kafka整理

kafka整理

一、kafka概述

kafka是apache旗下一款开源的顶级的消息队列的系统, 最早是来源于领英, 后期将其贡献给apache, 采用语言是scala.基于zookeeper, 启动kafka集群需要先启动zookeeper集群, 同时在zookeeper记录kafka相关的元数据

kafka本质上就是消息队列的中间件产品 ,kafka中消息数据是直接存储在磁盘上

kafka的特点:

1. 可靠性
2. 可扩展性
3. 耐用性
4. 高性能

二、kafka的架构图

kafka cluster ：kafka的集群
broker：kafka的节点
producer：生产者
consumer：消费者
topic：主题，一个逻辑容器
shard：分片，分片的数量
replicas：副本，受节点的限制，副本<=节点数
zookeeper:对kafka集群进行管理，保存kafka的元数据信息

三、安装

3.1解压

[pxj@pxj62 /opt/software]$tar -zxvf kafka_2.12-2.4.1.tgz  -C /opt/app/

3.2建软连接

[pxj@pxj62 /opt/app]$ln -s kafka_2.12-2.4.1 kafka

3.3修改 server.properties

[pxj@pxj62 /opt/app/kafka/config]$vim server.properties 

3.4启动与停止

前台启动: ./kafka-server-start.sh ../config/server.properties
后台启动: nohup  ./kafka-server-start.sh ../config/server.properties 2>&1 &
注意: 第一次启动, 建议先前台启动, 观察是否可以正常启动, 如果OK, ctrl +C 退出, 然后挂载到后台
启动: ./start-kafka.sh 

四、shell命令操作

4.1创建top

[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --create --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test01 --partitions 3  --replication-factor 2
Created topic test01.
[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --create --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test02 --partitions 3  --replication-factor 3
Created topic test02.

4.2 查看当前有那些topic

[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh --list --zookeeper pxj62:2181,pxj63:2181,pxj64:2181
test01
test02

4.3 如何查看某一个topic的详细信息

[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --describe --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test01
Topic: test01	PartitionCount: 3	ReplicationFactor: 2	Configs: Topic: test01	Partition: 0	Leader: 2	Replicas: 2,0	Isr: 2,0Topic: test01	Partition: 1	Leader: 0	Replicas: 0,1	Isr: 0,1Topic: test01	Partition: 2	Leader: 1	Replicas: 1,2	Isr: 1,2
[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --describe --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test02
Topic: test02	PartitionCount: 3	ReplicationFactor: 3	Configs: Topic: test02	Partition: 0	Leader: 2	Replicas: 2,1,0	Isr: 2,1,0Topic: test02	Partition: 1	Leader: 0	Replicas: 0,2,1	Isr: 0,2,1Topic: test02	Partition: 2	Leader: 1	Replicas: 1,0,2	Isr: 1,0,2
[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --create --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test03 --partitions 3  --replication-factor 1
Created topic test03.
[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --describe --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test03
Topic: test03	PartitionCount: 3	ReplicationFactor: 1	Configs: Topic: test03	Partition: 0	Leader: 1	Replicas: 1	Isr: 1Topic: test03	Partition: 1	Leader: 2	Replicas: 2	Isr: 2Topic: test03	Partition: 2	Leader: 0	Replicas: 0	Isr: 0

4.4修改topic

[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --alter --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test01 --partitions 5
WARNING: If partitions are increased for a topic that has a key, the partition logic or ordering of the messages will be affected
Adding partitions succeeded!
[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --describe --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test01
Topic: test01	PartitionCount: 5	ReplicationFactor: 2	Configs: Topic: test01	Partition: 0	Leader: 2	Replicas: 2,0	Isr: 2,0Topic: test01	Partition: 1	Leader: 0	Replicas: 0,1	Isr: 0,1Topic: test01	Partition: 2	Leader: 1	Replicas: 1,2	Isr: 2,1Topic: test01	Partition: 3	Leader: 2	Replicas: 2,1	Isr: 2,1Topic: test01	Partition: 4	Leader: 0	Replicas: 0,2	Isr: 0,2
[pxj@pxj62 /opt/app/kafka/bin]$
注意：只能调大分片的数量, 无法调小以及无法调整副本数量

