腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

關(guān)于kafka-consumer-offset位移問題

更新時間：2023年03月07日 10:58:13 作者：SeaDhdhdhdhdh

這篇文章主要介紹了關(guān)于kafka-consumer-offset位移問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

1 offset的默認維護位置

_consumer_offsets主題里面采用key和 value的方式存儲數(shù)據(jù)。

key是 group.id+topic+分區(qū)號，value 就是當(dāng)前offset的值。

每隔一段時間，kafka 內(nèi)部會對這個topic進行compact(壓縮)，也就是每個group.id+topic+分區(qū)號就保留最新數(shù)據(jù)。

Kafka0.9版本之前，consumer黑認將offset保存在Zookeeper中。0.9版本開始，consumer默認將offset保存在Kafka一個內(nèi)置的topic中，該topic為_consumer_offsets。

將offset信息存儲在zk中的不足：如果將offset信息存儲在zk中，那么所有的consumer都會訪問zk，會消耗大量的網(wǎng)絡(luò)資源，消費速度慢。

1.1 消費offset案例

思想:_consumer_offsets為Kafka中的 topic，那就可以通過消費者進行消費。

在配置文件 config/consumer.properties中添加配置exclude.internal.topics = false，默認是 true，表示不能消費系統(tǒng)主題。為了查看該系統(tǒng)主題數(shù)據(jù)，所以該參數(shù)修改為false。修改以后執(zhí)行分發(fā)命令：xsync consumer.properties。

采用命令行方式，創(chuàng)建一個新的topic。

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

啟動生產(chǎn)者往atguigu生產(chǎn)數(shù)據(jù)。

[atguigu@hadoop102 kafka] $ bin/kafka-console-producer.sh --topic atguigu --bootstrap-server hadoop102:9092

啟動消費者消費atguigu數(shù)據(jù)。

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

注意：指定消費者組名稱，更好觀察數(shù)據(jù)存儲位置(key是 group.id+topic+分區(qū)號)。查看消費者消費主題_consumer_offsets。

[atguigu@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

2 自動提交offset

為了使我們能夠?qū)Ｗ⒂谧约旱臉I(yè)務(wù)邏輯，Kafka提供了自動提交offset的功能。自動提交offset的相關(guān)參數(shù):

enable.auto.commit:是否開啟自動提交offset功能，默認是true
auto.commit.interval.ms:自動提交offset的時間間隔，默認是5s

消費者配置代碼：

//配置是否是自動提交
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,true);
//提交時間間隔，單位是ms
properties.put(ConsumerConfig.AUTO_COMNIT_INTERVAL_NS_CONFI6,1000);

3 手動提交offset

3.1 原理

雖然自動提交offset十分簡單便利，但由于其是基于時間提交的，開發(fā)人員難以把握offset提交的時機。因此Kafka還提供了手動提交offset的API。

手動提交offset的方法有兩種:分別是commitSync（同步提交）和commitAsync(異步提交）。

兩者的相同點是，都會將本次提交的一批數(shù)據(jù)最高的偏移量提交；不同點是，同步提交阻塞當(dāng)前線程，一直到提交成功，并且會自動失敗重試(由不可控因素導(dǎo)致，也會出現(xiàn)提交失?。?；而異步提交則沒有失敗重試機制，故有可能提交失敗。

commitSync（同步提交)：必須等待offset提交完畢，再去消費下一批數(shù)據(jù)。
commitAsync（異步提交）：發(fā)送完提交offset請求后，就開始消費下一批數(shù)據(jù)了

3.2 代碼示例

3.2.1 同步提交

//手動提交屬性配置
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG ,false);
//消費代碼邏輯
XXX
XXX
XXX
//手動提交代碼(處理完數(shù)據(jù)以后，這里為了方便，只展示關(guān)鍵代碼)
//手動提交offset
kafkaConsumer.commitsync();

3.2.2 異步提交(生產(chǎn)常用)

//手動提交屬性配置
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG ,false);
//消費代碼邏輯
XXX
XXX
XXX
//手動提交代碼(處理完數(shù)據(jù)以后，這里為了方便，只展示關(guān)鍵代碼)
//手動提交offset
kafkaConsumer.commitAsync();

