问题导读

1. 消息发送包含哪些流程？
2.kafka同步发送的含义是什么？
3.Consumer消费数据该如何保证？

4.1 Producer API

4.1.1 消息发送流程

Kafka的Producer发送消息采用的是异步发送的方式。在消息发送的过程中，涉及到了两个线程——main线程和Sender线程，以及一个线程共享变量——RecordAccumulator。main线程将消息发送给RecordAccumulator，Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。

大数据技术之Kafka系统入门（三）：Kafka API - 图1

相关参数：
batch.size：只有数据积累到batch.size之后，sender才会发送数据。
linger.ms：如果数据迟迟未达到batch.size，sender等待linger.time之后就会发送数据。

4.1.2 异步发送API

1）导入依赖

  1. <dependency>
  2. <groupId>org.apache.kafka</groupId>
  3. <artifactId>kafka-clients</artifactId>
  4. <version>0.11.0.0</version>
  5. </dependency>

2）编写代码
需要用到的类：
KafkaProducer：需要创建一个生产者对象，用来发送数据
ProducerConfig：获取所需的一系列配置参数
ProducerRecord：每条数据都要封装成一个ProducerRecord对象
1.不带回调函数的API

  1. package com.atguigu.kafka;
  3. import org.apache.kafka.clients.producer.*;
  5. import java.util.Properties;
  6. import java.util.concurrent.ExecutionException;
  8. public class CustomProducer {
  10.      public static void main(String[] args) throws ExecutionException, InterruptedException {
  11.          Properties props = new Properties();
  12.          props.put("bootstrap.servers", "hadoop102:9092");//kafka集群，broker-list
  13.          props.put("acks", "all");
  14.          props.put("retries", 1);//重试次数
  15.          props.put("batch.size", 16384);//批次大小
  16.          props.put("linger.ms", 1);//等待时间
  17.          props.put("buffer.memory", 33554432);//RecordAccumulator缓冲区大小
  18.          props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  19.          props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  21.          Producer<String, String> producer = new KafkaProducer<>(props);
  22.          for (int i = 0; i < 100; i++) {
  23.              producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), Integer.toString(i)));
  24.          }
  25.          producer.close();
  26.      }
  27. }

2.带回调函数的API
回调函数会在producer收到ack时调用，为异步调用，该方法有两个参数，分别是RecordMetadata和Exception，如果Exception为null，说明消息发送成功，如果Exception不为null，说明消息发送失败。注意：消息发送失败会自动重试，不需要我们在回调函数中手动重试。

  1. package com.atguigu.kafka;
  3. import org.apache.kafka.clients.producer.*;
  5. import java.util.Properties;
  6. import java.util.concurrent.ExecutionException;
  8. public class CustomProducer {
  10.      public static void main(String[] args) throws ExecutionException, InterruptedException {
  11.          Properties props = new Properties();
  12.          props.put("bootstrap.servers", "hadoop102:9092");//kafka集群，broker-list
  13.          props.put("acks", "all");
  14.          props.put("retries", 1);//重试次数
  15.          props.put("batch.size", 16384);//批次大小
  16.          props.put("linger.ms", 1);//等待时间
  17.          props.put("buffer.memory", 33554432);//RecordAccumulator缓冲区大小
  18.          props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  19.          props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  21.          Producer<String, String> producer = new KafkaProducer<>(props);
  22.          for (int i = 0; i < 100; i++) {
  23.              producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), Integer.toString(i)), new Callback() {
  25.                  //回调函数，该方法会在Producer收到ack时调用，为异步调用
  26.                  @Override
  27.                  public void onCompletion(RecordMetadata metadata, Exception exception) {
  28.                      if (exception == null) {
  29.                          System.out.println("success->" + metadata.offset());
  30.                      } else {
  31.                          exception.printStackTrace();
  32.                      }
  33.                  }
  34.              });
  35.          }
  36.          producer.close();
  37.      }
  38.  }


4.1.3 同步发送API

  1.     同步发送的意思就是，一条消息发送之后，会阻塞当前线程，直至返回ack。由于send方法返回的是一个Future对象，根据Futrue对象的特点，我们也可以实现同步发送的效果，只需在调用Future对象的get方发即可。<br />
  1. package com.atguigu.kafka;
  3. import org.apache.kafka.clients.producer.KafkaProducer;
  4. import org.apache.kafka.clients.producer.Producer;
  5. import org.apache.kafka.clients.producer.ProducerRecord;
  7. import java.util.Properties;
  8. import java.util.concurrent.ExecutionException;
  10.  public class CustomProducer {
  12.      public static void main(String[] args) throws ExecutionException, InterruptedException {
  13.          Properties props = new Properties();
  14.          props.put("bootstrap.servers", "hadoop102:9092");//kafka集群，broker-list
  15.          props.put("acks", "all");
  16.          props.put("retries", 1);//重试次数
  17.          props.put("batch.size", 16384);//批次大小
  18.          props.put("linger.ms", 1);//等待时间
  19.          props.put("buffer.memory", 33554432);//RecordAccumulator缓冲区大小
  20.          props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  21.          props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  23.          Producer<String, String> producer = new KafkaProducer<>(props);
  24.          for (int i = 0; i < 100; i++) {
  25.              producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), Integer.toString(i))).get();
  26.          }
  27.          producer.close();
  28.      }
  29.  }


