kafka原理五之springboot 集成批量消费

野性酷女 2024-03-16 22:05 19阅读 0赞

##  ##

**目录**

前言

一、新建一个maven工程，添加kafka依赖

二、yaml配置文件

三、消息消费

手动提交非批量消费

String 类型接入

使用注解方式获取消息头、消息体

手动提交批量消费

ConsumerRecord类接收

String类接收

使用注解方式获取消息头、消息体，则也是使用 List 来接收：

并发消费

配置类方式

四、Kafka参数调优

一、Consumer参数说明

二、Kafka消息积压、消费能力不足怎么解决？

三、Kafka消费者如何进行流控？

--------------------

## 前言 ##

由于 [Kafka][] 的写性能非常高，因此项目经常会碰到 Kafka 消息队列拥堵的情况。遇到这种情况，我们可以通过并发消费、批量消费的方法进行解决。

--------------------

### 一、新建一个maven工程，添加kafka依赖 ###

<dependency>
    		<groupId>org.springframework.kafka</groupId>
    		<artifactId>spring-kafka</artifactId>
             <version>2.5.4.RELEASE</version>
    </dependency>

### 二、yaml配置文件 ###

spring:
    
      kafka:
        bootstrap-servers: 127.0.0.1:9002
        producer:
          key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
          value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
        consumer:
          group-id: test-consumer-group
          # 当 Broker 端没有 offset（如第一次消费或 offset 超过7天过期）时如何初始化 offset，当收到 OFFSET_OUT_OF_RANGE 错误时，如何重置 Offset
          # earliest：表示自动重置到 partition 的最小 offset
          # latest：默认为 latest，表示自动重置到 partition 的最大 offset
          # none：不自动进行 offset 重置，抛
          auto-offset-reset: latest
          # 是否在消费消息后将 offset 同步到 Broker，当 Consumer 失败后就能从 Broker 获取最新的 offset
          enable-auto-commit: false
          ## 当 auto.commit.enable=true 时，自动提交 Offset 的时间间隔，建议设置至少1000
          auto-commit-interval: 2000
          max-poll-records: 30
          heartbeat-interval: 3000
          key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
          value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
          properties:
            # 使用 Kafka 消费分组机制时，消费者超时时间。当 Broker 在该时间内没有收到消费者的心跳时，认为该消费者故障失败，Broker 发起重新 Rebalance 过程。目前该值的配置必须在 Broker 配置group.min.session.timeout.ms=6000和group.max.session.timeout.ms=300000 之间
            session.timeout.ms: 60000
            # 使用 Kafka 消费分组机制时，消费者发送心跳的间隔。这个值必须小于 session.timeout.ms，一般小于它的三分之一
            heartbeat.interval.ms: 3000
            # 使用 Kafka 消费分组机制时，再次调用 poll 允许的最大间隔。如果在该时间内没有再次调用 poll，则认为该消费者已经失败，Broker 会重新发起 Rebalance 把分配给它的 partition 分配给其他消费者
            max.poll.interval.ms: 300000
            request.timeout.ms: 600000
        listener:
          # 在侦听器容器中运行的线程数。
          concurrency: 2
          type: batch
          max-poll-records: 50
          #当 auto.commit.enable 设置为false时，表示kafak的offset由customer手动维护，
          #spring-kafka提供了通过ackMode的值表示不同的手动提交方式
          #手动调用Acknowledgment.acknowledge()后立即提交
          ack-mode: manual_immediate
          # 消费者监听的topic不存在时，项目会报错，设置为false
          missing-topics-fatal: false

### 三、消息消费 ###

#### 手动提交非批量消费 ####

*  ##### String 类型接入 #####

@KafkaListener(topics = {"test-topic"}, groupId = "test-consumer-group")
        public void onMessage(String message, Consumer consumer) {
            System.out.println("接收到的消息：" + message);
            consumer.commitSync();
        }

