Kafka Producer在发送消息大致有以下流程:
- 首先将消息封装在ProducerRecord中,并且序列化
- 将序列化后的消息发送给partitioner,partitioner主要用来确定消息发往哪个分区,默认的分区策略是轮询,如果消息有key,具有相同key的消息可以被发往同一分区,Kafka Producer也允许用户直接指定要发往的分区
- Producer有一个专门的Sender线程会从缓冲区获取消息,计算将要发往的Leader Broker然后进行发送。
必需参数
bootstrap.servers
指定一组host:port键值对,用于连接kafka broker节点,producer可以通过该参数发现Kafka集群中的所有broker,因此可以指定部分节点。
key.serializer
发往kafka的的消息都需要被序列化成二进制字节数组,该参数指定的是消息key的序列化格式,如果指定的StringSerializer,表明是将一个String字符串序列化成二进制字节数组。
目前支持的序列化格式有:
- ByteArraySerializer:啥都不用做,本质就是个二进制字节数组
- ByteBufferSerializer:序列化ByteBuffer
- ByteSerializer:序列化Kafka自定义的Bytes类型
- DoubleSerializer:序列化Double类型
- IntegerSerializer:序列化Integer类型
- LongSerializer:序列化Long类型
- StringSerializer:序列化String类型
Kafka支持自定义序列化类型,只需要实现org.apache.kafka.common.serialization.Serializer接口。
value.serializer
指定消息内容的序列化格式
主要参数
acks
该参数主要用来控制消息的持久性,该参数主要有三个值:0、1、all(-1)
- 0:表示Producer完全不用考虑broker的响应,发送完一条消息后立即开启下一条消息的发送,不用理会leader broker的响应,该设置吞吐量很高,但消息容易丢失
- all(-1):表示发送消息时,leader broker不仅会将消息写入本地日志,同时还会等待ISR中所有副本(ISR副本数量由broker端的min.insync.replicas控制)都成功写入他们的本地日志后,才发送响应结果给producer,该设置吞吐量最低,但消息持久性最高
- 1:producer发送消息后,leader broker进将消息成功写入本地日志后便返回响应给producer
buffer.memory
该参数用于指定producer发送消息缓冲区的大小,单位字节,默认值32MB。
增加该参数的值可以提升吞吐量,但会增加延时。
compression.type
该参数用来设置是否开启消息压缩,默认值为none,目前Kafka支持GZIP、Snappy和LZ4。开启压缩后,可以降低网络I/O从而提升吞吐量,同时会增加CPU的压力。
retries
Producer在发送消息的时候有可能因为网络抖动从而发送失败,这种失败都是可以重试解决,retries参数决定了Producer内部的重试次数。
目前可以重试的异常主要有以下几种:
- LeaderNotAvailableException:分区副本Leader不可用,通常出现在Leader选举期间
- NotControllerException:controller不可用,通常出现在controller选举期间
- NetworkException:网络瞬时故障导致的异常
重试有可能会导致以下问题:
- 消息重复发送:kafka 0.11.0.0以前的版本需要用户对consumer进行去重处理,但在此版本以后可以在broker端将参数enable.idempotence设置为true,便可以实现消息的去重,此参数可以保证消息的幂等性
- 消息乱序:Producer提供了max.in.flight.request.per.connect可以将该参数设置为1,表示Producer同一时刻只能发送一个请求
batch.size
Producer会将发往相同分区的消息进行汇总,当到达的该参数的设置值时,便将消息一同发往Leader Broker。
该参数的默认值是16KB,增加该参数可以提高吞吐量,但是相应的会增加消息的延迟
linger.ms
当消息无法满足batch size,但是超过了linger.ms的值时,也会将消息一同发往Leader Broker。
该参数默认值是0,表示不关心是否填满batch.size立即发送。
max.request.size
用于控制Producer发送请求的大小,默认值是1048576字节
request.timeout.ms
Producer发送请求给broker以后,broker需要在规定时间内返回响应,否则Producer会抛出TimemoutException需要客户端去处理。
该参数的默认值是30s。
多线程处理
KafkaProducer是线程安全的。
用法 | 说明 | 优势 | 劣势 |
---|---|---|---|
多线程单KafkaProducer实例 | 所有线程共享一个KafkaProducer实例 | 实现简单、性能好 | 所有线程共享一个内存缓冲区,需要较多内存;一旦某个Producer线程崩溃将会导致KafkaProducer实例被破坏,所有线程无法工作 |
多线程多KafkaProducer实例 | 每个线程维护自己的专属KafkaProducer实例 | 每个用户线程拥有自己的专属KafkaProucer实例、缓冲区空间及一组对应的参数配置;单个KafkaProducer崩溃不会影响其他KafkaProducer | 需要较大内存开销 |
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。