学习链接：https://www.bilibili.com/video/BV1vr4y1677k?p=41&spm_id_from=pageDriver&vd_source=b9e4f35102d61e6d02e0a5e1bbfea480

1 Kafka消费方式

pull(拉)模式：consumer采用从broker中主动拉取数据。Kafka采用这种方式。

不足：如果Kafka没有数据，消费者可能会陷入循环中，一直返回空数据。

push(推)模式：broker决定消息发送速率，很难适应所有消费者的消费速率。

QQ截图20220706104413.png

2 Kafka消费者工作流程

2.1 消费者总体工作流程

QQ截图20220706104618.png

2.2 消费者组原理

Consumer Group（CG）：消费者组，由多个consumer组成。形成一个消费者组的条件，是所有消费者的groupid相同。

消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费。
消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。

QQ截图20220706104719.png
QQ截图20220706104752.png
消费者组初始化流程：

oordinator：辅助实现消费者组的初始化和分区的分配。

coordinator节点选择 = groupid的hashcode值 % 50（ consumer_offsets的分区数量）
例如： groupid的hashcode值 = 1，1% 50 = 1，那么consumer_offsets 主题的1号分区，在哪个broker上，就选择这个节点的coordinator作为这个消费者组的老大。消费者组下的所有的消费者提交offset的时候就往这个分区去提交offset。
QQ截图20220706105217.png
QQ截图20220706105628.png

3 消费者API

3.1 独立消费者案例（订阅主题）

需求：创建一个独立消费者，消费first主题中的数据
QQ截图20220706110516.png

在消费者API代码中必须配置消费者组 id。命令行启动消费者不填写消费者组id 会被自动填写随机的消费者组 id。

public class CustomConsumer {
    public static void main(String[] args) {
        // 0. 配置
        Properties properties = new Properties();
        // 连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092");
        // 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // 配置消费者组id
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        // 1. 创建一个消费者
        KafkaConsumer<String, String> ka = new KafkaConsumer<>(properties);
        // 2. 订阅主题first
        ArrayList<String> topics = new ArrayList<>();
        topics.add("first");
        ka.subscribe(topics);
        // 3. 消费数据
        while (true) {
            ConsumerRecords<String, String> consumerRecords = ka.poll(Duration.ofSeconds(1));
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord);
            }
        }
    }
}

Kafka集群创建生产者输入数据：

[qtbhy@hadoop102 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
>hello
>

IDEA输出

ConsumerRecord(topic = first, partition = 2, leaderEpoch = 6, offset = 24, CreateTime = 1657077551027, serialized key size = -1, serialized value size = 7, headers = RecordHeaders(headers = [], isReadOnly = false), key = null, value = hello)

3.2 独立消费者案例（订阅分区）

需求：创建一个独立消费者，消费 first 主题 0 号分区的数据。
QQ截图20220706112607.png

public class CustomConsumer {
    public static void main(String[] args) {
        // 0. 配置
        Properties properties = new Properties();
        // 连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092");
        // 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // 配置消费者组id
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        // 1. 创建一个消费者
        KafkaConsumer<String, String> ka = new KafkaConsumer<>(properties);
        // 2. 订阅主题first
        ArrayList<String> topics = new ArrayList<>();
        topics.add("first");
        ka.subscribe(topics);
        // 3. 消费数据
        while (true) {
            ConsumerRecords<String, String> consumerRecords = ka.poll(Duration.ofSeconds(1));
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord);
            }
        }
    }
}

发送数据

public class CustomConsumerPartition {
    public static void main(String[] args) {
        // 0. 配置
        Properties properties = new Properties();
        // 连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092");
        // 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // 组id
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        // 1. 创建一个消费者
        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
        // 2. 订阅主题对应的分区
        ArrayList<TopicPartition> topicPartitions = new ArrayList<>();
        topicPartitions.add(new TopicPartition("first", 0));
        kafkaConsumer.assign(topicPartitions);
        // 3. 消费数据
        while (true) {
            ConsumerRecords<String, String> consumerRecord = kafkaConsumer.poll(Duration.ofSeconds(1));
            for (ConsumerRecord<String, String> stringStringConsumerRecord : consumerRecord) {
                System.out.println(stringStringConsumerRecord);
            }
        }
    }
}

