'commit'

pom.xml

@@ -279,18 +279,12 @@
             <version>4.9.4</version>
         </dependency>
 
-        <!--引入kafak-->
+        <!--引入kafka-->
         <dependency>
             <groupId>org.apache.kafka</groupId>
             <artifactId>kafka-clients</artifactId>
             <version>3.4.0</version>
         </dependency>
-
-        <dependency>
-            <groupId>org.apache.kafka</groupId>
-            <artifactId>kafka-streams</artifactId>
-            <version>3.4.0</version>
-        </dependency>
     </dependencies>
     <build>
         <plugins>

src/main/java/UnitTest/KafkaProductorTest.java

@@ -0,0 +1,62 @@
+package UnitTest;
+
+import java.util.Properties;
+
+import org.apache.kafka.clients.producer.*;
+import org.apache.kafka.common.serialization.StringSerializer;
+
+public class KafkaProductorTest {
+    public static void main(String[] args) throws Exception {
+        Properties props = new Properties();
+        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "10.10.14.67:9092");
+         /*
+         发出消息持久化机制参数
+        （1）acks=0： 表示producer不需要等待任何broker确认收到消息的回复，就可以继续发送下一条消息。性能最高，但是最容易丢消息。
+        （2）acks=1： 至少要等待leader已经成功将数据写入本地log，但是不需要等待所有follower是否成功写入。就可以继续发送下一
+             条消息。这种情况下，如果follower没有成功备份数据，而此时leader又挂掉，则消息会丢失。
+        （3）acks=-1或all： 需要等待 min.insync.replicas(默认为1，推荐配置大于等于2) 这个参数配置的副本个数都成功写入日志，这种策略
+            会保证只要有一个备份存活就不会丢失数据。这是最强的数据保证。一般除非是金融级别，或跟钱打交道的场景才会使用这种配置。
+         */
+        props.put(ProducerConfig.ACKS_CONFIG, "1");
+         /*
+        发送失败会重试，默认重试间隔100ms，重试能保证消息发送的可靠性，但是也可能造成消息重复发送，比如网络抖动，所以需要在
+        接收者那边做好消息接收的幂等性处理
+        */
+        props.put(ProducerConfig.RETRIES_CONFIG, 3);
+        //重试间隔设置
+        props.put(ProducerConfig.RETRY_BACKOFF_MS_CONFIG, 300);
+        //设置发送消息的本地缓冲区，如果设置了该缓冲区，消息会先发送到本地缓冲区，可以提高消息发送性能，默认值是33554432，即32MB
+        props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432);
+        /*
+        kafka本地线程会从缓冲区取数据，批量发送到broker，
+        设置批量发送消息的大小，默认值是16384，即16kb，就是说一个batch满了16kb就发送出去
+        */
+        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
+        /*
+        默认值是0，意思就是消息必须立即被发送，但这样会影响性能
+        一般设置10毫秒左右，就是说这个消息发送完后会进入本地的一个batch，如果10毫秒内，这个batch满了16kb就会随batch一起被发送出去
+        如果10毫秒内，batch没满，那么也必须把消息发送出去，不能让消息的发送延迟时间太长
+        */
+        props.put(ProducerConfig.LINGER_MS_CONFIG, 10);
+        //把发送的key从字符串序列化为字节数组
+        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
+        //把发送消息value从字符串序列化为字节数组
+        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
+
+        Producer<String, String> producer = new KafkaProducer<>(props);
+
+        int msgNum = 5;
+        for (int i = 1; i <= msgNum; i++) {
+            //指定发送分区
+            String TOPIC_NAME="test";
+            ProducerRecord<String, String> producerRecord = new ProducerRecord<>(TOPIC_NAME
+                    , 0, "bbb", "aaa");
+
+            //等待消息发送成功的同步阻塞方法
+            RecordMetadata metadata = producer.send(producerRecord).get();
+            System.out.println("同步方式发送消息结果：" + "topic-" + metadata.topic() + "|partition-"
+                    + metadata.partition() + "|offset-" + metadata.offset()+"|order-"+i);
+        }
+        producer.close();
+    }
+}

src/main/java/UnitTest/RocketMqProducer.java

@@ -8,7 +8,7 @@ import java.util.UUID;
 /**
  * @Date 2021-04-20 15:40
  */
-public class Producer {
+public class RocketMqProducer {
 
     public static void main(String[] args) throws Exception {
         //声明发送者

src/main/java/UnitTest/kafkaConsumerTest.java

@@ -6,6 +6,7 @@ import org.apache.kafka.common.serialization.StringDeserializer;
 
 import java.text.ParseException;
 import java.text.SimpleDateFormat;
+import java.time.Duration;
 import java.util.*;
 
 public class kafkaConsumerTest {
@@ -25,39 +26,123 @@ public class kafkaConsumerTest {
         return kafkaTimestamp;
     }
 
