目录
1 offset的默认维护位置
_consumer_offsets主题里面采用key和 value的方式存储数据。key是 group.id+topic+分区号，value 就是当前offset的值。每隔一段时间，kafka 内部会对这个topic进行compact(压缩)，也就是每个group.id+topic+分区号就保留最新数据。
Kafka0.9版本之前，consumer黑认将offset保存在Zookeeper中。0.9版本开始，consumer默认将offset保存在Kafka一个内置的topic中，该topic为_consumer_offsets。
将offset信息存储在zk中的不足：如果将offset信息存储在zk中，那么所有的consumer都会访问zk，会消耗大量的网络资源，消费速度慢。
1.1 消费offset案例
- 思想:_consumer_offsets为Kafka中的 topic，那就可以通过消费者进行消费。
- 在配置文件 config/consumer.properties中添加配置exclude.internal.topics = false，默认是 true，表示不能消费系统主题。为了查看该系统主题数据，所以该参数修改为false。修改以后执行分发命令：xsync consumer.properties。
- 采用命令行方式，创建一个新的topic。
[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --topic atguigu --partitions 2 --replication-factor 2 - 启动生产者往atguigu生产数据。
[atguigu@hadoop102 kafka] $ bin/kafka-console-producer.sh --topic atguigu --bootstrap-server hadoop102:9092 - 启动消费者消费atguigu数据。
[atguigu@hadoop104 kafka]$ bin/kafka-console-consumer.sh bootstrap-server hadoop102:9092--topic atguigu --group test - 查看消费者消费主题_consumer_offsets。
[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh --topic _consumer_offsets --bootstrap-server hadoop102:9092 --consumer.config config/consumer.properties --formatter "kafka.coordinator.group.GroupMetadataManager\$OffsetsMessageFormatter" --from-beginning
2 自动提交offset
为了使我们能够专注于自己的业务逻辑，Kafka提供了自动提交offset的功能。自动提交offset的相关参数:
- enable.auto.commit:是否开启自动提交offset功能，默认是true
- auto.commit.interval.ms:自动提交offset的时间间隔，默认是5s
消费者配置代码：
-
//配置是否是自动提交
-
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,
true);
-
//提交时间间隔，单位是ms
-
properties.put(ConsumerConfig.AUTO_COMNIT_INTERVAL_NS_CONFI6,
1000);
3 手动提交offset
3.1 原理
虽然自动提交offset十分简单便利，但由于其是基于时间提交的，开发人员难以把握offset提交的时机。因此Kafka还提供了手动提交offset的API。
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）。两者的相同点是，都会将本次提交的一批数据最高的偏移量提交;不同点是，同步提交阻塞当前线程，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）﹔而异步提交则没有失败重试机制，故有可能提交失败。
- commitSync（同步提交)﹔必须等待offset提交完毕，再去消费下一批数据。
- commitAsync(异步提交）:发送完提交offset请求后，就开始消费下一批数据了
3.2 代码示例
3.2.1 同步提交
-
//手动提交属性配置
-
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG ,
false);
-
//消费代码逻辑
-
XXX
-
XXX
-
XXX
-
//手动提交代码(处理完数据以后，这里为了方便，只展示关键代码)
-
//手动提交offset
-
kafkaConsumer.commitsync();
3.2.2 异步提交(生产常用)
-
//手动提交属性配置
-
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG ,
false);
-
//消费代码逻辑
-
XXX
-
XXX
-
XXX
-
//手动提交代码(处理完数据以后，这里为了方便，只展示关键代码)
-
//手动提交offset
-
kafkaConsumer.commitAsync();
4 指定offset消费
auto.offset.reset = earliest | latest | none 默认是latest。
当Kafka 中没有初始偏移量（消费者组第一次消费）或服务器上不再存在当前偏移量时（例如该数据已被删除)，该怎么办?