4.2 Consumer API

Consumer消费数据时的可靠性是很容易保证的，因为数据在Kafka中是持久化的，故不用担心数据丢失问题。由于consumer在消费过程中可能会出现断电宕机等故障，consumer恢复后，需要从故障前的位置的继续消费，所以consumer需要实时记录自己消费到了哪个offset，以便故障恢复后继续消费。所以offset的维护是Consumer消费数据是必须考虑的问题。

4.2.1 手动提交offset

1）导入依赖

  1. <dependency>
  2. <groupId>org.apache.kafka</groupId>
  3. <artifactId>kafka-clients</artifactId>
  4. <version>0.11.0.0</version>
  5. </dependency>

2）编写代码
需要用到的类：
KafkaConsumer：需要创建一个消费者对象，用来消费数据
ConsumerConfig：获取所需的一系列配置参数
ConsuemrRecord：每条数据都要封装成一个ConsumerRecord对象

  1. package com.atguigu.kafka;
  3. import org.apache.kafka.clients.consumer.ConsumerRecord;
  4. import org.apache.kafka.clients.consumer.ConsumerRecords;
  5. import org.apache.kafka.clients.consumer.KafkaConsumer;
  7. import java.util.Arrays;
  8. import java.util.Properties;
  10.  public class CustomConsumer {
  12.      public static void main(String[] args) {
  13.          Properties props = new Properties();
  14.          props.put("bootstrap.servers", "hadoop102:9092");
  15.          props.put("group.id", "test");//消费者组，只要group.id相同，就属于同一个消费者组
  16.          props.put("enable.auto.commit", "false");//自动提交offset
  18.          props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
  19.          props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
  20.          KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
  21.          consumer.subscribe(Arrays.asList("first"));
  22.          while (true) {
  23.              ConsumerRecords<String, String> records = consumer.poll(100);
  24.              for (ConsumerRecord<String, String> record : records) {
  25.                  System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
  26.              }
  27.              consumer.commitSync();
  28.          }
  29.      }
  30. }

3）代码分析：
手动提交offset的方法有两种：分别是commitSync（同步提交）和commitAsync（异步提交）。两者的相同点是，都会将本次poll的一批数据最高的偏移量提交；不同点是，commitSync会失败重试，一直到提交成功（如果由于不可恢复原因导致，也会提交失败）；而commitAsync则没有失败重试机制，故有可能提交失败。

4）数据重复消费问题

大数据技术之Kafka系统入门（三）：Kafka API - 图2

4.2.2 自动提交offset

为了使我们能够专注于自己的业务逻辑，Kafka提供了自动提交offset的功能。
自动提交offset的相关参数：
enable.auto.commit：是否开启自动提交offset功能
auto.commit.interval.ms：自动提交offset的时间间隔
以下为自动提交offset的代码：

  1. package com.atguigu.kafka;
  3. import org.apache.kafka.clients.consumer.ConsumerRecord;
  4. import org.apache.kafka.clients.consumer.ConsumerRecords;
  5. import org.apache.kafka.clients.consumer.KafkaConsumer;
  7. import java.util.Arrays;
  8. import java.util.Properties;
  10.  public class CustomConsumer {
  12.      public static void main(String[] args) {
  13.          Properties props = new Properties();
  14.          props.put("bootstrap.servers", "hadoop102:9092");
  15.          props.put("group.id", "test");
  16.          props.put("enable.auto.commit", "true");
  17.          props.put("auto.commit.interval.ms", "1000");
  18.          props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
  19.          props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
  20.          KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
  21.          consumer.subscribe(Arrays.asList("first"));
  22.          while (true) {
  23.              ConsumerRecords<String, String> records = consumer.poll(100);
  24.              for (ConsumerRecord<String, String> record : records)
  25.                  System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
  26.          }
  27.      }
  28.  }


4.3 自定义Interceptor

4.3.1 拦截器原理

Producer拦截器(interceptor)是在Kafka 0.10版本被引入的，主要用于实现clients端的定制化控制逻辑。
对于producer而言，interceptor使得用户在消息发送前以及producer回调逻辑前有机会对消息做一些定制化需求，比如修改消息等。同时，producer允许用户指定多个interceptor按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor的实现接口是org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：
（1）configure(configs)
获取配置信息和初始化数据时调用。
（2）onSend(ProducerRecord)：
该方法封装进KafkaProducer.send方法中，即它运行在用户主线程中。Producer确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，但最好保证不要修改消息所属的topic和分区，否则会影响目标分区的计算。
（3）onAcknowledgement(RecordMetadata, Exception)：
该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后，或者在发送过程中失败时调用。并且通常都是在producer回调逻辑触发之前。onAcknowledgement运行在producer的IO线程中，因此不要在该方法中放入很重的逻辑，否则会拖慢producer的消息发送效率。
（4）close：
关闭interceptor，主要用于执行一些资源清理工作如前所述，interceptor可能被运行在多个线程中，因此在具体实现时用户需要自行确保线程安全。另外倘若指定了多个interceptor，则producer将按照指定顺序调用它们，并仅仅是捕获每个interceptor可能抛出的异常记录到错误日志中而非在向上传递。这在使用过程中要特别留意。

