对不熟悉的组件进行任何操作时，务必要在测试环境充分测试，最好熟悉操作流程和原理，避免这种处理结果和预期不符，并造成生产问题的情况再次出现。

反馈建议

参考资料

[^offset.reset]: auto.offset.reset定义了consumer在zooKeeper中发现没有初始的offset时或者发现offset非法时定义comsumer的行为，常见的配置有smallest:自动把offset设为最小的offset；largest:自动把offset设为最大的offset；anything else:抛出异常。