*  ##### 使用注解方式获取消息头、消息体 #####

/**
             * 处理消息
             */
            @KafkaListener(topics = "test-topic", groupId = "test-consumer-group")
            public void onMessage(@Payload String message,
                                  @Header(KafkaHeaders.RECEIVED_TOPIC) String topic,
                                  @Header(KafkaHeaders.RECEIVED_PARTITION_ID) int partition,
                                  @Header(name = KafkaHeaders.RECEIVED_MESSAGE_KEY, required = false) String key,
                                  @Header(KafkaHeaders.RECEIVED_TIMESTAMP) long ts,
                                  Acknowledgment ack) {
    
                try {
                    
                    ack.acknowledge();
                    log.info("Consumer>>>>>>>>>>>>>end");
                } catch (Exception e) {
                    log.error("Consumer.onMessage#error . message={}", message, e);
                    throw new BizException("事件消息消费失败", e);
                }
            }

#### 手动提交批量消费 ####

> 想要批量消费，首先要开启批量消费，通过listener.type属性设置为batch即可开启，看下代码吧：

spring:
      kafka:
        consumer:
          group-id: test-consumer-group
          bootstrap-servers: 127.0.0.1:9092
          max-poll-records: 50 # 一次 poll 最多返回的记录数
        listener:
          type: batch # 开启批量消费

如上设置了启用批量消费和批量消费每次最多消费记录数。这里设置 max-poll-records是50，并不是说如果没有达到50条消息，我们就一直等待。而是说一次poll最多返回的记录数为50

*  ###### ConsumerRecord类接收 ######

/**
         * kafka的批量消费监听器
         */
        @KafkaListener(topics = "test-topic", groupId = "test-consumer-group")
        public void onMessage(List<ConsumerRecord<String, String>> records, Consumer consumer) {
            try {
                log.info("Consumer.batch#size={}", records == null ? 0 : records.size());
    
                if (CollectionUtil.isEmpty(records)) {
                    //分别是commitSync（同步提交）和commitAsync（异步提交）
                    consumer.commitSync();
                    return;
                }
    
                for (ConsumerRecord<String, String> record : records) {
                    String message = record.value();
    
                    if (StringUtils.isBlank(message)) {
                        continue;
                    }
    
                   //处理业务数据
                   //doBuiness();
                }
    
                consumer.commitSync();
                log.info("Consumer>>>>>>>>>>>>>end");
            } catch (Exception e) {
                log.error("Consumer.onMessage#error .", e);
                throw new BizException("事件消息消费失败", e);
            }
        }

*  ###### String类接收 ######

@KafkaListener(topics = {"test-topic"}, groupId = "test-consumer-group")
        public void onMessage(List<String> message, Consumer consumer) {
            System.out.println("接收到的消息：" + message);
            consumer.commitSync();
        }

*  ##### 使用注解方式获取消息头、消息体，则也是使用 List 来接收： #####

@Component
    public class KafkaConsumer {
        // 消费监听
        @KafkaListener(topics = {"test-topic"})
        public void listen2(@Payload List<String> data,
                            @Header(KafkaHeaders.RECEIVED_TOPIC) List<String> topics,
                            @Header(KafkaHeaders.RECEIVED_PARTITION_ID) List<Integer> partitions,
                            @Header(KafkaHeaders.RECEIVED_MESSAGE_KEY) List<String> keys,
                            @Header(KafkaHeaders.RECEIVED_TIMESTAMP) List<Long> tss) {
            System.out.println("收到"+ data.size() + "条消息：");
            System.out.println(data);
            System.out.println(topics);
            System.out.println(partitions);
            System.out.println(keys);
            System.out.println(tss);
        }
    }

