Kafka0.8.2.2客户端快速开发与集群中仅有一台正常消费消息的问题定位

极客子羽
303 阅读10分钟

写在前面

※ 关于 Kafka： 作为当代的 Java 开发工程师，在 Spring 的项目中，用到 Kafka 作为中间件是家常便饭。 但是，Kafka 是用 Scala 语言编写的服务，对 Java 程序员不是那么友好，尤其 Apache Kafka 客户端中也有大量 Scala 代码，导致学习成本上升。

※ 问题背景： 最近，我就遇到了一件头疼的事情————我们的 Spring 项目用到了 Apache Kafka 的客户端，在集群部署时，仅有一台服务器正常打印消费日志，其他服务则没有消费日志。 换句话说，看起来仅有一台服务器在“工作”，且把消费消息的“工作”包揽了。

所以，我需要了解一下 Apache Kafka 客户端的应用。PS：如果是想要了解 Kafka 与 SpringBoot 的整合，建议去搜索 Kafka SpringBoot，有大量文章讲解这个，但这不是本文的重点。

新旧Kafka版本

一开始，我去百度搜索关键字“Kafka客户端”，各种资料看得我眼花缭乱，但是却有很强的相互干扰性。因此，我先把各类不同的Kafka客户端代码归个类，你可以看一下代码对号入座。

Kafka Broker集群版本备注
0.8.2.2早期使用Kafka的公司，用得最多的就是0.8.2.2这个版本，这个版本的Kafka 刚刚推出Java版producer ，而Java consumer 甚至还没有开发。
1.0.0有不少公司选择在1.0.0版本开始使用Kafka，自l.0.0 版本开始， Kafka 正式进入到1.0 稳定版本

其他的一些版本，你可以阅读《Apache Kafka实战》————2.2 Kafka版本变迁————2.2.1 Kafka的版本演进。但是目前生产实践一般都是上面两个版本二选一。

当然，作为 Java 开发工程师，最关心的当然是 Maven 依赖如何引入？

★ 旧版本 0.8.2.2，客户端 Maven 依赖如下：

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka_2.9.2</artifactId>
    <version>0.8.2.2</version>
</dependency>

我不知道你们是否有和我一样的疑惑————为什么出现了两个版本号？一个2.9.2，一个0.8.2.2。其实这个 2.9.2 指的是 Scala 语言环境的版本号，而 0.8.2.2 才是 Kafka 的版本号。

我们可以通过 官网下载地址 查看：

实际上，这里的2.9.x，2.10 和2.11是Scala 语言环境的版本————Kafka 最开始是使用Scala 语言编写的，就像普通的Java程序可以选择不同的Java版本编译一样。

★ 新版本 1.0.0，客户端 Maven 依赖如下：

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka_2.11</artifactId>
    <version>1.0.0</version>
</dependency>

我们依然可以看一下官网的信息：

稍微提一下 kafka-clients 这个依赖：

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
</dependency>

这个其实不需要特别指定，因为 kafka_x.x.x 都会依赖相同版本号的 kafka-client，例如：

kafkakafka-client
0.8.2.20.8.2.2
1.0.01.0.0

Kafka0.8.2.2客户端开发

在《Apache Kafka实战》这本书上，有比较详细的 Kafka1.0.0 的开发教学，但是这不是我要解决的问题的重点，本文主要还是解决线上 Kafka 0.8.2.2 版本的客户端问题。 所以我们聚焦 0.8.2.2 的客户端开发。

producer生产者

Kafka 0.8.2.2 版本已经推出了 Java 版本的 producer，因此主要使用类就是 org.apache.kafka.clients.producer.KafkaProducer。

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import org.apache.kafka.common.serialization.StringSerializer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.Future;