4.5删除topic

[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh --delete --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test01
Topic test01 is marked for deletion.
Note: This will have no impact if delete.topic.enable is not set to true.
[pxj@pxj62 /opt/app/kafka/bin]$./kafka-topics.sh  --describe --zookeeper pxj62:2181,pxj63:2181,pxj64:2181 --topic test01
Error while executing topic command : Topic 'test01' does not exist as expected
[2023-04-09 22:36:54,129] ERROR java.lang.IllegalArgumentException: Topic 'test01' does not exist as expectedat kafka.admin.TopicCommand$.kafka$admin$TopicCommand$$ensureTopicExists(TopicCommand.scala:484)at kafka.admin.TopicCommand$ZookeeperTopicService.describeTopic(TopicCommand.scala:390)at kafka.admin.TopicCommand$.main(TopicCommand.scala:67)at kafka.admin.TopicCommand.main(TopicCommand.scala)(kafka.admin.TopicCommand$)
[pxj@pxj62 /opt/app/kafka/bin]$

4.6模拟一个生产者. 用于生产数据到topic中

[pxj@pxj62 /opt/app/kafka/bin]$./kafka-console-producer.sh  --broker-list pxj62:9092,pxj63:9092,pxj64:9092 --topic test02
>pxj
>pxj
>jps
>ll

4.7消费者接收

[pxj@pxj63 /opt/app/kafka/bin]$./kafka-console-consumer.sh --bootstrap-server pxj62:9092,pxj63:9092,pxj64:9092 --topic test02 --from-beginning  
pxj
pxj
jps
ll

五、kafkaAPI

5.1生产者

package com.ccj.pxj.kafka;import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;import java.util.Properties;import java.util.Properties;public class KafkaProducerTest {public static void main(String[] args) {// 1- 创建  生产者对象// 1.1 设置生产者相关的配置Properties props = new Properties();props.put("bootstrap.servpackage com.ccj.pxj.kafka;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;import java.time.Duration;
import java.util.Arrays;
import java.util.Properties;
public class KafkaConsumerTest {public static void main(String[] args) {// 1. 创建 kafka的消费者对象//1.1: 设置消费者的配置信息Properties props = new Properties();props.setProperty("bootstrap.servers", "pxj62:9092,pxj63:9092,pxj64:9092"); // 指定 kafka地址props.setProperty("group.id", "test"); // 指定消费组 idprops.setProperty("enable.auto.commit", "true"); // 是否开启自动提交数据的偏移量props.setProperty("auto.commit.interval.ms", "1000"); // 自动提交的间隔时间props.setProperty("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); // 设置key反序列类props.setProperty("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");// 设置value反序列化类//1.2: 创建kafka消费者对象KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);//2.设置消费者监听那些Topicconsumer.subscribe(Arrays.asList("test02"));//3. 消费数据:  一直在消费, 只要有数据,立马进行处理操作while (true) {//3.1: 获取消息数据, 参数表示等待(超时)的时间ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));for (ConsumerRecord<String, String> record : records) {long offset = record.offset(); // 偏移量信息String key = record.key(); // 获取keyString value = record.value(); // 获取valueint partition = record.partition();// 从哪个分区读取的数据System.out.println("偏移量:"+ offset +"; key值:"+key +";value值:"+ value +"; 分区:"+partition);}}}
}
ers", "pxj62:9092,pxj63:9092,pxj64:9092");  // 指定kafka的地址props.put("acks", "all"); // 指定消息确认方案props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");// key序列化类props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); // value序列化类//1.2: 构建生产者Producer<String, String> producer = new KafkaProducer<>(props);//2. 发送数据for (int i = 0; i < 10; i++) {//2.1 构建 数据的承载对象ProducerRecord<String, String> producerRecord = new ProducerRecord<>("test02",Integer.toString(i));producer.send(producerRecord);}//3. 释放资源producer.close();}
}

