一:读取数据 Kafka的消费者(Customer)和消费者组(Customer Group)
1.两种常用的消息模型:队列模型和发布-订阅模型
队列的处理方式是一组消费者从服务器读取消息,一条消息只有其中一个消费之来处理。
发布-订阅模型中,消息被广播给所有的消费者,接受到消息的消费者都可以处理此消息。
2.Kafka的消费者和消费者组
Kafka为这两种模型提供了单一的消费者抽象模型:消费者组。消费者用一个消费者组名标记自己。一个发布在Topic上的消息被分发
给此消费者组中的一个消费者。假如所有消费者都在一个组中,那么就变成队列模型。假如所有的消费者都在不同的组中,那么就
变成了发布-订阅模型。一个消费者组中消费者订阅同一个Topic,每个消费者接受Topic的一部分分区的消息,从而实现对消费者
的横向扩展,对消息进行分流。
Ps:当单个消费者无法跟上数据生成的速度,就可以增加更多的消费者分担负载,每个消费者只处理部分partition的消息,从而实现
单个应用程序的横向伸缩。但是不要让消费者的数量多于partition的数量,此时多余的消费者会空闲。此外,Kafka还允许多个应
用程序从同一个Topic读取所有的消息,此时只要保证每个应用程序有自己的消费者组即可。
消费者组的概念就是:当有多个应用程序都需要从Kafka获取消息时,让每个app对应一个消费者组,从而使每个应用程序都能获取一个
或多个Topic的全部消息;在每个消费者组中,往消费者组中添加消费者来伸缩读取能力和处理能力,消费者组中的每个消费者只处
理每个Topic的一部分的消息,每个消费者对应一个线程。
3.线程安全
在同一个群组中,无法让一个线程运行多个消费者,也无法让多个线程安全地共享一个消费者。按照规则,一个消费者使用一个
线程,如果要在同一个消费者组中运行多个消费者,需要让每个消费者运行在自己的线程中。最好把消费者的逻辑封装在自己的
对象中,然后使用java的ExecutorService启动多个线程,使每个消费者运行在自己的线程上。
(2)Partition Rebalance分区再均衡
1.消费者组中新添加消费者读取到原本是其他消费者读取的消息;
2.消费者关闭或崩溃之后离开群组,原本由他读取的partition将由群组里其他消费者读取;
3.当向一个Topic添加新的partition,会发生partition在消费者中的重新分配;
以上三种现象会使partition的所有权在消费者之间转移,这叫作再均衡。
再均衡的优点:给消费者组带来了高可用和伸缩性
再均衡的缺点:1.再均衡期间消费者无法读取消息,整个群组有一小段时间不可用;
2.partition被重新分配给一个消费者时,消费者当前的读取状态会丢失,又肯还需要取去刷新缓存,在它重新恢复
状态之前会拖慢应用程序。因此需要进行安全的再均衡和避免不必要的再均衡。
三:创建Kafka消费者、订阅主题、轮询
Properties props = new Properties();
props.put(“bootstrap”, “broker1:9092,broker2:9092”);
props.put(“group.id”, “CountryCounter”);
props.put(“key.deserializer”, “org.apache.kafka.common.serialization.StringDeserializer”);
props.put(“value.deserializer”, “org.apache.kafka.common.serialization.StringDeserializer”);
//1.创建消费者
KafkaConsuner<String, String> consumer = new KafkaConsumer<String, String>(props);
//2.订阅Topic