- earliest:自动将偏移量重置为最早的偏移量，--from-beginning。
- latest（默认值):自动将偏移量重置为最新偏移量。
- none:如果未找到消费者组的先前偏移量，则向消费者抛出异常。
- 任意指定offset位移开始消费。
-
//1创建消费者
-
KafkaConsumer<String，String> kafkaConsumer = new KafkaConsumer<>(properties);
-
// 2订阅主题
-
ArrayList<String> topics = new ArrayList<>(;topics.add( "first");
-
kafkaConsumer.subscribe(topics);
-
-
//指定位置进行消费
-
set<TopicPartition> assignment = kafkaConsumer.assignment(); //获取所有分区信息
-
//保证分区分配方案已经制定完毕，因为由于leader消费者制定分配方案会消耗一定时间，有可能此时获取不到分区信息,所以加一层分区空间判断
-
while (assignment.size() == 0){
-
//促使获取的分区数量不为0
-
kafkaConsumer.poll(Duration.ofSeconds( 1));
-
assignment = kafkaConsumer.assignment();
-
}
-
-
//遍历所有分区，指定消费的offset
-
for (TopicPartition topicPartition : assignment) {
-
kafkaConsumer.seek(topicPartition, 100);
-
}
-
-
// 3消费数据
-
while ( true){
-
5 指定时间消费
需求:在生产环境中，会遇到最近消费的几个小时数据异常，想重新按照时间消费。例如要求按照时间消费前一天的数据，怎么处理?
-
//1创建消费者
-
KafkaConsumer<String，String> kafkaConsumer =
new
KafkaConsumer<>(properties);
-
// 2订阅主题
-
ArrayList<String> topics =
new
ArrayList<>(;topics.add(
"first");
-
kafkaConsumer.subscribe(topics);
-
-
//指定位置进行消费
-
set<TopicPartition> assignment = kafkaConsumer.assignment();
//获取所有分区信息
-
//保证分区分配方案已经制定完毕，因为由于leader消费者制定分配方案会消耗一定时间，有可能此时获取不到分区信息,所以加一层分区空间判断
-
while (assignment.size() ==
0){
-
//促使获取的分区数量不为0
-
kafkaConsumer.poll(Duration.ofSeconds(
1));
-
assignment = kafkaConsumer.assignment();
-
}
-
//希望把时间转换为对应的offset
-
HashMap<TopicPartition，Long> topicPartitionLongHashMap =
new
HashMap<>();
-
//封装对应集合
-
for (TopicPartition topicPartition : assignment) {
-
//希望获取当前系统时间一天前的数据。
-
topicPartitionLongHashMap.put(topicPartition, System.currentTimeMillis() -
1 *
24 *
3600 *
1000);
-
}
-
Nap<TopicPartition，OffsetAnd imestamp> topioPartitionffsetAndrtimestampMep = karfiaConsumer.offsetsForTines(topicPartitionL ongHashiap);
-
-
-
//遍历所有分区，指定消费的offset
-
//指定消费的offset
-
for (TopicPartition topicPartition : assignment) {
-
OffsetAndTimestamp
offsetAndTimestamp
= topicPartition0ffsetAndTimestampHap.get(topicPartition);
-
kafkaConsumer.seek(topicPartition,offsetAndTimestamp.offset());
-
}
-
-
// 3消费数据
-
while (
true){
6 漏消费和重复消费分析
6.1 重复消费
场景1:重复消费。自动提交offset引起。
6.2 漏消费
场景1:漏消费。设置offset为手动提交，当offset被提交时，数据还在内存中未落盘，此时刚好消费者线程被kill掉，那么offset已经提交，但是数据未处理，导致这部分内存中的数据丢失。
6.3 消费者事务
如果想完成Consumer端的精准一次性消费，那么需要Kafka消费端将消费过程和提交offset过程做原子绑定。此时我们需要将Kafka的offset保存到支持事务的自定义介质（比如MySQL)。这部分知识会在后续项目部分涉及。
7 数据积压
方案1：如果是Kafka消费能力不足，则可以考虑增加Topic的分区数，并且同时提升消费组的消费者数量，消费者数=分区数。（两者缺一不可)
方案2：如果是下游的数据处理不及时:提高每批次拉取的数量。批次拉取数据过少(拉取数据/处理时间<生产速度），使处理的数据小于生产的数据，也会造成数据积压。
转载：https://blog.csdn.net/weixin_43119856/article/details/128165403