5.2 消费者

package com.ccj.pxj.kafka;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;import java.time.Duration;
import java.util.Arrays;
import java.util.Properties;
public class KafkaConsumerTest {public static void main(String[] args) {// 1. 创建 kafka的消费者对象//1.1: 设置消费者的配置信息Properties props = new Properties();props.setProperty("bootstrap.servers", "pxj62:9092,pxj63:9092,pxj64:9092"); // 指定 kafka地址props.setProperty("group.id", "test"); // 指定消费组 idprops.setProperty("enable.auto.commit", "true"); // 是否开启自动提交数据的偏移量props.setProperty("auto.commit.interval.ms", "1000"); // 自动提交的间隔时间props.setProperty("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); // 设置key反序列类props.setProperty("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");// 设置value反序列化类//1.2: 创建kafka消费者对象KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);//2.设置消费者监听那些Topicconsumer.subscribe(Arrays.asList("test02"));//3. 消费数据:  一直在消费, 只要有数据,立马进行处理操作while (true) {//3.1: 获取消息数据, 参数表示等待(超时)的时间ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));for (ConsumerRecord<String, String> record : records) {long offset = record.offset(); // 偏移量信息String key = record.key(); // 获取keyString value = record.value(); // 获取valueint partition = record.partition();// 从哪个分区读取的数据System.out.println("偏移量:"+ offset +"; key值:"+key +";value值:"+ value +"; 分区:"+partition);}}}
}
SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
偏移量:1; key值:null;value值:0; 分区:1
偏移量:2; key值:null;value值:1; 分区:1
偏移量:3; key值:null;value值:2; 分区:1
偏移量:4; key值:null;value值:3; 分区:1
偏移量:5; key值:null;value值:4; 分区:1
偏移量:6; key值:null;value值:5; 分区:1
偏移量:7; key值:null;value值:6; 分区:1
偏移量:8; key值:null;value值:7; 分区:1
偏移量:9; key值:null;value值:8; 分区:1
偏移量:10; key值:null;value值:9; 分区:1

六、kafka的核心原理

6.1kafka的分区和副本

分区：

	topic可以理解为是一个大的容器(逻辑), 分片相当于将topic划分为多个小容器, 将这些小容器分布在不同的broker上, 进行分布式存储, 分片的数量不受节点数量限制作用:1- 提升吞吐量, 前提 kafka节点充足下2- 解决单台节点存储有限的问题, 可以通过分片实现分布式存储3- 提高并发能力

副本：

对topic中每一个分片构建多个副本, 从而保证数据不能丢失, 副本的数量最多与节点数量是相等, 一般来说副本为 1~3个
作用:提升数据可靠性, 防止数据丢失

6.2kafka数据传输过程

三阶段：
第一阶段：生产者将数据生产到集群的broket端
第二阶段：broker将数据存储
第三阶段：消费者从broker端消费数据
6.3生产者如何保证数据不丢失
对于kafka，主要采用ack认证机制处理的
0：生产者只管发送到broket端，不管broker的响应
1：生产者只管发送到broket端，需要等待对应接受分片的主副本接收到数据后，给予响应，认为数据发送成功
-1:ALL；生产者只管发送到broket端，需要等待对应接受分片所有的 副本接收到数据后，给予响应认为数据发送成功
效率：0>1>-1
安全：-1>1>0
ack模式的选择：根据生产需求确定，
props.put(“acks”,''all'')

6.3如果broker端迟迟没有给予响应，如何解决

采用先等待（超时时间）再重试的策略，一般重试3次，如果重试后依然没有给予响应，此时让程序直接报错。通知相关人员处理即可
6.4宽带占用如何解决
可以引入缓存池，采用异步发送方案，生产者将数据在发送数据时候，底层会将这个数据保存到缓存池中，当池子中数据达到一批数据大小后，将达一批数据直接发送到broker，此时broker针对这一批数据给予一次性响应即可（批量发送数据）

6.5 采用批量发送数据，如果发送一批数据到broker端，broker端又没有给予响应，此时缓存池中数据满了，如何解决呢？

解决方案：
1.丢弃缓存池中数据，报异常（适用于数据不重要，或者可以重读的消息总数据）
2.在写入缓冲池的时候，需要将数据在其他的地方也持久存储一份，发送成功一批数据，将持久化地方数据删除一部分，以保证在出现此问题后，数据依然存在，下次启动的时候，优先从持久化容器中读取即可