/**
 * 功能描述：基于 Kafka 0.8.2.2 Java API 的消息发送者
 *
 * @author geekziyu
 * @version 1.0.0
 */
public class Sender {

    private static final Logger log = LoggerFactory.getLogger(Sender.class);

    private String topic;

    private KafkaProducer<String, String> producer;

    public Sender(String topic) {
        this.topic = topic;
        this.producer = new KafkaProducer<>(createProducerConfig());
    }

    public Future<RecordMetadata> send(String message) {
        return producer.send(createProducerRecord(message));
    }

    public void close() {
        producer.close();
    }

    /**
     * 创建一条Kafka消息记录
     *
     * @param message 消息内容
     * @return Kafka消息记录
     */
    private ProducerRecord<String, String> createProducerRecord(String message) {
        return new ProducerRecord<>(this.topic, message);
    }

    /**
     * 获取生产者配置
     *
     * @return 配置集合
     */
    private Map<String, Object> createProducerConfig() {
        Map<String, Object> result = new HashMap<>();
        // 必填项,如果缺少会报错：Missing required configuration "bootstrap.servers" which has no default value.
        result.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "kafka1:9091,kafka2:9092,kafka3:9093");
        // 必填项,如果缺少会报错：Missing required configuration "key.serializer" which has no default value.
        result.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        // 必填项,如果缺少会报错：Missing required configuration "value.serializer" which has no default value.
        result.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        return result;
    }

    /**
     * 使用示例
     *
     * @param args 运行参数
     */
    public static void main(String[] args) {
        Sender sender = new Sender("news");
        List<Future<RecordMetadata>> futures = new ArrayList<>();
        for (int i = 0; i < 10; i++) {
            Future<RecordMetadata> future = sender.send(String.valueOf(i));
            futures.add(future);
        }
        sender.close();

        futures.forEach(future -> {
            try {
                RecordMetadata recordMetadata = future.get();
                log.info("Send message to [{},{}]", recordMetadata.topic(), recordMetadata.partition());
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            } catch (ExecutionException e) {
                log.info("Send message failed.", e);
            }
        });
    }
}

KafkaProducer构造函数所需的参数 Map<String, Object>，键值key可以引用 ProducerConfig 中的静态常量。

必填配置描述
bootstrap.servers代表的是 kafka 集群的地址，多个地址之间可以用逗号分隔；
key.serializer键序列化配置，这里传入的是 StringSerializer 的全限定名；
value.serializer值序列化配置，指定使用何种方式把消息内容编码成字节数组byte[]

consumer消费者

下表是新旧版本 consumer 的对比：

编程语言API包名主要使用类
旧版本Scalakafka.consumer.*ZookeeperConsumerConnector
SimpleConsumer
新版本Javaorg.apache.kafka.clients.consumer.*KafkaConsumer

我们现在用的是 Kafka 0.8.2.2 当然属于旧版本。在这个版本中，虽然已经有 KafkaConsumer 这个类，但是属于未完成品。比如，核心方法poll的实现居然是空的：

@Override
public Map<String, ConsumerRecords<K,V>> poll(long timeout) {
    // TODO Auto-generated method stub
    return null;
}

所以，只能老老实实地用 ConsumerConnector，但是同名类有两个：

  • kafka.javaapi.consumer.ConsumerConnector;
  • kafka.consumer.ConsumerConnector;

两者的创建实例的方式略有不同： 前者，可以通过 kafka.consumer.Consumer.createJavaConsumerConnector(ConsumerConfig) 创建； 后者，则通过 kafka.consumer.Consumer.create(ConsumerConfig) 创建；

问题在于 createMessageStreams 方法：

  • kafka.javaapi.consumer.ConsumerConnector#createMessageStreams(scala.collection.Map) 返回的是 scala.collection.Map；
  • kafka.consumer.ConsumerConnector#createMessageStreams(java.util.Map) 返回的是 java.util.Map；

所以，作为Java程序员应该选择 kafka.javaapi.consumer.ConsumerConnector，以下是消费者的代码：

import kafka.consumer.Consumer;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import kafka.message.MessageAndMetadata;
import kafka.serializer.Decoder;
import kafka.serializer.StringDecoder;
import kafka.utils.VerifiableProperties;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
import java.util.concurrent.Executor;
import java.util.concurrent.Executors;