QQ截图20220706113725.png

3.3 消费者组案例

需求：测试同一个主题的分区数据，只能由一个消费者组中的一个消费。
QQ截图20220706113813.png
将CustomConsumer复制，3个消费者作为一个组，消费数据，一个消费者消费一个分区的数据
QQ截图20220706114407.png QQ截图20220706114355.png QQ截图20220706114348.png

4 分区的分配以及再平衡

Kafka有四种主流的分区分配策略： Range、RoundRobin、Sticky、CooperativeSticky。可以通过配置参数partition.assignment.strategy，修改分区的分配策略。默认策略是Range + CooperativeSticky。Kafka可以同时使用多个分区分配策略。
QQ截图20220706201738.png

参数名称	描述
heartbeat.interval.ms	Kafka 消费者和 coordinator 之间的心跳时间，默认 3s。该条目的值必须小于 session.timeout.ms，也不应该高于session.timeout.ms 的 1/3。
session.timeout.ms	Kafka 消费者和 coordinator 之间连接超时时间，默认 45s。超过该值，该消费者被移除，消费者组执行再平衡。
max.poll.interval.ms	消费者处理消息的最大时长，默认是 5 分钟。超过该值，该消费者被移除，消费者组执行再平衡。
partition.assignment.strategy	消费者分区分配策略，默认策略是 Range + CooperativeSticky。Kafka 可以同时使用多个分区分配策略。可以选择的策略包括：Range、RoundRobin 、 Sticky 、CooperativeSticky

4.1 Range以及再平衡

Range分区策略原理

QQ截图20220706202311.png

Range分区分配策略
- 修改主题first为7个分区
```
[qtbhy@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 7
```
- CustomConsumer、CustomConsumer1、CustomConsumer2 组成消费者组，组名都为“test”，同时启动 3 个消费者。
- 启动 CustomProducer 生产者，发送 500 条消息，随机发送到不同的分区。

QQ截图20220706204916.png
QQ截图20220706205014.png QQ截图20220706204945.png

停掉0号消费者，快速重新发送消息

0号消费者挂掉后，消费者组需要按照超时时间45s判断是否退出，到了45s后，真的退出就会把任务分给其他broker执行。0号消费者会被整体分配到1或2号消费者。

4.2 RoundRobin以及再平衡

RoundRobin分区策略原理

QQ截图20220706205530.png

RoundRobin 分区分配策略案例

依次在 CustomConsumer、CustomConsumer1、CustomConsumer2 三个消费者代码中修改分区分配策略为 RoundRobin。

properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, "org.apache.kafka.clients.consumer.RoundRobinAssignor");

RoundRobin分区分配再平衡案例

停止掉 0 号消费者，快速重新发送消息观看结果。0 号消费者的任务会按照 RoundRobin 的方式，把数据轮询分成 0 、6 和 3 号分区数据，分别由 1 号消费者或者 2 号消费者消费。
说明：0 号消费者挂掉后，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。

4.3 Sticky以及再平衡

粘性分区定义：可以理解为分配的结果带有“粘性的”。即在执行一次新的分配之前，考虑上一次分配的结果，尽量少的调整分配的变动，可以节省大量的开销。
粘性分区是 Kafka 从 0.11.x 版本开始引入这种分配策略，首先会尽量均衡的放置分区到消费者上面，在出现同一消费者组内消费者出现问题的时候，会尽量保持原有分配的分区不变化。

需求

设置主题为 first，7 个分区；准备 3 个消费者，采用粘性分区策略，并进行消费，观察消费分配情况。然后再停止其中一个消费者，再次观察消费分配情况。

步骤

修改分区分配策略为粘性

// 修改分区分配策略
ArrayList<String> startegys = new ArrayList<>();
startegys.add("org.apache.kafka.clients.consumer.StickyAssignor");
properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, startegys);

发送数据尽量保持分区的个数近似划分分区

QQ截图20220706210925.png QQ截图20220706210913.png QQ截图20220706210856.png

Sticky 分区分配再平衡

停掉0号消费者，发送消息
0 号消费者的任务会按照粘性规则，尽可能均衡的随机分成 0 和 1 号分区数据，分别由 1 号消费者或者 2 号消费者消费。
说明：0 号消费者挂掉后，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。
QQ截图20220706211306.png

5 offset位移

5.1 offset的默认维护位置

QQ截图20220707114237.png
__consumer_offsets 主题里面采用 key 和 value 的方式存储数据。key 是group.id+topic+ 分区号，value 就是当前 offset 的值。每隔一段时间，kafka 内部会对这个 topic 进行compact，也就是每个 group.id+topic+分区号就保留最新数据。

消费offset案例

在配置文件 config/consumer.properties 中添加配置 exclude.internal.topics=false，默认是 true，表示不能消费系统主题。为了查看该系统主题数据，该参数修改为 false
```
[qtbhy@hadoop102 config]$ pwd
/opt/module/kafka/config
[qtbhy@hadoop102 config]$ vim consumer.properties
```
```
[qtbhy@hadoop102 config]$ xsync consumer.properties
```

创建topic

[qtbhy@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --topic seven --partitions 2 --replication-factor 2
Created topic seven.