七、安装 kafka-eagle

7.1.解压

7.2环境变量

[pxj@pxj62 /home/pxj]$vim .bashrc 
export PS1='[\u@\h `pwd`]\$'
export JAVA_HOME=/usr/java/jdk1.8.0_141
export PATH=$JAVA_HOME/bin:$PATH
export HADOOP_HOME=/opt/app/hadoop
export ZOOKEEPER_HOME=/opt/app/zookeeper
export KAFKA_HOME=/opt/app/kafka
export KE_HOME=/opt/app/kafka-eagle
export PATH=${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${ZOOKEEPER_HOME}/bin:${KAFKA_HOME}/bin:${KE_HOME}/bin:$PATH[pxj@pxj62 /home/pxj]$source .bashrc

7.3配置 kafka_eagle。

使用vi打开conf目录下的system-config.propertie

[pxj@pxj62 /opt/app/kafka-eagle/conf]$vim system-config.properties
kafka.eagle.zk.cluster.alias=cluster1
cluster1.zk.list=pxj62:2181,pxj63:2181,pxj64:2181
#cluster2.zk.list=xdn10:2181,xdn11:2181,xdn12:2181
# kafka metrics, 30 days by default
######################################
kafka.eagle.metrics.charts=true
kafka.eagle.metrics.retain=30# kafka sqlite jdbc driver address
######################################
#kafka.eagle.driver=org.sqlite.JDBC
#kafka.eagle.url=jdbc:sqlite:/hadoop/kafka-eagle/db/ke.db
#kafka.eagle.username=root
#kafka.eagle.password=www.kafka-eagle.org######################################
# kafka mysql jdbc driver address
######################################
kafka.eagle.driver=com.mysql.jdbc.Driver
kafka.eagle.url=jdbc:mysql://pxj63:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
kafka.eagle.username=root
kafka.eagle.password=I LOVE PXJ

7.4配置JAVA_HOME

在24行加入
export JAVA_HOME=/usr/java/jdk1.8.0_141

7.5授权运行

[pxj@pxj62 /opt/app/kafka-eagle/bin]$chmod +x ke.sh 

7.6启动

[pxj@pxj62 /opt/app/kafka-eagle/bin]$./ke.sh start

7.7访问web

http://pxj62:8048/ke

八、同步发送

package com.ccj.pxj.kafka;import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;import java.util.Properties;public class KafkaProducerSyncTest {public static void main(String[] args) {Properties props=new Properties();props.put("bootstrap.servers", "pxj62:9092,pxj63:9092,pxj64:9092");  // 指定kafka的地址props.put("acks", "all"); // 指定消息确认方案props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");// key序列化类props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); // value序列化类//构造生产者KafkaProducer<String,String> producer = new KafkaProducer<>(props);
//        2.发送数据for (int i = 0; i <10 ; i++) {
//            构建 数据承载对象ProducerRecord<String, String> producerRecord = new ProducerRecord<>("test01", i+"_02");// 使用get  其实就是同步方式, 会当发送后, 会一直等待响应, 如果长时间没有响应, 就会重试, 如果依然没有, 直接报错// get支持自定义超时的时间try{producer.send(producerRecord).get();}catch (Exception e){e.printStackTrace();}}producer.close();}
}

九、异步发送

package com.ccj.pxj.kafka;import org.apache.kafka.clients.producer.*;import java.util.Properties;public class KafkaProducerAsyncTest {public static void main(String[] args) {// 1- 创建  生产者对象// 1.1 设置生产者相关的配置Properties props = new Properties();props.put("bootstrap.servers", "pxj62:9092,pxj63:9092,pxj64:9092");  // 指定kafka的地址props.put("acks", "all"); // 指定消息确认方案props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");// key序列化类props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); // value序列化类//1.2: 构建生产者Producer<String, String> producer = new KafkaProducer<>(props);
//        2.发送数据for (int i = 0; i < 10; i++) {ProducerRecord<String, String> producerRecord = new ProducerRecord<>("test01", i+"_22");producer.send(producerRecord, new Callback() {@Overridepublic void onCompletion(RecordMetadata metadata, Exception e) {// 此方法为回调函数的方式, 当进行异步发送的时候, 不管最终是成功了还是失败了, 都会回调此函数if(e!=null){// 说明有异常, 发送失败了// 在此处, 编写发送失败的处理业务逻辑代码System.err.println("发送消息失败：" +e.getStackTrace());}if(metadata!=null){if (metadata != null) {System.out.println("异步方式发送消息结果：" + "topic-" +metadata.topic() + "|partition-"+ metadata.partition() + "|offset-" + metadata.offset());}}}});}//3. 释放资源producer.close();}
}

