生产者消息发送流程
发送原理
Kafka的Producer发送消息采用的是异步发送的方式。
在消息发送的过程中,涉及到了两个线程:main线程和Sender线程,以及一个线程共享变量:RecordAccumulator。
①main线程中创建了一个双端队列RecordAccumulator,将消息发送给RecordAccumulator。
②Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。
batch.size:只有数据积累到batch.size之后,sender才会发送数据。默认16klinger.ms:如果数据迟迟未达到batch.size,sender等待linger.ms设置的时间到了之后就会发送数据。单位ms,默认值是0ms,表示没有延迟。
0:生产者发送过来的数据,不需要等数据落盘应答。1:生产者发送过来的数据,Leader收到数据后应答。-1 ( al1) :生产者发送过来的数据,Leader和和ISR队列里面的所有节点收齐数据后应答。-1和al1等价。
生产者重要参数列表
bootstrap.servers:生产者连接集群所需的broker地址清单。可以设置1个或者多个,中间用逗号隔开。生产者从给定的broker里查找到其他broker信息。key.serializer、 value.serializer:指定发送消息的key和value的序列化类型。要写全类名。(反射获取)buffer.memory:RecordAccumulator缓冲区总大小,默认32m。batch.size:缓冲区一批数据最大值,默认16k。适当增加该值,可以提高吞吐量,但是如果该值设置太大,会导致数据传输延迟增加。linger.ms:如果数据迟迟未达到batch.size,sender等待linger.time之后就会发送数据。单位ms,默认值是0ms,表示没有延迟。生产环境建议该值大小为5-100ms之间。acks:0:生产者发送过来的数据,不需要等数据落盘应答。
1:生产者发送过来的数据,Leader数据落盘后应答。
-1(all):生产者发送过来的数据,Leader和isr队列里面的所有节点数据都落盘后应答。默认值是-1max.in.flight.requests.per.connection:允许最多没有返回ack的次数,默认为5,开启幂等性要保证该值是 1-5的数字。Retries(重试):当消息发送出现错误的时候,系统会重发消息。retries表示重试次数。默认是int最大值,2147483647。如果设置了重试,还想保证消息的有序性,需要设置MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION=1否则在重试此失败消息的时候,其他的消息可能发送成功了。retry.backoff.ms:两次重试之间的时间间隔,默认是100ms。enable.idempotence:是否开启幂等性,默认true,开启幂等性。compression.type生产者发送的所有数据的压缩方式。默认是none,不压缩。 支持压缩类型:none、gzip、snappy、lz4和zstd。
异步发送API
普通异步发送
需求:创建Kafka生产者,采用异步的方式发送到Kafka broker
异步发送流程如下:
batch.size:只有数据积累到batch.size之后,sender才会发送数据。默认16k
linger.ms:如果数据迟迟未达到batch.size,sender等待lingerms设置的时间到了之后就会发送数据。单位ms,默认值是Oms,表示没有延迟。
代码编写
1)创建工程kafka-demo
2)导入依赖
<!-- /artifact/org.apache.kafka/kafka-clients --><dependencies><dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-clients</artifactId><version>3.0.0</version></dependency></dependencies>
3)创建包名:com.taohua.kafka.producer
4)编写代码:不带回调函数的API
package com.taohua.kafka.producer;import org.apache.kafka.clients.producer.KafkaProducer;import org.apache.kafka.clients.producer.ProducerConfig;import org.apache.kafka.clients.producer.ProducerRecord;import java.util.Properties;public class CustomProducer {public static void main(String[] args) throws InterruptedException {// 1. 创建kafka生产者的配置对象Properties properties = new Properties();// 2. 给kafka配置对象添加配置信息properties.put("bootstrap.servers","hadoop102:9092");// key,value序列化properties.put("key.serializer", "org.mon.serialization.StringSerializer");properties.put("value.serializer", "org.mon.serialization.StringSerializer");// 3. 创建kafka生产者对象KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);// 4. 调用send方法,发送消息for (int i = 0; i < 10; i++) {kafkaProducer.send(new ProducerRecord<>("first","kafka" + i));}// 5. 关闭资源kafkaProducer.close();}}
5)测试:
在hadoop102上开启kafka消费者
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
在IDEA中执行上述代码,观察hadoop102消费者输出
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic firstkafka0kafka1kafka2kafka3……
带回调函数的异步发送
回调函数callback()会在producer收到ack时调用,为异步调用。该方法有两个参数分别是RecordMetadata(元数据信息)和Exception(异常信息)。
·如果Exception为null,说明消息发送成功,
·如果Exception不为null,说明消息发送失败。带回调函数的异步调用发送流程
batch.size:只有数据积累到batch.size之后,sender才会发送数据。默认16k