/**
 * 功能描述：基于 Kafka 0.8.2.2 的消息接收者
 *
 * @author geekziyu
 * @version 1.0.0
 */
public class Receiver {

    private static final Logger log = LoggerFactory.getLogger(Receiver.class);

    private String topic;

    private String groupId;

    private ConsumerConnector consumer;

    private Decoder<String> keyDecoder;

    private Decoder<String> valueDecoder;

    private Executor executor;

    public Receiver(String topic, String groupId) {
        this.topic = topic;
        this.groupId = groupId;
        this.consumer = Consumer.createJavaConsumerConnector(createConsumerConfig());
        this.keyDecoder = new StringDecoder(new VerifiableProperties());
        this.valueDecoder = new StringDecoder(new VerifiableProperties());
        this.executor = Executors.newFixedThreadPool(2);
    }

    public void start() {
        Map<String, List<KafkaStream<String, String>>> messageStreams = this.consumer.createMessageStreams(createTopicCountMap(), keyDecoder, valueDecoder);
        // key 其实就是 topic
        for (List<KafkaStream<String, String>> kafkaStreams : messageStreams.values()) {
            for (KafkaStream<String, String> kafkaStream : kafkaStreams) {
                executor.execute(() -> kafkaStream.forEach(this::printMessage));
            }
        }
    }

    public synchronized void printMessage(MessageAndMetadata<String, String> messageAndMetadata) {
        String theme = messageAndMetadata.topic();
        int partition = messageAndMetadata.partition();
        String message = messageAndMetadata.message();
        log.info("Receive message from [{},{}] : {}", theme, partition, message);
    }

    private Map<String, Integer> createTopicCountMap() {
        Map<String, Integer> result = new HashMap<>();
        result.put(topic, 2);
        return result;
    }

    private ConsumerConfig createConsumerConfig() {
        Properties props = new Properties();
        // 必填项，如果缺少会报错：Missing required property 'zookeeper.connect'
        props.put("zookeeper.connect", "localhost:2181");
        // 必填项，如果缺少会报错：Missing required property 'group.id'
        props.put("group.id", groupId);
        return new ConsumerConfig(props);
    }

    public static void main(String[] args) {
        Receiver receiver = new Receiver("news", "staff");
        receiver.start();
    }

}

使用log4j打印日志

在 src\main\resources 文件夹下的 log4j.xml:

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE log4j:configuration SYSTEM "http://logging.apache.org/log4j/1.2/apidocs/org/apache/log4j/xml/doc-files/log4j.dtd">
<log4j:configuration debug="true">

    <!-- Appenders 日志信息输出目的地 -->

    <!-- ConsoleAppender -->
    <!-- 每个ConsoleAppender都有一个target，表示它的输出目的地。 -->
    <!-- 它可以是System.out，标准输出设备（缓冲显示屏） -->
    <!-- 或者是System.err，标准错误设备（不缓冲显示屏） -->
    <appender name="console" class="org.apache.log4j.ConsoleAppender">
        <param name="Target" value="System.out" />
        <layout class="org.apache.log4j.PatternLayout">
            <param name="ConversionPattern" value="%d %-5p [%t] %c - %m%n" />
        </layout>
    </appender>

    <!-- 传说中的根logger -->
    <!-- 输出级别是info级别及以上的日志，下面的ref关联的两个appender没有filter设置，所以，info及以上的日志都是会输出到这2个appender的 -->
    <root>
        <priority value="info" />
        <appender-ref ref="console" />
    </root>