-    protected static Properties initConfig(){
+    protected static Properties initConfig() {
         Properties properties = new Properties();
         properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "10.10.14.67:9092");
         properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
         properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
         properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
-        properties.put(ConsumerConfig.GROUP_ID_CONFIG,"dsideal-group");
+        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "dsideal-group");
         properties.put(ConsumerConfig.CLIENT_ID_CONFIG, "dsideal1");
         return properties;
     }
 
     public static void main(String[] args) throws ParseException {
-        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(initConfig());
-        String topic="test";
-        kafkaConsumer.subscribe(Arrays.asList(topic));
-        //kafka的分区逻辑是在poll方法里执行的,所以执行seek方法之前先执行一次poll方法
-        //获取当前消费者消费分区的情况
-        Set<TopicPartition> assignment = new HashSet<>();
-        while (assignment.size() == 0) {
-            //如果没有分配到分区,就一直循环下去
-            kafkaConsumer.poll(100L);
-            assignment = kafkaConsumer.assignment();
-        }
-        for (TopicPartition tp : assignment) {
-            //消费第当前分区的offset为10的消息
-            kafkaConsumer.seek(tp, 10);
+        Properties props = new Properties();
+        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "10.10.14.67:9092");
+        String CONSUMER_GROUP_NAME="dsideal_group";
+        String TOPIC_NAME="test";
+
+        // 消费分组名
+        props.put(ConsumerConfig.GROUP_ID_CONFIG, CONSUMER_GROUP_NAME);
+        // 是否自动提交offset，默认就是true
+        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
+        // 自动提交offset的间隔时间
+        props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");
+//        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
+        /*
+        当消费主题的是一个新的消费组，或者指定offset的消费方式，offset不存在，那么应该如何消费
+        latest(默认) ：只消费自己启动之后发送到主题的消息
+        earliest：第一次从头开始消费，以后按照消费offset记录继续消费，这个需要区别于consumer.seekToBeginning(每次都从头开始消费)
+        */
+        //props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
+		/*
+		consumer给broker发送心跳的间隔时间，broker接收到心跳如果此时有rebalance发生会通过心跳响应将
+		rebalance方案下发给consumer，这个时间可以稍微短一点
+		*/
+        props.put(ConsumerConfig.HEARTBEAT_INTERVAL_MS_CONFIG, 1000);
+        /*
+        服务端broker多久感知不到一个consumer心跳就认为他故障了，会将其踢出消费组，
+        对应的Partition也会被重新分配给其他consumer，默认是10秒
+        */
+        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, 10 * 1000);
+
+
+        //一次poll最大拉取消息的条数，如果消费者处理速度很快，可以设置大点，如果处理速度一般，可以设置小点
+        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 50);
+        /*
+        如果两次poll操作间隔超过了这个时间，broker就会认为这个consumer处理能力太弱，
+        会将其踢出消费组，将分区分配给别的consumer消费
+        */
+        props.put(ConsumerConfig.MAX_POLL_INTERVAL_MS_CONFIG, 30 * 1000);
+
+        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
+        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
+        KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);
+
+        consumer.subscribe(Arrays.asList(TOPIC_NAME));
+        // 消费指定分区
+        //consumer.assign(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));
+
+        //消息回溯消费
+        /*consumer.assign(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));
+        consumer.seekToBeginning(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));*/
+
+        //指定offset消费
+        /*consumer.assign(Arrays.asList(new TopicPartition(TOPIC_NAME, 0)));
+        consumer.seek(new TopicPartition(TOPIC_NAME, 0), 10);*/
+
+        //从指定时间点开始消费
+
+        /*List<PartitionInfo> topicPartitions = consumer.partitionsFor(TOPIC_NAME);
+        //从1小时前开始消费
+        long fetchDataTime = new Date().getTime() - 1000 * 60 * 60;
+        Map<TopicPartition, Long> map = new HashMap<>();
+        for (PartitionInfo par : topicPartitions) {
+            map.put(new TopicPartition(TOPIC_NAME, par.partition()), fetchDataTime);
         }
+        Map<TopicPartition, OffsetAndTimestamp> parMap = consumer.offsetsForTimes(map);
+        for (Map.Entry<TopicPartition, OffsetAndTimestamp> entry : parMap.entrySet()) {
+            TopicPartition key = entry.getKey();
+            OffsetAndTimestamp value = entry.getValue();
+            if (key == null || value == null) continue;
+            Long offset = value.offset();
+            System.out.println("partition-" + key.partition() + "|offset-" + offset);
+            System.out.println();
+            //根据消费里的timestamp确定offset
+            if (value != null) {
+                consumer.assign(Arrays.asList(key));
+                consumer.seek(key, offset);
+            }
+        }*/
+
+
         while (true) {
-            ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(2000L);
-            System.out.println("本次拉取的消息数量:" + consumerRecords.count());
-            System.out.println("消息集合是否为空:" + consumerRecords.isEmpty());
-            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
-                System.out.println("消费到的消息key:" + consumerRecord.key() + ",value:" + consumerRecord.value() + ",offset:" + consumerRecord.offset());
+            /*
+             * poll() API 是拉取消息的长轮询
+             */
+            ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
+            for (ConsumerRecord<String, String> record : records) {
+                System.out.printf("收到消息：partition = %d,offset = %d, key = %s, value = %s%n", record.partition(),
+                        record.offset(), record.key(), record.value());
+            }
+
+            if (records.count() > 0) {
+                // 手动同步提交offset，当前线程会阻塞直到offset提交成功
+                // 一般使用同步提交，因为提交之后一般也没有什么逻辑代码了
+                consumer.commitSync();
+
+                // 手动异步提交offset，当前线程提交offset不会阻塞，可以继续处理后面的程序逻辑
+                /*consumer.commitAsync(new OffsetCommitCallback() {
+                    @Override
+                    public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {
+                        if (exception != null) {
+                            System.err.println("Commit failed for " + offsets);
+                            System.err.println("Commit failed exception: " + exception.getStackTrace());
+                        }
+                    }
+                });*/
+
             }
         }
     }