來自：z小趙

前言

經(jīng)過前幾篇文章的介紹，大致了解了生產(chǎn)者背后的運(yùn)行原理。消息有生產(chǎn)就得有人去消費(fèi)，今天我們就來介紹下消費(fèi)端消費(fèi)消息背后發(fā)生的那點(diǎn)事兒。

文章概覽

消費(fèi)者與消費(fèi)組的“父子關(guān)系”。

Repartition 觸發(fā)時(shí)機(jī)。

消費(fèi)者與 ZK 的關(guān)系。

消費(fèi)端工作流程。

消費(fèi)者的三種消費(fèi)情況。

消費(fèi)者與消費(fèi)組的“父子關(guān)系”

消費(fèi)者消費(fèi)組關(guān)系圖

Kafka 消費(fèi)端確保一個(gè) Partition 在一個(gè)消費(fèi)者組內(nèi)只能被一個(gè)消費(fèi)者消費(fèi)。這句話改怎么理解呢？

在同一個(gè)消費(fèi)者組內(nèi)，一個(gè) Partition 只能被一個(gè)消費(fèi)者消費(fèi)。

在同一個(gè)消費(fèi)者組內(nèi)，所有消費(fèi)者組合起來必定可以消費(fèi)一個(gè) Topic 下的所有 Partition。

在同一個(gè)消費(fèi)組內(nèi)，一個(gè)消費(fèi)者可以消費(fèi)多個(gè) Partition 的信息。

在不同消費(fèi)者組內(nèi)，同一個(gè)分區(qū)可以被多個(gè)消費(fèi)者消費(fèi)。

每個(gè)消費(fèi)者組一定會(huì)完整消費(fèi)一個(gè) Topic 下的所有 Partition。

消費(fèi)組存在的意義

了解了消費(fèi)者與消費(fèi)組的關(guān)系后，有朋友會(huì)比較疑惑消費(fèi)者組有啥實(shí)際存在的意義呢？或者說消費(fèi)組的作用是什么？

作者對(duì)消費(fèi)組的作用歸結(jié)了如下兩點(diǎn)。

在實(shí)際生產(chǎn)中，對(duì)于同一個(gè) Topic，可能有 A、B、C 等 N 個(gè)消費(fèi)方想要消費(fèi)。比如一份用戶點(diǎn)擊日志，A 消費(fèi)方想用來做一個(gè)用戶近 N 天點(diǎn)擊過哪些商品；B 消費(fèi)方想用來做一個(gè)用戶近 N 天點(diǎn)擊過前 TopN 個(gè)相似的商品；C 消費(fèi)方想用來做一個(gè)根據(jù)用戶點(diǎn)擊過的商品推薦相關(guān)周邊的商品需求。對(duì)于多應(yīng)用場(chǎng)景，就可以使用消費(fèi)組來隔離不同的業(yè)務(wù)使用場(chǎng)景，從而達(dá)到一個(gè) Topic 可以被多個(gè)消費(fèi)組重復(fù)消費(fèi)的目的。

消費(fèi)組與 Partition 的消費(fèi)進(jìn)度綁定。當(dāng)有新的消費(fèi)者加入或者有消費(fèi)者從消費(fèi)組退出時(shí)，會(huì)觸發(fā)消費(fèi)組的 Repartition 操作(后面會(huì)詳細(xì)介紹 Repartition)；在 Repartition 前，Partition1 被消費(fèi)組的消費(fèi)者 A 進(jìn)行消費(fèi)，Repartition 后，Partition1 消費(fèi)組的消費(fèi)者 B 進(jìn)行消費(fèi)，為了避免消息被重復(fù)消費(fèi)，需要從消費(fèi)組記錄的 Partition 消費(fèi)進(jìn)度讀取當(dāng)前消費(fèi)到的位置(即 OffSet 位置)，然后在繼續(xù)消費(fèi)，從而達(dá)到消費(fèi)者的平滑遷移，同時(shí)也提高了系統(tǒng)的可用性。

Repartition 觸發(fā)時(shí)機(jī)