启动生产者，发送数据

[qtbhy@hadoop102 kafka]$ bin/kafka-console-producer.sh --topic seven --b
ootstrap-server hadoop102:9092
>hello
>hello1

启动消费者消费数据

[qtbhy@hadoop104 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic seven --group test

查看消费者消费主题__consumer_offsets。

[qtbhy@hadoop102 kafka]$ bin/kafka-console-consumer.sh --topic __consumer_offsets --bootstrap-server hadoop102:9092 --consumer.config config/consumer.properties --formatter "kafka.coordinator.group.GroupMetadataManager\$OffsetsMessageFormatter" --from-beginning

QQ截图20220707105005.png

5.2 自动提交offset

自动提交offset的相关参数：

enable.auto.commit：是否开启自动提交offset功能，默认是true
auto.commit.interval.ms：自动提交offset的时间间隔，默认是5s

QQ截图20220707114657.png

消费者自动提交offset

public class CustomConsumerAutoOffset {
  public static void main(String[] args) {
      // 0. 配置
      Properties properties = new Properties();
      // 连接
      properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092");
      // 反序列化
      properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
      properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
      properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
      // 自动提交
      properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);
      // 提交时间间隔
      properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 1000);
      // 1. 创建一个消费者
      KafkaConsumer<String, String> ka = new KafkaConsumer<>(properties);
      // 2. 订阅主题first
      ArrayList<String> topics = new ArrayList<>();
      topics.add("first");
      ka.subscribe(topics);
      // 3. 消费数据
      while (true) {
          ConsumerRecords<String, String> consumerRecords = ka.poll(Duration.ofSeconds(1));
          for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
              System.out.println(consumerRecord);
          }
      }
  }
}

5.3 手动提交offset

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，都会将本次提交的一批数据最高的偏移量提交；不同点是，同步提交阻塞当前线程，一直到提交成功，并且会自动失败重试（由不可控因素导致，也会出现提交失败）；而异步提交则没有失败重试机制，故有可能提交失败。

commitSync（同步提交）：必须等待offset提交完毕，再去消费下一批数据。
commitAsync（异步提交）：发送完提交offset请求后，就开始消费下一批数据了。

QQ截图20220707114849.png

同步提交offset

由于同步提交 offset 有失败重试机制，故更加可靠，但是由于一直等待提交结果，提交的效率比较低。

异步提交offset

同步提交 offset 更可靠一些，但是由于其会阻塞当前线程，直到提交成功。因此吞吐量会受到很大的影响。因此更多的情况下，会选用异步提交 offset 的方式。

public class CustomConsumerByHandSync {
    public static void main(String[] args) {
        // 0. 配置
        Properties properties = new Properties();
        // 连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092");
        // 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        // 手动提交
        properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
        // 1. 创建一个消费者
        KafkaConsumer<String, String> ka = new KafkaConsumer<>(properties);
        // 2. 订阅主题first
        ArrayList<String> topics = new ArrayList<>();
        topics.add("first");
        ka.subscribe(topics);
        // 3. 消费数据
        while (true) {
            ConsumerRecords<String, String> consumerRecords = ka.poll(Duration.ofSeconds(1));
            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord);
            }
            // 手动提交offset
            // ka.commitSync();
            ka.commitAsync();
        }
    }
}