4.3.2 拦截器案例

1）需求：
实现一个简单的双interceptor组成的拦截链。第一个interceptor会在消息发送前将时间戳信息加到消息value的最前部；第二个interceptor会在消息发送后更新成功发送消息数或失败发送消息数。

大数据技术之Kafka系统入门（三）：Kafka API - 图3
2）案例实操
（1）增加时间戳拦截器

  1. package com.atguigu.kafka.interceptor;
  2. import java.util.Map;
  3. import org.apache.kafka.clients.producer.ProducerInterceptor;
  4. import org.apache.kafka.clients.producer.ProducerRecord;
  5. import org.apache.kafka.clients.producer.RecordMetadata;
  7. public class TimeInterceptor implements ProducerInterceptor<String, String> {
  9.         @Override
  10.          public void configure(Map<String, ?> configs) {
  12.          }
  14.          @Override
  15.          public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
  16.                  // 创建一个新的record，把时间戳写入消息体的最前部
  17.                  return new ProducerRecord(record.topic(), record.partition(), record.timestamp(), record.key(),
  18.                                  System.currentTimeMillis() + "," + record.value().toString());
  19.          }
  21.          @Override
  22.          public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
  24.          }
  26.          @Override
  27.          public void close() {
  29.          }
  30.  }

（2）统计发送消息成功和发送失败消息数，并在producer关闭时打印这两个计数器

  1. package com.atguigu.kafka.interceptor;
  2. import java.util.Map;
  3. import org.apache.kafka.clients.producer.ProducerInterceptor;
  4. import org.apache.kafka.clients.producer.ProducerRecord;
  5. import org.apache.kafka.clients.producer.RecordMetadata;
  7. public class CounterInterceptor implements ProducerInterceptor<String, String>{
  8.     private int errorCounter = 0;
  9.     private int successCounter = 0;
  11.          @Override
  12.          public void configure(Map<String, ?> configs) {
  14.          }
  16.          @Override
  17.          public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
  18.                   return record;
  19.          }
  21.          @Override
  22.          public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
  23.                  // 统计成功和失败的次数
  24.          if (exception == null) {
  25.              successCounter++;
  26.          } else {
  27.              errorCounter++;
  28.          }
  29.          }
  31.          @Override
  32.          public void close() {
  33.          // 保存结果
  34.          System.out.println("Successful sent: " + successCounter);
  35.          System.out.println("Failed sent: " + errorCounter);
  36.          }
  37. }

（3）producer主程序

  1. package com.atguigu.kafka.interceptor;
  2. import java.util.ArrayList;
  3. import java.util.List;
  4. import java.util.Properties;
  5. import org.apache.kafka.clients.producer.KafkaProducer;
  6. import org.apache.kafka.clients.producer.Producer;
  7. import org.apache.kafka.clients.producer.ProducerConfig;
  8. import org.apache.kafka.clients.producer.ProducerRecord;
  10.  public class InterceptorProducer {
  12.          public static void main(String[] args) throws Exception {
  13.                  // 1 设置配置信息
  14.                  Properties props = new Properties();
  15.                  props.put("bootstrap.servers", "hadoop102:9092");
  16.                  props.put("acks", "all");
  17.                  props.put("retries", 0);
  18.                  props.put("batch.size", 16384);
  19.                  props.put("linger.ms", 1);
  20.                  props.put("buffer.memory", 33554432);
  21.                  props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  22.                  props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
  24.                  // 2 构建拦截链
  25.                  List<String> interceptors = new ArrayList<>();
  26.                  interceptors.add("com.atguigu.kafka.interceptor.TimeInterceptor");         interceptors.add("com.atguigu.kafka.interceptor.CounterInterceptor"); 
  27.                  props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);
  29.                  String topic = "first";
  30.                  Producer<String, String> producer = new KafkaProducer<>(props);
  32.                  // 3 发送消息
  33.                  for (int i = 0; i < 10; i++) {
  35.                      ProducerRecord<String, String> record = new ProducerRecord<>(topic, "message" + i);
  36.                      producer.send(record);
  37.                  }
  39.                  // 4 一定要关闭producer，这样才会调用interceptor的close方法
  40.                  producer.close();
  41.          }
  42. }

3）测试
（1）在kafka上启动消费者，然后运行客户端java程序。

[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh —bootstrap-server hadoop102:9092 —from-beginning —topic first

1501904047034,message0
1501904047225,message1
1501904047230,message2
1501904047234,message3
1501904047236,message4
1501904047240,message5
1501904047243,message6
1501904047246,message7
1501904047249,message8
1501904047252,message9