十、消费者异步

package com.ccj.pxj.kafka;import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;import java.time.Duration;
import java.util.Arrays;
import java.util.Properties;public class KafkaConsumerTest02 {public static void main(String[] args) {Properties props=new Properties();// 1. 创建 kafka的消费者对象//1.1: 设置消费者的配置信息props.setProperty("bootstrap.servers", "pxj62:9092,pxj63:9092,pxj64:9092"); // 指定 kafka地址props.setProperty("group.id", "test"); // 指定消费组 idprops.setProperty("enable.auto.commit", "false"); // 是否开启自动提交数据的偏移量props.setProperty("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); // 设置key反序列类props.setProperty("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");// 设置value反序列化类
//创建消费者对象KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);consumer.subscribe(Arrays.asList("test01"));while(true){ConsumerRecords<String,String> records=consumer.poll(Duration.ofMillis(100));for (ConsumerRecord<String, String> record : records) {long offset = record.offset(); // 偏移量信息String key = record.key(); // 获取keyString value = record.value(); // 获取valueint partition = record.partition();// 从哪个分区读取的数据System.out.println("偏移量:"+ offset +"; key值:"+key +";value值:"+ value +"; 分区:"+partition);// 当消息消费完成后, 提交偏移量信息 : 一定不要丢失提交偏移量的代码. 否则 会造成大量的重复消费问题consumer.commitSync(); // 同步提交consumer.commitAsync(); // 异步提交}}}
}

十一、broker端如何保证数据不丢失

broker主要将消息数据存储下来, 那么如何保证数据不丢失呢?

多副本机制  +  生产者的ack为 -1

消费偏移量数据是存储在哪里呢? 在kafka的老版本(kafka 0.8x下)是存储在zookeeper中, 在新版本中消费者消息偏移量信息是存储在broker端, 通过一个topic来存储的: __consumer_offset此topic具有50个分区, 1个副本

如何修改默认的过期时间呢?

# server.properties的103行位置:  默认值为 168小时
log.retention.hours=168# 设置一个log文件的大小, 默认为: 1073741824 (1GB)
log.segment.bytes=1073741824

十二、kafka的数据查询机制

查询过程

1. 先确定这条消息在那个segment片段中
2. 到对应片段中找index文件, 根据offset查询消息数据在log文件的那个物理偏移量位置
3. 根据从index查询到的偏移量信息, 到 log文件顺序查询(磁盘查询方式)到对应范围下数据即可