</log4j:configuration>

问题再现

  • 集群中有三台 Kafka 服务器

  • 目标主题（比如本文中的news）它的分区数是2，副本数也是2。

  • 接着，我运行两个Receiver，再运行一次 Sender

我们发现，两个 Receiver 中只有一个 Receiver 接收到了信息，另一个没有接收到信息。 为什么呢？

猜测原因：分区策略

我关注到先启动的 Receiver 日志中包含：

2021-08-19 10:47:58,022 INFO  [main] kafka.consumer.RangeAssignor - Consumer staff_win10-1629341277488-efccccb3 rebalancing the following partitions: ArrayBuffer(0, 1) for topic news with consumers: List(staff_win10-1629341277488-efccccb3-0, staff_win10-1629341277488-efccccb3-1)
2021-08-19 10:47:58,025 INFO  [main] kafka.consumer.RangeAssignor - staff_win10-1629341277488-efccccb3-0 attempting to claim partition 0
2021-08-19 10:47:58,025 INFO  [main] kafka.consumer.RangeAssignor - staff_win10-1629341277488-efccccb3-1 attempting to claim partition 1

后启动的 Receiver 日志对应的则是：

2021-08-19 10:57:02,096 INFO  [main] kafka.consumer.RangeAssignor - Consumer staff_win10-1629341821418-e2f812b8 rebalancing the following partitions: ArrayBuffer(0, 1) for topic news with consumers: List(staff_win10-1629341277488-efccccb3-0, staff_win10-1629341277488-efccccb3-1, staff_win10-1629341821418-e2f812b8-0, staff_win10-1629341821418-e2f812b8-1)
2021-08-19 10:57:02,098 WARN  [main] kafka.consumer.RangeAssignor - No broker partitions consumed by consumer thread staff_win10-1629341821418-e2f812b8-1 for topic news
2021-08-19 10:57:02,098 WARN  [main] kafka.consumer.RangeAssignor - No broker partitions consumed by consumer thread staff_win10-1629341821418-e2f812b8-0 for topic news

要搞清楚生产者分区策略和消费者的分区策略。

★ 生产者分区策略：对于生产者而言，关键是把消息写入到哪一个分区上。 1、指明 partition 的情况下，直接将指明的值直接作为 partiton 值：

// 使用该构造函数，创建一个要发送到指定主题和分区的记录
public ProducerRecord(String topic, Integer partition, K key, V value) {
    if (topic == null)
        throw new IllegalArgumentException("Topic cannot be null");
    this.topic = topic;
    this.partition = partition;
    this.key = key;
    this.value = value;
}

2、没有指明 partition 值但有 key 的情况下，将 key 的 hash 值与 topic 的 partition 数进行取余得到 partition 值;

public ProducerRecord(String topic, K key, V value) {
    this(topic, null, key, value);
}

3、既没有 partition 值又没有 key 值的情况下，第一次调用时（第一条消息发往那个分区）随机生成一个整数( 后 面每次调用在这个整数上自增)，将这个值与 topic 可用的 partition 总数取余得到 partition 值，也就是常说的 round-robin 算法。

public ProducerRecord(String topic, V value) {
    this(topic, null, value);
}

参考自 《Kafka 生产者分区策略》 链接，这个源码可以看到 -> org.apache.kafka.clients.producer.internals.Partitioner

★ 消费者分区策略：topic-partition 如何安排给 消费者端-线程号？ 比如我们的主题news有2个分区，因此可以用来分配的“资源”就是 news-0，news-1。竞争“资源”的是 [staff_win10-1629341277488-efccccb3-0, staff_win10-1629341277488-efccccb3-1, staff_win10-1629341821418-e2f812b8-0, staff_win10-1629341821418-e2f812b8-1]

按照 RangeAssigner 的分法：我们有2个分区，4个消费者线程 2除以4等于0余2，首先所有消费线程都分到0个，然后，前两个 staff_win10-1629341277488-efccccb3-0, staff_win10-1629341277488-efccccb3-1 各多分一个。

消费线程消费分区
staff_win10-1629341277488-efccccb3-0news-0
staff_win10-1629341277488-efccccb3-1news-1
staff_win10-1629341821418-e2f812b8-0无
staff_win10-1629341821418-e2f812b8-1无

