From 3b761b78a649c8cfa66c11d802a6fe640fdd8a16 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E9=BB=84=E6=B5=B7?= <10402852@qq.com> Date: Tue, 9 May 2023 18:47:00 +0800 Subject: [PATCH] 'commit' --- pom.xml | 8 +- .../java/UnitTest/KafkaProductorTest.java | 62 +++++++++ .../{Producer.java => RocketMqProducer.java} | 2 +- src/main/java/UnitTest/kafkaConsumerTest.java | 127 +++++++++++++++--- 4 files changed, 170 insertions(+), 29 deletions(-) create mode 100644 src/main/java/UnitTest/KafkaProductorTest.java rename src/main/java/UnitTest/{Producer.java => RocketMqProducer.java} (93%) diff --git a/pom.xml b/pom.xml index 628ba1e..bc3619a 100644 --- a/pom.xml +++ b/pom.xml @@ -279,18 +279,12 @@ 4.9.4 - + org.apache.kafka kafka-clients 3.4.0 - - - org.apache.kafka - kafka-streams - 3.4.0 - diff --git a/src/main/java/UnitTest/KafkaProductorTest.java b/src/main/java/UnitTest/KafkaProductorTest.java new file mode 100644 index 0000000..3e50759 --- /dev/null +++ b/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 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 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(); + } +} diff --git a/src/main/java/UnitTest/Producer.java b/src/main/java/UnitTest/RocketMqProducer.java similarity index 93% rename from src/main/java/UnitTest/Producer.java rename to src/main/java/UnitTest/RocketMqProducer.java index f0b0b90..9f1865a 100644 --- a/src/main/java/UnitTest/Producer.java +++ b/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 diff --git a/src/main/java/UnitTest/kafkaConsumerTest.java b/src/main/java/UnitTest/kafkaConsumerTest.java index a97cb0f..cd23d37 100644 --- a/src/main/java/UnitTest/kafkaConsumerTest.java +++ b/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 kafkaConsumer = new KafkaConsumer(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 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 consumer = new KafkaConsumer(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 topicPartitions = consumer.partitionsFor(TOPIC_NAME); + //从1小时前开始消费 + long fetchDataTime = new Date().getTime() - 1000 * 60 * 60; + Map map = new HashMap<>(); + for (PartitionInfo par : topicPartitions) { + map.put(new TopicPartition(TOPIC_NAME, par.partition()), fetchDataTime); } + Map parMap = consumer.offsetsForTimes(map); + for (Map.Entry 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 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 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 records = consumer.poll(Duration.ofMillis(1000)); + for (ConsumerRecord 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 offsets, Exception exception) { + if (exception != null) { + System.err.println("Commit failed for " + offsets); + System.err.println("Commit failed exception: " + exception.getStackTrace()); + } + } + });*/ + } } }