5.4 指定Offset消费

auto.offset.reset = earliest | latest | none 默认是 latest。
当 Kafka 中没有初始偏移量（消费者组第一次消费）或服务器上不再存在当前偏移量时：
（1）earliest：自动将偏移量重置为最早的偏移量，—from-beginning。
（2）latest（默认值）：自动将偏移量重置为最新偏移量。
（3）none：如果未找到消费者组的先前偏移量，则向消费者抛出异常。
QQ截图20220707180340.png
（4）任意指定 offset 位移开始消费

public class CustomConsumerSeek {
    public static void main(String[] args) {
        // 0. 配置信息
        Properties properties = new Properties();
        // 连接
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092");
        // 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // 组id
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test2");
        // 1. 创建消费者
        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
        // 2. 订阅主题
        ArrayList<String> topics = new ArrayList<>();
        topics.add("first");
        kafkaConsumer.subscribe(topics);
        // 指定位置进行消费
        Set<TopicPartition> assignment = kafkaConsumer.assignment();
        // 保证分区分配方案已经制定完毕
        while (assignment.size() == 0) {
            kafkaConsumer.poll(Duration.ofSeconds(1));
            assignment = kafkaConsumer.assignment();
        }
        // 指定消费的offset
        for (TopicPartition topicPartition : assignment) {
            kafkaConsumer.seek(topicPartition, 100);
        }
        // 3. 消费数据
        while (true) {
            ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
            for (ConsumerRecord<String, String> consumerRecord: consumerRecords) {
                System.out.println(consumerRecord);
            }
        }
    }
}

5.5 指定时间消费

消费1天前的数据

public class CustomConsumerSeekTime {
  public static void main(String[] args) {
      // 0. 配置信息
      Properties properties = new Properties();
      // 连接
      properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092,hadoop103:9092");
      // 反序列化
      properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
      properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
      // 组id
      properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test2");
      // 1. 创建消费者
      KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
      // 2. 订阅主题
      ArrayList<String> topics = new ArrayList<>();
      topics.add("first");
      kafkaConsumer.subscribe(topics);
      // 指定位置进行消费
      Set<TopicPartition> assignment = kafkaConsumer.assignment();
      // 保证分区分配方案已经制定完毕
      while (assignment.size() == 0) {
          kafkaConsumer.poll(Duration.ofSeconds(1));
          assignment = kafkaConsumer.assignment();
      }
      // 把时间转化为对应的offset
      HashMap<TopicPartition, Long> topicPartitionLongHashMap = new HashMap<>();
      // 封装对应集合
      for (TopicPartition topicPartition : assignment) {
          // e.g.: 消费1天前的数据
          topicPartitionLongHashMap.put(topicPartition, System.currentTimeMillis() - 1 * 24 * 3600 * 1000);
      }
      Map<TopicPartition, OffsetAndTimestamp> topicPartitionOffsetAndTimestampMap = kafkaConsumer.offsetsForTimes(topicPartitionLongHashMap);
      // 指定消费的offset
      for (TopicPartition topicPartition : assignment) {
          OffsetAndTimestamp offsetAndTimestamp = topicPartitionOffsetAndTimestampMap.get(topicPartition);
          kafkaConsumer.seek(topicPartition, offsetAndTimestamp.offset());
      }
      // 3. 消费数据
      while (true) {
          ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
          for (ConsumerRecord<String, String> consumerRecord: consumerRecords) {
              System.out.println(consumerRecord);
          }
      }
  }
}

5.6 漏消费和重复消费

重复消费：已经消费了数据，但是 offset 没提交。
漏消费：先提交 offset 后消费，有可能会造成数据的漏消费。
QQ截图20220707182157.png

6 消费者事务

如果想完成Consumer端的精准一次性消费，那么需要Kafka消费端将消费过程和提交offset过程做原子绑定。此时需要将Kafka的offset保存到支持事务的自定义介质（比如MySQL）。
QQ截图20220707182251.png

7 数据积压

1）如果是Kafka消费能力不足，则可以考虑增加Topic的分区数，并且同时提升消费组的消费者
数量，消费者数 = 分区数。
2）如果是下游的数据处理不及时：提高每批次拉取的数量。批次拉取数据过少（拉取数据/处理时间 < 生产速度），使处理的数据小于生产的数据，也会造成数据积压。
QQ截图20220707182403.png

参数名称	描述
fetch.max.bytes	默认 Default: 52428800（50 m）。消费者获取服务器端一批消息最大的字节数。如果服务器端一批次的数据大于该值（50m）仍然可以拉取回来这批数据，因此，这不是一个绝对最大值。一批次的大小受 message.max.bytes （broker config）or max.message.bytes （topic config）影响。
max.poll.records	一次 poll 拉取数据返回消息的最大条数，默认是 500 条

大数据

【Kafka笔记】5.Kafka消费者（消费方式、工作流程、API、分区分配及再平衡、offset、消费者事务、数据积压）