阅读 334

关于Kafka消费者的这些参数你应该要知道?

图片

本文是《跟我学Kafka:从零开始学习Kafka》的第6篇,跟着我开启从小白到专家的进阶之旅。

本文将对Kafka Consumer做一个简单的介绍,是深入研究Kafka Conumer的一扇窗。主要从如下三个方面展开:

  • 核心参数

  • 核心组件

  • 核心API

1、Kafka Consumer核心参数览

个人觉得,要想深入了解Kafka Consumer的核心工作机制可以从它的核心参数切入,为后续深入了解它的队列负载机制、消息拉取模型、消费模型、位点提交等机制打下基础。

kafka Consumer的核心属性定义在ConsumerConfig中。

1.1 基础功能参数

  • group.id
    消费组名称。

  • client.id
    客户端标识id,默认为consumer-序号,在实践中建议包含客户端IP,在一个消费组中不能重复

  • bootstrap.servers
    broker服务端地址列表。

  • client.dns.lookup

    客户端寻找bootstrap地址的方式,支持如下两种方式:

  • resolve_canonical_bootstrap_servers_only
    这种方式,会依据bootstrap.servers提供的主机名(hostname),根据主机上的名称服务返回其IP地址的数组(InetAddress.getAllByName),然后依次获取inetAddress.getCanonicalHostName(),再建立tcp连接。
    一个主机可配置多个网卡,如果启用该功能,应该可以有效利用多网卡的优势,降低Broker的网络端负载压力

  • use_all_dns_ips
    这种方式会直接使用bootstrap.servers中提供的hostname、port创建tcp连接,默认选项。

  • enable.auto.commit
    是否开启自动位点提交,默认为true。

  • auto.commit.interval.ms
    如果开启自动位点提交,位点的提交频率,默认为5s。

  • partition.assignment.strategy
    消费端队列负载算法,默认为按区间平均分配(RangeAssignor),可选值:轮询(RoundRobinAssignor)

  • auto.offset.reset
    重置位点策略,但kafka提交位点时,对应的消息已被删除时采取的恢复策略,默认为latest,可选:earliest、none(会抛出异常)。

  • key.deserializer
    使用的key序列化类

  • value.deserializer
    消息体序列化类

  • interceptor.classes
    消费端拦截器,可以有多个。

  • check.crcs
    在消费端时是否需要校验CRC,默认为true。

1.2 网络相关参数

  • send.buffer.bytes
    网络通道(TCP)的发送缓存区大小,默认为128K。

  • receive.buffer.bytes
    网络通道(TCP)的接收缓存区大小,默认为32K。

  • reconnect.backoff.ms
    重新建立链接的等待时长,默认为50ms,属于底层网络参数,基本无需关注。

  • reconnect.backoff.max.ms
    重新建立链接的最大等待时长,默认为1s,连续两次对同一个连接建立重连,等待时间会在reconnect.backoff.ms的初始值上成指数级递增,但超过max后,将不再指数级递增。

  • retry.backoff.ms
    重试间隔时间,默认为100ms。

  • connections.max.idle.ms
    连接的最大空闲时间,默认为9s。

  • request.timeout.ms
    请求的超时时间,与Broker端的网络通讯的请求超时时间

1.3 核心工作参数

  • max.poll.records
    每一次poll方法调用拉取的最大消息条数,默认为500。

  • max.poll.interval.ms

    两次poll方法调用的最大间隔时间,单位毫秒,默认为5分钟。如果消费端在该间隔内没有发起poll操作,该消费者将被剔除,触发重平衡,将该消费者分配的队列分配给其他消费者

  • session.timeout.ms
    消费者与broker的心跳超时时间,默认10s,broker在指定时间内没有收到心跳请求,broker端将会将该消费者移出,并触发重平衡

  • heartbeat.interval.ms
    心跳间隔时间,消费者会以该频率向broker发送心跳,默认为3s,主要是确保session不会失效。

  • fetch.min.bytes
    一次拉取消息最小返回的字节数量,默认为1字节。

  • fetch.max.bytes

    一次拉取消息最大返回的字节数量,默认为1M,如果一个分区的第一批消息大小大于该值也会返回。

  • max.partition.fetch.bytes
    一次拉取每一个分区最大拉取字节数,默认为1M。

  • fetch.max.wait.ms
    fetch等待拉取数据符合fetch.min.bytes的最大等待时间。

  • metadata.max.age.ms
    元数据在客户端的过期时间,过期后客户端会向broker重新拉取最新的元数据,默认为5分钟。

  • internal.leave.group.on.close
    消费者关闭后是否立即离开订阅组,默认为true,即当客户端断开后立即触发重平衡。如果设置为false,则不会立即触发重平衡,而是要等session过期后才会触发。

2、KafkaConsumer核心组件与API

通过KafkaConsumer核心参数,我们基本可以窥探Kafka中的核心要点,接下来再介绍一下KafkaConsumer的核心组件,为后续深入研究Kafka消费者消费模型打下基础。