使用過 Kafka 消費(fèi)者客戶端的同學(xué)肯定知道，消費(fèi)者組內(nèi)偶爾會(huì)觸發(fā) Repartition 操作，所謂 Repartition 即 Partition 在某些情況下重新被分配給參與消費(fèi)的消費(fèi)者。基本可以分為如下幾種情況。

消費(fèi)組內(nèi)某消費(fèi)者宕機(jī)，觸發(fā) Repartition 操作，如下圖所示。

消費(fèi)者宕機(jī)情況

消費(fèi)組內(nèi)新增消費(fèi)者，觸發(fā) Repartition 操作，如下圖所示。一般這種情況是為了提高消費(fèi)端的消費(fèi)能力，從而加快消費(fèi)進(jìn)度。

新增消費(fèi)者情況

Topic 下的 Partition 增多，觸發(fā) Repartition 操作，如下圖所示。一般這種調(diào)整 Partition 個(gè)數(shù)的情況也是為了提高消費(fèi)端消費(fèi)速度的，因?yàn)楫?dāng)消費(fèi)者個(gè)數(shù)大于等于 Partition 個(gè)數(shù)時(shí)，在增加消費(fèi)者個(gè)數(shù)是沒有用的(原因是：在一個(gè)消費(fèi)組內(nèi)，消費(fèi)者:Partition = 1:N，當(dāng) N 小于 1 時(shí)，相當(dāng)于消費(fèi)者過剩了)，所以一方面增加 Partition 個(gè)數(shù)同時(shí)增加消費(fèi)者個(gè)數(shù)可以提高消費(fèi)端的消費(fèi)速度。

新增Partition個(gè)數(shù)情況

消費(fèi)者與 ZK 的關(guān)系

眾所周知，ZK 不僅保存了消費(fèi)者消費(fèi) partition 的進(jìn)度，同時(shí)也保存了消費(fèi)組的成員列表、partition 的所有者。消費(fèi)者想要消費(fèi) Partition，需要從 ZK 中獲取該消費(fèi)者對(duì)應(yīng)的分區(qū)信息及當(dāng)前分區(qū)對(duì)應(yīng)的消費(fèi)進(jìn)度，即 OffSert 信息。那么 Partition 應(yīng)該由那個(gè)消費(fèi)者進(jìn)行消費(fèi)，決定因素有哪些呢？從之前的圖中不難得出，兩個(gè)重要因素分別是：消費(fèi)組中存活的消費(fèi)者列表和 Topic 對(duì)應(yīng)的 Partition 列表。通過這兩個(gè)因素結(jié)合 Partition 分配算法，即可得出消費(fèi)者與 Partition 的對(duì)應(yīng)關(guān)系，然后將信息存儲(chǔ)到 ZK 中。Kafka 有高級(jí) API 和低級(jí) API，如果不需要操作 OffSet 偏移量的提交，可通過高級(jí) API 直接使用，從而降低使用者的難度。對(duì)于一些比較特殊的使用場(chǎng)景，比如想要消費(fèi)特定 Partition 的信息，Kafka 也提供了低級(jí) API 可進(jìn)行手動(dòng)操作。

消費(fèi)端工作流程

在介紹消費(fèi)端工作流程前，先來熟悉一下用到的一些組件。

• KakfaConsumer：消費(fèi)端，用于啟動(dòng)消費(fèi)者進(jìn)程來消費(fèi)消息。
• ConsumerConfig：消費(fèi)端配置管理，用于給消費(fèi)端配置相關(guān)參數(shù)，比如指定 Kafka 集群，設(shè)置自動(dòng)提交和自動(dòng)提交時(shí)間間隔等等參數(shù)，都由其來管理。
• ConsumerConnector：消費(fèi)者連接器，通過消費(fèi)者連接器可以獲得 Kafka 消息流，然后通過消息流就能獲得消息從而使得客戶端開始消費(fèi)消息。

以上三者之間的關(guān)系可以概括為：消費(fèi)端使用消費(fèi)者配置管理創(chuàng)建出了消費(fèi)者連接器，通過消費(fèi)者連接器創(chuàng)建隊(duì)列(這個(gè)隊(duì)列的作用也是為了緩存數(shù)據(jù))，其中隊(duì)列中的消息由專門的拉取線程從服務(wù)端拉取然后寫入，最后由消費(fèi)者客戶端輪詢隊(duì)列中的消息進(jìn)行消費(fèi)。具體操作流程如下圖所示。