linger.ns:如果数据迟迟未达到batch.size,sender等待linger:ms设置的时间到了之后就会发送数据。单位ms,默认值是Oms,表示没有延迟。编写代码:带回调函数的生产者
package com.taohua.kafka.producer;import org.apache.kafka.clients.producer.*;import java.util.Properties;public class CustomProducerCallback {public static void main(String[] args) throws InterruptedException {// 1. 创建kafka生产者的配置对象Properties properties = new Properties();// 2. 给kafka配置对象添加配置信息properties.put("bootstrap.servers", "hadoop102:9092");properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");// key,value序列化(必须)properties.put("key.serializer", "org.mon.serialization.StringSerializer");properties.put("value.serializer", "org.mon.serialization.StringSerializer");// 3. 创建kafka生产者对象KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);// 4. 调用send方法,发送消息for (int i = 0; i < 10; i++) {// 添加回调kafkaProducer.send(new ProducerRecord<>("first", "kafka" + i), new Callback() {// 该方法在Producer收到ack时调用,为异步调用@Overridepublic void onCompletion(RecordMetadata metadata, Exception exception) {if (exception == null) // 没有异常,输出信息到控制台System.out.println("主题"+recordMetadata.topic() +", 分区:"+recordMetadata.partition()+", 偏移量:"+recordMetadata.offset());}});}// 5. 关闭资源kafkaProducer.close();}}
测试
1)在hadoop102上开启kafka消费者
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
2)在IDEA中执行代码,观察hadoop102消费者输出
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic firstkafka0kafka1kafka2……
3)在IDEA控制台观察回调信息
主题first, 分区:0, 偏移量:10主题first, 分区:0, 偏移量:11主题first, 分区:0, 偏移量:12主题first, 分区:0, 偏移量:13主题first, 分区:0, 偏移量:14主题first, 分区:0, 偏移量:15主题first, 分区:0, 偏移量:16主题first, 分区:0, 偏移量:17主题first, 分区:0, 偏移量:18主题first, 分区:0, 偏移量:19……
同步发送API
同步发送的意思就是,一条消息发送之后,会阻塞当前线程,直至返回ack。由于send方法返回的是一个Future对象,根据Futrue对象的特点,我们也可以实现同步发送的效果,只需在调用Future对象的get方发即可。同步发送流程示意图如下:
batch.size:只有数据积累到batch.size之后,sender才会发送数据。默认16k
linger.ns:如果数据迟迟未达到batch.size,sender等待linger:ms设置的时间到了之后就会发送数据。单位ms,默认值是Oms,表示没有延迟。编写代码:同步发送消息的生产者
package com.atguigu.kafka.producer;import org.apache.kafka.clients.producer.KafkaProducer;import org.apache.kafka.clients.producer.ProducerConfig;import org.apache.kafka.clients.producer.ProducerRecord;import java.util.Properties;import java.util.concurrent.ExecutionException;public class ConsumerProducerSync {public static void main(String[] args) throws InterruptedException, ExecutionException {// 1. 创建kafka生产者的配置对象Properties properties = new Properties();// 2. 给kafka配置对象添加配置信息//properties.put("bootstrap.servers","hadoop102:9092");properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092");// key,value序列化(必须)properties.put("key.serializer", "org.mon.serialization.StringSerializer");properties.put("value.serializer", "org.mon.serialization.StringSerializer");// 3. 创建kafka生产者对象KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);// 4. 调用send方法,发送消息for (int i = 0; i < 10; i++) {// 同步发送kafkaProducer.send(new ProducerRecord<>("first","kafka" + i)).get();}// 5. 关闭资源kafkaProducer.close();}}
测试
1)在hadoop102上开启kafka消费者
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
2)在IDEA中执行代码,观察hadoop102消费者的消费情况
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic firstkafka0kafka1kafka2……