2.1 核心组件

图片

KafkaConsumer由如下几个核心组件构成:

  • ConsumerNetworkClient
    消费端网络客户端,服务底层网络通讯,负责客户端与服务端的RPC通信。

  • ConsumerCoordinator
    消费端协调器,在Kafka的设计中,每一个消费组在集群中会选举一个broker节点成为该消费组的协调器,负责消费组状态的状态管理,尤其是消费组重平衡(消费者的加入与退出),该类就是消费者与broker协调器进行交互。

  • Fetcher
    消息拉取。

温馨提示:本文不打算对每一个组件进行详细解读,这里建议大家按照本文第一部分关于各个参数的含义,然后对照这些参数最终是传resume递给哪些组件,进行一个关联思考。

2.2 核心API概述

最后我们再来看一下消费者的核心API。

图片

  • Set< TopicPartition> assignment()
    获取该消费者的队列分配列表。

  • Set< String> subscription()
    获取该消费者的订阅信息。

  • void subscribe(Collection< String> topics)
    订阅主题。

  • void subscribe(Collection< String> topics, ConsumerRebalanceListener callback)
    订阅主题,并指定队列重平衡的监听器。

  • void assign(Collection< TopicPartition> partitions)
    取代 subscription,手动指定消费哪些队列。

  • void unsubscribe()
    取消订阅关系。

  • ConsumerRecords

    poll(Duration timeout)
    拉取消息,是 KafkaConsumer 的核心方法,将在下文详细介绍。

  • void commitSync()
    同步提交消费进度,为本批次的消费提交,将在后续文章中详细介绍。

  • void commitSync(Duration timeout)
    同步提交消费进度,可设置超时时间。

  • void commitSync(Map

    offsets)
    显示同步提交消费进度, offsets 指明需要提交消费进度的信息。

  • void commitSync(final Map

    offsets, final Duration timeout)
    显示同步提交消费进度,带超时间。

  • void seek(TopicPartition partition, long offset)
    重置 consumer#poll 方法下一次拉消息的偏移量。

  • void seek(TopicPartition partition, OffsetAndMetadata offsetAndMetadata)
    seek 方法重载方法。

  • void seekToBeginning(Collection< TopicPartition> partitions)
    将 poll 方法下一次的拉取偏移量设置为队列的初始偏移量。

  • void seekToEnd(Collection< TopicPartition> partitions)
    将 poll 方法下一次的拉取偏移量设置为队列的最大偏移量。

  • long position(TopicPartition partition)
    获取将被拉取的偏移量。

  • long position(TopicPartition partition, final Duration timeout)
    同上。

  • OffsetAndMetadata committed(TopicPartition partition)
    获取指定分区已提交的偏移量。

  • OffsetAndMetadata committed(TopicPartition partition, final Duration timeout)
    同上。

  • Map metrics()

    统计指标。

  • List< PartitionInfo> partitionsFor(String topic)
    获取主题的路由信息。

  • List< PartitionInfo> partitionsFor(String topic, Duration timeout)
    同上。

  • Map listTopics()
    获取所有 topic 的路由信息。

  • Map listTopics(Duration timeout)

    同上。

  • Set< TopicPartition> paused()
    获取已挂起的分区信息。

  • void pause(Collection< TopicPartition> partitions)
    挂起分区,下一次 poll 方法将不会返回这些分区的消息。

  • void resume(Collection< TopicPartition> partitions)
    恢复挂起的分区。

  • Map

    offsetsForTimes(MaptimestampsToSearch)
    根据时间戳查找最近的一条消息的偏移量。

  • Map

    offsetsForTimes(MaptimestampsToSearch, Duration timeout)
    同上。

  • Map

    beginningOffsets(Collection< TopicPartition> partitions)
    查询指定分区当前最小的偏移量。

  • Map

    beginningOffsets(Collection< TopicPartition> partitions, Duration timeout)
    同上。

  • Map

    endOffsets(Collection< TopicPartition> partitions)
    查询指定分区当前最大的偏移量。

  • Map

    endOffsets(Collection< TopicPartition> partitions, Duration timeout)
    同上。

  • void close()
    关闭消费者。

  • void close(Duration timeout)
    关闭消费者。

  • void wakeup()
    唤醒消费者。

Kafka提供的消费者并不像RocketMQ提供了Push模式自动拉取消息,需要应用程序自动组织这些API进行消息拉取。

值得注意的kafka消费者也支持位点自动提交机制,kafka的消费者**(KafkaConsumer)对象是线程不安全的**。

基于KafkaConsumer的pause(暂停某些分区的消费)与resume(恢复某些分区的消费),可以轻松实现消费端限流机制。

本文主要是对消费者有一个大概的了解,后续文章将持续逐一解开消费者的核心运作机制,请持续关注。

好了,本文就介绍到这里了,一键三连(关注、点赞、留言)是对我最大的鼓励

文章分类
后端
文章标签