kafka的编程模型
1.kafka消费者编程模型
分区消费模型
组(group)消费模型
1.1.分区消费模型
1.1.1.分区消费架构图,每个分区对应一个消费者。
1.1.2.分区消费模型伪代码描述
指定偏移量,用于从上次消费的地方开始消费.
提交offset ,java客户端会自动提交的集群,所以这一步可选。
1.2.组(group)消费模型
1.2.1.组消费模型架构图
每个组都消费该topic的全量数据,一条消息会发给groupA和groupB.
1.2.2.组消费模型伪代码:
流数N:表示一个consumer组里面有几个consumer 实例,上例中组A创建2个流,组B创建4个流。
1.2.3.consumer分配算法
当kafka的分区个数大于组A里consumer实例个数时,怎么去分配,以下为分配步骤:
1.3.两种消费模型对比
Partition消费模型更加灵活但是:
(1)需要自己处理各种异常情况;
(2)需要自己管理offset(以实现消息传递的其他语义);
Group消费模型更加简单,但是不灵活:
(1)不需要自己处理异常情况,不需要自己管理offset;
(2)只能实现kafka默认的最少一次消息传递语义;
知识补充:消息传递的3中语义:
至少一次,(消息不会丢,消息者至少得到一次,但有可能会重复,生产者向消费者发送之后,会等待消费者确认,没收到确认会再发) (kafka 默认实现的语义)。
至多一次,(消息会丢)
有且只有一次。
1.4.java 客户端参数调优
fetchSize: 从服务器获取单包大小;
bufferSize: kafka客户端缓冲区大小;
group.id: 分组消费时分组名 (指定的每个组将获得全量的数据)
2.生产者消费模型
同步生产模型
异步生产模型
2.1. 同步生产模型
至少成功一次 , 发送给kafka消费者
2.2.异步生产模型
打包发送给kafka broker。
2.3.两种生产模型伪代码描述
main()
创建到kafka broker的连接:KafkaClient(host,port)
选择或者自定义生产者负载均衡算法 partitioner (算法有:hash,轮询,随机)
设置生产者参数 (缓存队列长度,发送时间,同步/异步参数设置)
根据负载均衡算法和设置的生产者参数构造Producer对象
while True
getMessage:从上游获得一条消息
按照kafka要求的消息格式构造kafka消息
根据分区算法得到分区
发送消息
处理异常
2.4.两种生产模型对比
同步生产模型:
(1)低消息丢失率;
(2)高消息重复率(由于网络原因,回复确认未收到);
(3)高延迟 (每发一条消息需要确认)
(使用在不丢消息场景)
异步生产模型:
(1)低延迟;
(2)高发送性能;(每秒一个分区发50万条)
(3)高消息丢失率(无确认机制,发送端队列满了,消息会丢掉;整个队列发送给)
(使用在允许丢消息场景,偶尔丢一条)
2.5.java客户端代码实现 (自定义分区)
//同步配置参数:
默认的序列化方式:字节序列化。
设定分区算法:默认是对key进行hash分区算法,可以自定义分区算法。
确认机制 request.require.acks: 合理设置为1; 0: 绝不等确认 1: leader的一个副本收到这条消息,并发回确认 -1: leader的所有副本都收到这条消息,并发回确认
消息是以key-value的形式发送的,key必须要设置。
2.6.java客户端参数调优
message.send.max.retries: 发送失败重试次数;
retry.backoff.ms :未接到确认,认为发送失败的时间;
producer.type: 同步发送或者异步发送;
batch.num.messages: 异步发送时,累计最大消息数;
queue.buffering.max.ms:异步发送时,累计最大时间;
本文版本主要是针对0.8.2,配套学习教程,浪尖已经分享到了知识星球。