4 指定offset消費

auto.offset.reset = earliest | latest | none 默認是latest。

當(dāng)Kafka 中沒有初始偏移量（消費者組第一次消費）或服務(wù)器上不再存在當(dāng)前偏移量時（例如該數(shù)據(jù)已被刪除)，該怎么辦?

earliest:自動將偏移量重置為最早的偏移量，--from-beginning。
latest（默認值):自動將偏移量重置為最新偏移量。
none:如果未找到消費者組的先前偏移量，則向消費者拋出異常。

任意指定offset位移開始消費。

//1創(chuàng)建消費者
KafkaConsumer<String，String> kafkaConsumer = new KafkaConsumer<>(properties);
// 2訂閱主題
ArrayList<String> topics = new ArrayList<>(;topics.add( "first");
kafkaConsumer.subscribe(topics);
 
//指定位置進行消費
set<TopicPartition> assignment = kafkaConsumer.assignment();//獲取所有分區(qū)信息
//保證分區(qū)分配方案已經(jīng)制定完畢，因為由于leader消費者制定分配方案會消耗一定時間，有可能此時獲取不到分區(qū)信息,所以加一層分區(qū)空間判斷
while (assignment.size() == 0){
    //促使獲取的分區(qū)數(shù)量不為0
    kafkaConsumer.poll(Duration.ofSeconds(1));
    assignment = kafkaConsumer.assignment();
}
 
//遍歷所有分區(qū)，指定消費的offset
for (TopicPartition topicPartition : assignment) {
    kafkaConsumer.seek(topicPartition, 100);
}
 
// 3消費數(shù)據(jù)
while (true){

5 指定時間消費

需求：在生產(chǎn)環(huán)境中，會遇到最近消費的幾個小時數(shù)據(jù)異常，想重新按照時間消費。

例如要求按照時間消費前一天的數(shù)據(jù)，怎么處理?

//1創(chuàng)建消費者
KafkaConsumer<String，String> kafkaConsumer = new KafkaConsumer<>(properties);
// 2訂閱主題
ArrayList<String> topics = new ArrayList<>(;topics.add( "first");
kafkaConsumer.subscribe(topics);
 
//指定位置進行消費
set<TopicPartition> assignment = kafkaConsumer.assignment();//獲取所有分區(qū)信息
//保證分區(qū)分配方案已經(jīng)制定完畢，因為由于leader消費者制定分配方案會消耗一定時間，有可能此時獲取不到分區(qū)信息,所以加一層分區(qū)空間判斷
while (assignment.size() == 0){
    //促使獲取的分區(qū)數(shù)量不為0
    kafkaConsumer.poll(Duration.ofSeconds(1));
    assignment = kafkaConsumer.assignment();
}
//希望把時間轉(zhuǎn)換為對應(yīng)的offset
HashMap<TopicPartition，Long> topicPartitionLongHashMap = new HashMap<>();
//封裝對應(yīng)集合
for (TopicPartition topicPartition : assignment) {
    //希望獲取當(dāng)前系統(tǒng)時間一天前的數(shù)據(jù)。
    topicPartitionLongHashMap.put(topicPartition, System.currentTimeMillis() - 1 * 24 * 3600 * 1000);
}
Nap<TopicPartition，OffsetAnd imestamp> topioPartitionffsetAndrtimestampMep = karfiaConsumer.offsetsForTines(topicPartitionL ongHashiap);
 
 
//遍歷所有分區(qū)，指定消費的offset
//指定消費的offset
for (TopicPartition topicPartition : assignment) {
    OffsetAndTimestamp offsetAndTimestamp = topicPartition0ffsetAndTimestampHap.get(topicPartition);
    kafkaConsumer.seek(topicPartition,offsetAndTimestamp.offset());
}
 
// 3消費數(shù)據(jù)
while (true){

6 漏消費和重復(fù)消費分析

6.1 重復(fù)消費

場景1：重復(fù)消費。自動提交offset引起。

6.2 漏消費

場景1：漏消費。設(shè)置offset為手動提交，當(dāng)offset被提交時，數(shù)據(jù)還在內(nèi)存中未落盤，此時剛好消費者線程被kill掉，那么offset已經(jīng)提交，但是數(shù)據(jù)未處理，導(dǎo)致這部分內(nèi)存中的數(shù)據(jù)丟失。