这就导致了，后启动的 Receiver 没有分到主题分区，自然就不会消费主题分区了。

参考自 《kafka的分区策略(partition assignment strategy)》 链接 的 Range(按范围) 部分。

0.8.2.2如何修改消费分区策略呢？

进行如下配置

props.put("partition.assignment.strategy", "roundrobin");

网上有用全限定名"org.apache.kafka.clients.consumer.RoundRobinAssignor"作为 value 的，但是那种方法，是针对 1.0.0 以后的 KafkaConsumer 的，对于 Kafka 0.8.2.2 的消费客户端是不生效的！

但是修改之后，还是没用。消费者RoundRobin策略：将所有主题的分区组成 TopicAndPartition 列表，然后对 TopicAndPartition 列表按照 hashCode 进行排序，将分区分别分配给不同的消费者线程。

参考自 《Kafka消费者组三种分区分配策略roundrobin，range，StickyAssignor》 链接

PS：Kafka 0.8.2.2 版本中只有 roundrobin 和 range 两种策略。源码中没有发现 StickyAssignor

“僧多粥少”如何破局？

我把消费者线程比作“僧”，把主题分区比作“粥”，现在不管采用 roundrobin 和 range，都不能解决这个问题？

能不能削减消费者线程的数量呢？我们把目光放到了 kafka.javaapi.consumer.ConsumerConnector#createMessageStreams 的第一个参数 topicCountMap 上！

/**
   *  Create a list of MessageStreams of type T for each topic.
   *
   *  @param topicCountMap  a map of (topic, #streams) pair
   *  @param keyDecoder a decoder that decodes the message key
   *  @param valueDecoder a decoder that decodes the message itself
   *  @return a map of (topic, list of  KafkaStream) pairs.
   *          The number of items in the list is #streams. Each stream supports
   *          an iterator over message/metadata pairs.
   */
  public <K,V> Map<String, List<KafkaStream<K,V>>> 
    createMessageStreams(Map<String, Integer> topicCountMap, Decoder<K> keyDecoder, Decoder<V> valueDecoder);

解决方案：topicCountMap

private Map<String, Integer> createTopicCountMap() {
    Map<String, Integer> result = new HashMap<>();
    // 由2改为1，这样启动两个消费客户端时，每个消费客户端启动一个消费线程，这样，每个消费客户端各自分到一个主题分区。
    result.put(topic, 1);
    return result;
}

topicCountMap

  • 告诉Kafka我们在消费者客户端Consumer中将用多少个线程来消费该topic。
  • topicCountMap的key是topic名称，value针对该topic是消费线程的数量。

参考自 《Kafka-topicCountMap》 链接

参考文档

Apache Kafka 0.8.2.x Consumer Config 官方文档链接

Kafka学习（三）-------- Kafka核心之Consumer 阅读

Kafka-topicCountMap 阅读 这篇又带出两篇

  • 聊聊kafka0.8的topic的partition以及topicCountMap 阅读
  • 探讨kafka的分区数与多线程消费 阅读

kafka的分区策略(partition assignment strategy) 阅读

从0开始学Kafka（下）阅读

【Kafka】kafka 重平衡（Rebalance） 阅读

Kafka 设计解析（四）：Kafka Consumer 解析 阅读

kafka多线程消费topic的问题 阅读

avatar
文章
阅读
粉丝
相关推荐
Vue3 + Nest 实现权限管理系统 后端篇（五）: 生成Swagger在线文档
1.6k阅读
 · 
21点赞
✍🏻 聊聊工程化Docker的最佳实验 ｜ 技术专题21期
16k阅读
 · 
58点赞
如何充分发挥Github Copilot的战斗力
15k阅读
 · 
65点赞
外行程序员的GPT入门手册
5.2k阅读
 · 
30点赞
【Java技术专题】「攻破技术盲区」带你攻破你很可能存在的Java技术盲点之技术功底指南（鲜为人知的技术）
3.1k阅读
 · 
9点赞