消費(fèi)端工作流程

我們?cè)趶南M(fèi)者與 ZK 的角度來看看其工作流程是什么樣的？

消費(fèi)端與ZK之間的工作流程

從上圖可以看出，首先拉取線程每拉取一次消息，同步更新一次拉取狀態(tài)，其作用是為了下一次拉取消息時(shí)能夠拉取到最新產(chǎn)生的消息；拉取線程將拉取到的消息寫入到隊(duì)列中等待消費(fèi)消費(fèi)線程去真正讀取處理。消費(fèi)線程以輪詢的方式持續(xù)讀取隊(duì)列中的消息，只要發(fā)現(xiàn)隊(duì)列中有消息就開始消費(fèi)，消費(fèi)完消息后更新消費(fèi)進(jìn)度，此處需要注意的是，消費(fèi)線程不是每次都和 ZK 同步消費(fèi)進(jìn)度，而是將消費(fèi)進(jìn)度暫時(shí)寫入本地。這樣做的目的是為了減少消費(fèi)者與 ZK 的頻繁同步消息，從而降低 ZK 的壓力。

消費(fèi)者的三種消費(fèi)情況

消費(fèi)者從服務(wù)端的 Partition 上拉取到消息，消費(fèi)消息有三種情況，分別如下：

至少一次。即一條消息至少被消費(fèi)一次，消息不可能丟失，但是可能會(huì)被重復(fù)消費(fèi)。

至多一次。即一條消息最多可以被消費(fèi)一次，消息不可能被重復(fù)消費(fèi)，但是消息有可能丟失。

正好一次。即一條消息正好被消費(fèi)一次，消息不可能丟失也不可能被重復(fù)消費(fèi)。

1.至少一次

消費(fèi)者讀取消息，先處理消息，在保存消費(fèi)進(jìn)度。消費(fèi)者拉取到消息，先消費(fèi)消息，然后在保存偏移量，當(dāng)消費(fèi)者消費(fèi)消息后還沒來得及保存偏移量，則會(huì)造成消息被重復(fù)消費(fèi)。如下圖所示：

先消費(fèi)后保存消費(fèi)進(jìn)度

2.至多一次

消費(fèi)者讀取消息，先保存消費(fèi)進(jìn)度，在處理消息。消費(fèi)者拉取到消息，先保存了偏移量，當(dāng)保存了偏移量后還沒消費(fèi)完消息，消費(fèi)者掛了，則會(huì)造成未消費(fèi)的消息丟失。如下圖所示：

先保存消費(fèi)進(jìn)度后消費(fèi)消息

3.正好一次

正好消費(fèi)一次的辦法可以通過將消費(fèi)者的消費(fèi)進(jìn)度和消息處理結(jié)果保存在一起。只要能保證兩個(gè)操作是一個(gè)原子操作，就能達(dá)到正好消費(fèi)一次的目的。通常可以將兩個(gè)操作保存在一起，比如 HDFS 中。正好消費(fèi)一次流程如下圖所示。

正好消費(fèi)一次

總結(jié)

本文講解了消費(fèi)組與消費(fèi)者之間的關(guān)系，及 Repartition 的觸發(fā)時(shí)機(jī)，然后講述了消費(fèi)端的基本工作流程，最后提出了一條消息被重復(fù)消費(fèi)的幾種情況。下篇文章我們來講講消息在服務(wù)端是怎么存儲(chǔ)的，敬請(qǐng)期待。

特別推薦一個(gè)分享架構(gòu)+算法的優(yōu)質(zhì)內(nèi)容，還沒關(guān)注的小伙伴，可以長按關(guān)注一下：

長按訂閱更多精彩▼

如有收獲，點(diǎn)個(gè)在看，誠摯感謝

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的kafka多个消费者消费一个topic_kafka：一文读懂消费者背后的那点quot;猫腻quot;的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。