磁盘的读写分为两种读写方式: 顺序读写 和 随机读写

顺序读写效率远远高于随机读写

十三、kafka中生产者的数据分发策略

kafka生产者数据分发策略: 指的生产者在生产数据到达broker指定topic中, 最终这条数据被topic中哪一个分片接收到了, 这就是生产者分发机制

思考: 常见的分发策略
1) hash策略
2) 轮询策略
3) 指定分区策略
4) 确定每个分区范围分发那么kafka支持那些分发策略呢? 
1) 粘性分区策略(老版本(2.4以前): 轮询)
2) hash取模策略
3) 指定分区策略
4) 自定义分区如何设置分发策略呢?  与 ProducerRecord 和 DefaultPartitioner关系很大1) 粘性分区策略(老版本(2.4以前): 轮询)# 当生成数据时候, 使用这个只需要传递value发送方案, 底层走的 粘性分区策略(老版本(2.4以前): 轮询)public ProducerRecord(String topic, V value) {this(topic, null, null, null, value, null);}# 为什么这么说呢? 原因是 DefaultPartitionerpublic int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {# 当 key为null的时候, 执行  stickyPartitionCache (粘性分区)if (keyBytes == null) {return stickyPartitionCache.partition(topic, cluster);} List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);int numPartitions = partitions.size();// hash the keyBytes to choose a partitionreturn Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions;}2) hash取模策略# 当发送数据的时候, 如果传递 k 和 v , 默认使用 hash取模分区方案, 根据key进行hash取模public ProducerRecord(String topic, K key, V value) {this(topic, null, null, key, value, null);}# 为什么这么说呢? 原因是 DefaultPartitionerpublic int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {# 当 key为null的时候, 执行  stickyPartitionCache (粘性分区)if (keyBytes == null) {return stickyPartitionCache.partition(topic, cluster);} # 当key不为null的时候, 获取topic的所有分区, 然后根据key进行hash取模List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);int numPartitions = partitions.size();// hash the keyBytes to choose a partitionreturn Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions;}3) 指定分区策略# 当发送数据的时候, 需要明确指出给那个partition发送数据 : ProducerRecord构造# 分片是从0开始的, 如果是三个分片: 0 1  2public ProducerRecord(String topic, Integer partition, K key, V value) {this(topic, partition, null, key, value, null);}此时这种分发策略 与 defaultPartitions 没有关系了4) 自定义分区策略: (抄. 官方源码DefaultPartitioner)4.1) 创建一个类, 实现Partitioner 接口4.2) 重写接口中的partition方法, 返回值表示分区的编号4.3) 按照业务逻辑实现方法中分区方案4.4) 告知给kafka, 使用新的分区方案当生产者开始发送数据, 如果只传递了value的数据, 此时kafka会采用粘性分区策略, 首先会先随机的选择一个分区, 然后尽可能的黏上这个分区, 将这一批数据全部写入到这一个分区中, 当下次请求再来的时候, 重新在随机选择一个分区(如果间隔时间比较短, 大概率会黏住上一个分区), 再黏住这个分区, 将数据写入到这个分区下, 这种分区方案称为粘性分区策略粘性分区是kafka2.4.x及以上版本支持的一种全新的分区策略 在2.4以下的版本中, 采用的轮询方案老版本轮询:当生产者准备好一批数据后, 将这一批数据写入到某一个topic中, 如果采用轮询方案, 需要将这一批数据分为多个小批次, 分别对应不同的分片,将各个小批次的数据发送给对应的分片下即可, 而这种操作需要额外在一批数据上再次进行分批处理, 导致生产效率下降, 所以说在新版本中, 将其替换为粘性分区参数:	partitioner.class :默认值: org.apache.kafka.clients.producer.internals.DefaultPartitioner通过生产者的properties对象, 重新设置一下partitioner.class 参数即可

什么是粘性分区策略:

当生产者开始发送数据, 如果只传递了value的数据, 此时kafka会采用粘性分区策略, 首先会先随机的选择一个分区, 然后尽可能的黏上这个分区, 将这一批数据全部写入到这一个分区中, 当下次请求再来的时候, 重新在随机选择一个分区(如果间隔时间比较短, 大概率会黏住上一个分区), 再黏住这个分区, 将数据写入到这个分区下, 这种分区方案称为粘性分区策略粘性分区是kafka2.4.x及以上版本支持的一种全新的分区策略 在2.4以下的版本中, 采用的轮询方案老版本轮询:当生产者准备好一批数据后, 将这一批数据写入到某一个topic中, 如果采用轮询方案, 需要将这一批数据分为多个小批次, 分别对应不同的分片,将各个小批次的数据发送给对应的分片下即可, 而这种操作需要额外在一批数据上再次进行分批处理, 导致生产效率下降, 所以说在新版本中, 将其替换为粘性分区

十四、kafka的负载均衡机制

 如果使用kafka模拟点对点 和 发布订阅 方式点对点:   一个消费只能被一个消费者所接收让所有监听这个topic的消费者都属于同一个消费者组内即可发布订阅:  一个消息可以被多个消费者所接收让所有监听这个topic的消费者都属于不同的消费者组内即可

作者：潘陈（pxj）
日期：2023-04-30