摘要

kafka的存储消息，生产者发送消息，消费者消费消息。这些看起来简单，但实际细想，会有很多问题需要解决：消息是单个单个发送还是批量发送？broker的主题里一有消息就立即推送给消费者吗？生产者的消息怎么保证成功发送到kafka，kafka怎么保证消息传给了消费者？

生产者

生产者组件以及发送流程如下图所示：

1、创建生产者，生产者创建代码如下：

        Properties producerConfig = new Properties();producerConfig.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.189.128:9092,92.168.189.128:9093,192.168.189.128:9094");producerConfig.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");producerConfig.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");KafkaProducer producer = new KafkaProducer<>(producerConfig);

基本只要指定 broker的地址、key和value序列化类就可以创建。这里建议序列化类就使用String序列化类，即消息就是字符串存在kafka里，无论哪种语言哪种框架，字符串是认得的，也不存在新旧消息兼容问题。

当然，生产者参数还有很多，具体可以看ProducerConfig，主要参数还有有：acks、buffer.memory、compression.type、retries、batch.size、linger.ms、client.id、max.in.flight.request.per.connection、timeout.ms、request.timeout.ms、metadata.fetch.timeout.ms、max.block.ms、max.request.size、receive.buffer.bytes、send.buffer.bytes。

2、发送消息，发送消息方式有：发送并忘记、同步发送、异步发送。

发送并忘记：调用send()方法，无需管返回值，具体代码如下：

producer.send(new ProducerRecord<>("topic", "key","value"));

同步发送：调用send()方法，该方法其实会返回Future对象，并再调用Future对象的get()方法，发送成功后get()方法会返回消息元数据对象RecordMetadata，该对象可以查看偏移量offset等数据。注意，若acks=0，则offset只会返回-1，无法获取broker返回的真实偏移量。具体如下：

        try {RecordMetadata result = (RecordMetadata)producer.send(new ProducerRecord<>("topic", "key","value")).get();System.out.println(result.partition()+":"+result.offset());}catch (Exception e){e.printStackTrace();}

异步发送：先定义一个Callback的实现类，实现onCompletion方法，调用send()方法时传入这个Callback即可。具体如下：

public class ProducerCallback implements Callback {@Overridepublic void onCompletion(RecordMetadata metadata, Exception exception) {if(exception != null){System.out.println("消息发送异常："+ exception.getMessage());}else{System.out.println("消息发送成功["+metadata.partition()+":"+metadata.offset()+"]");}}
}
producer.send(new ProducerRecord("topic","key","value"),new ProducerCallback());

由于是异步发送，会出现主线程不会等待onCompletion运行就已经结束。

3、发送过程：结合流程图和API具体步骤如下：

(1)、生产者先将消息序列化，序列化类可用key.serializer和value.serializer参数指定。另外，序列化之前，可以调用拦截器对消息进行处理，interceptor.classes参数可以指定拦截器。

(2)、将消息分区，若ProducerRecord没有指定分区，则默认按key来分区，同key的消息分到同一分区。若key为空，则轮询分配分区。

(3)、将同topic和同partition的消息记录到同一批次中，该批次消息达到触发条件(大小达到缓存区限制或请求大小限制等)或有空余线程，则该批次消息会被发送到broker。

(4)、broker收到消息并写入到相应的topic、partition以及offest上后会将结果响应给客户端。

(5)、若broker写入消息失败，则返回错误，或生产者断网发送失败，生产者会重试，直到retries参数指定的次数完成。

4、消息发送成功的关键：确保发送成功的关键就是生产者acks参数和retries参数。acks=0，无法保证消息发送成功，因为生产者不会确认broker的响应。acks=1，生产者只会确认broker里leader节点的响应。只有acks=all，生产者才会确认leader节点写入以及follwer节点同步都成功的响应。当失败时，消息可以通过retries进行数次重试以及通过retry.backoff.ms参数设置重试间隔时间。

消费者

消费者主要是消费分区里的消息，具体如下图所示：

可以看到同消费组的消费者会分别消费分区下的消息。注意，若消费者数量大于分区数，则会有空闲消费者，一个分区的消息只能被一个消费者消费，不能被多个消费者消费。

1、创建消费者，创建代码如下：

        Properties consumerConfig = new Properties();
//        consumerConfig.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.189.128:9092,92.168.189.128:9093,192.168.189.128:9094");consumerConfig.put("bootstrap.servers", "192.168.189.128:9092,92.168.189.128:9093,192.168.189.128:9094");consumerConfig.put("group.id","boot-kafka");consumerConfig.put("key.deserializer","org.apache.kafka.common.serialization.StringDeserializer");consumerConfig.put("value.deserializer","org.apache.kafka.common.serialization.StringDeserializer");KafkaConsumer kafkaConsumer = new KafkaConsumer(consumerConfig);

2、订阅主题，具体代码如下：

        kafkaConsumer.subscribe(Arrays.asList("device-alarm-test"));

当然，这个订阅可以订阅多个主题，也可以订阅正则匹配的主题。

3、轮询获取消息，具体代码如下：

                while (true){ConsumerRecords records = kafkaConsumer.poll(Duration.ofMillis(10000));for(ConsumerRecord record:records){System.out.println(record.value());}}

其中poll方法的超时时间是指消费者等待返回消息的时间，无论有没有获取到消息，等待该时间后都会返回。该方法会隐藏 群组协调、分区再平衡、发送心跳、获取数据的所有细节，

4、消费过程：首先要搞清楚fetch和poll，当调用poll时，会先从缓存区取数据，缓存区没数据则发请求获取broker的消息。关键源码如下：

具体消费步骤如下：

(1) 消费者通过poll()方法请求数据，该方法首先会去缓存区(一个ConcurrentLinkedQueue)获取数据，若缓存区有数据则最多返回max.poll.size条消息。

(2) 若缓存区无数据，则会调用client.send()方法发送请求broker获取数据。

(3) 若broker收到消费者请求，会根据fetch.min.bytes(获取记录最小字节数)以及fetch.max.wait.ms(获取记录最大等待时间)这两个值参考，比如两个值分别是1M和500ms，则broker需要等消息积压到1M或等待500ms才会聚合分区的消息返回给消费者。这两个参数在消费者里设置，send()时会带上这两个参数。

(4) broker聚合分区消息时，为了平衡分区数据，每个分区最多返回max.parttion.fetch.bytes数据给broker。这个参数是在消费者里设置，默认是1M，这个值必须大于broker的max.message.size，否则会出现broker能存大消息，但分区无法发送消息的情况。另外，fetch.max.bytes默认是max.parttion.fetch.bytes的50倍，即每个topic最多配置50个分区。

(5) 消费者获取到broker返回的消息后，会保存到缓存区中，然后再调用一次fetcher.collectFetch()方法从缓存区获取消息返回。

(6) 若enable.auto.commit=true，则会自动提交偏移量，默认每auto.commit.interval.ms(默认5秒)时间提交一次偏移量。当然，可以手动提交，需要自己在poll()获取记录消费后调用同步或异步提交api更新offset。

5、消费消息成功的关键：提交偏移量，消费者获取到消息消费后及时更新偏移量才是保证消费准确的关键，没及时更新偏移量，会导致重复消费，但更新错误偏移量，比如偏移量更新大了，会导致漏消费。所以偏移量的更新是消费准确的关键。当然，我们可以也设置UUID来标识消息，用UUID来给消息去重。