#### 并发消费 ####

> 再来看下**并发消费**，为了加快消费，我们可以提高并发数，比如下面配置我们将并发设置为 3。注意：**并发量根据实际分区数决定，必须小于等于分区数，否则会有线程一直处于空闲状态**

spring:
      kafka:
        consumer:
          group-id: test-consumer-group
          bootstrap-servers: 127.0.0.1:9092
          max-poll-records: 50 # 一次 poll 最多返回的记录数
        listener:
          type: batch # 开启批量监听
          concurrency: 3 # 设置并发数

我们设置concurrency为3，也就是将会启动3条线程进行监听，而要监听的topic有5个partition，意味着将有2条线程都是分配到2个partition，还有1条线程分配到1个partition

#### 配置类方式 ####

通过自定义配置类的方式也是可以的，但是相对yml配置来说还是有点麻烦的

/**
     * 消费者配置
     */
    @Configuration
    public class KafkaConsumerConfig {
     
        /**
         * 消费者配置
         * @return
         */
        public Map<String,Object> consumerConfigs(){
            Map<String,Object> props = new HashMap<>();
            props.put(ConsumerConfig.GROUP_ID_CONFIG, "test-consumer-group");
            props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "127.0.0.1:9002");
            props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 50);
            props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
            props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
            return props;
        }
     
        @Bean
        public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, Object>> batchFactory() {
            ConcurrentKafkaListenerContainerFactory<String, Object> factory = new ConcurrentKafkaListenerContainerFactory<>();
            factory.setConsumerFactory(new DefaultKafkaConsumerFactory<>(consumerConfigs()));
            //并发数量
            factory.setConcurrency(3);
            //开启批量监听
            factory.setBatchListener(true);
            return factory;
        }
    }

同时监听器通过@KafkaListener注解的containerFactory 配置指定批量消费的工厂即可,如下：

@KafkaListener(topics = {"test-topic"},containerFactory = "batchFactory")
    public void consumer(List<String> message){
    	System.out.println("接收到的消息：" + message);
    }

### 四、Kafka参数调优 ###

#### 一、Consumer参数说明 ####

1、enable.auto.commit  
该属性指定了消费者是否自动提交偏移量，默认值是true。  
为了尽量避免出现重复数据（假如，某个消费者poll消息后，应用正在处理消息，在3秒后kafka进行了重平衡，那么由于没有更新位移导致重平衡后这部分消息重复消费）和数据丢失，可以把它设为 false，由自己控制何时提交偏移量。  
如果把它设为true，还可以通过配置 auto.commit.interval.ms 属性来控制提交的频率。

2、auto.commit.interval.ms  
自动提交间隔。范围：\[0,Integer.MAX\]，默认值是 5000 （5 s）

3、手动提交：commitSync/commitAsync  
手动提交offset的方法有两种：分别是commitSync（同步提交）和commitAsync（异步提交）。

相同点：都会将本次poll的一批数据最大的偏移量提交。  
不同点：commitSync会阻塞当前线程，一直到提交成功，并且会自动失败重试（由不可控因素导致，也会出现提交失败）；而commitAsync则没有失败重试机制，故有可能提交失败，导致重复消费。

4、max.poll.records  
Consumer每次调用poll()时取到的records的最大数。

####    二、Kafka消息积压、消费能力不足怎么解决？ ####

如果是Kafka消费能力不足，则可以考虑增加Topic的分区数，同时相应的增加消费者实例，消费者数=分区数（二者缺一不可）。  
如果是下游的数据处理不及时，则可以提高每批次拉取的数量，通过max.poll.records这个参数可以调整。  
单个消费者实例的消费能力提升，可以用多线程/线程池的方式并发消费提高单机的消费能力。

####    三、Kafka消费者如何进行流控？ ####

将自动提交改成手动提交（enable.auto.commit=false），每次消费完再手动异步提交offset，之后消费者再去Broker拉取新消息，这样可以做到按照消费能力拉取消息，减轻消费者的压力。

##  ##

[Kafka]: https://so.csdn.net/so/search?q=Kafka&spm=1001.2101.3001.7020