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());
+ }
+ }
+ });*/
+
}
}
}