18°

初识 Kafka Producer 生产者

>温馨提示:整个 Kafka Client 专栏基于 kafka-2.3.0 版本。

1、KafkaProducer 概述

根据 KafkaProducer 类上的注释上来看 KafkaProducer 具有如下特征:

  • KafkaProducer 是线程安全的,可以被多个线程交叉使用。

  • KafkaProducer 内部包含一个缓存池,存放待发送消息,即 ProducerRecord 队列,与此同时会开启一个IO线程将 ProducerRecord 对象发送到 Kafka 集群。

  • KafkaProducer 的消息发送 API send 方法是异步,只负责将待发送消息 ProducerRecord 发送到缓存区中,立即返回,并返回一个结果凭证 Future。

  • acks KafkaProducer 提供了一个核心参数 acks 用来定义消息“已提交”的条件(标准),就是 Broker 端向客户端承偌已提交的条件,可选值如下:

    • 0 表示生产者不关系该条消息在 broker 端的处理结果,只要调用 KafkaProducer 的 send 方法返回后即认为成功,显然这种方式是最不安全的,因为 Broker 端可能压根都没有收到该条消息或存储失败。
    • all 或 -1 表示消息不仅需要 Leader 节点已存储该消息,并且要求其副本(准确的来说是 ISR 中的节点)全部存储才认为已提交,才向客户端返回提交成功。这是最严格的持久化保障,当然性能也最低。
    • 1 表示消息只需要写入 Leader 节点后就可以向客户端返回提交成功。
  • retries kafka 在生产端提供的另外一个核心属性,用来控制消息在发送失败后的重试次数,设置为 0 表示不重试,重试就有可能造成消息在发送端的重复。

  • batch.size kafka 消息发送者为每一个分区维护一个未发送消息积压缓存区,其内存大小由batch.size指定,默认为 16K。 但如果缓存区中不足100条,但发送线程此时空闲,是需要等到缓存区中积满100条才能发送还是可以立即发送呢?默认是立即发送,即 batch.size 的作用其实是客户端一次发送到broker的最大消息数量。

  • linger.ms 为了提高 kafka 消息发送的高吞吐量,即控制在缓存区中未积满 batch.size 时来控制 消息发送线程的行为,是立即发送还是等待一定时间,如果linger.ms 设置为 0表示立即发送,如果设置为大于0,则消息发送线程会等待这个值后才会向broker发送。该参数者会增加响应时间,但有利于增加吞吐量。有点类似于 TCP 领域的 Nagle 算法。

  • buffer.memory 用于控制消息发送者缓存的总内存大小,如果超过该值,往缓存区中添加消息会被阻塞,具体会在下文的消息发送流程中详细介绍,阻塞的最大时间可通过参数 max.block.ms 设置,阻塞超过该值会抛出超时异常。

  • key.serializer 指定 key 的序列化处理器。

  • value.serializer 指定 消息体的序列化处理器。

  • enable.idempotence 从 kafka0.11版本开始,支持消息传递幂等,可以做到消息只会被传递一次,通过 enable.idempotence 为 true 来开启。如果该值设置为 true,其 retries 将设置为 Integer.MAX_VALUE,acks 将被设置为 all。为了确保消息发送幂等性,必须避免应用程序端的任何重试,并且如果消息发送API如果返回错误,应用端应该记录最后成功发送的消息,避免消息的重复发送。

从Kafka 0.11开始,kafka 也支持事务消息。

2、KafkaProducer 类图

在这里插入图片描述

在 Kafka 中,生产者通过接口 Producer 定义,通过该接口的方法,我们基本可以得知 KafkaProducer 将具备如下基本能力:

  • void initTransactions() 初始化事务,如果需要使用事务方法,该方法必须首先被调用。
  • void beginTransaction() 开启事务。
  • void sendOffsetsToTransaction(Map< TopicPartition, OffsetAndMetadata> offsets,String consumerGroupId) 向消费组提交当前事务中的消息偏移量,将在介绍 Kafka 事务相关文章中详细介绍。
  • void commitTransaction() 提交事务。
  • void abortTransaction() 回滚事务。
  • Future< RecordMetadata> send(ProducerRecord<k, v> record) 消息发送,该方法默认为异步发送,如果要实现同步发送的效果,对返回结果调用 get 方法即可,该方法将在下篇文章中详细介绍。
  • Future< RecordMetadata> send(ProducerRecord<k, v> record, Callback callback) 消息发送,支持回调。
  • void flush() 忽略 linger.ms 的值,直接唤醒发送线程,将缓冲区中的消息全部发送到 broker。
  • List< PartitionInfo> partitionsFor(String topic) 获取 topic 的路由信息(分区信息)。
  • Map< MetricName, ? extends Metric> metrics() 获取由生产者收集的统计信息。
  • void close() 关闭发送者。
  • void close(Duration timeout) 定时关闭消息发送者。

上面的方法我们会根据需要在后续文章中进行详细的介绍。接下来我们看一下 KafkaProducer 的核心属性的含义。

  • String clientId 客户端ID。在创建 KafkaProducer 时可通过 client.id 定义 clientId,如果未指定,则默认 producer- seq,seq 在进程内递增,强烈建议客户端显示指定 clientId。
  • Metrics metrics 度量的相关存储容器,例如消息体大小、发送耗时等与监控相关的指标。
  • Partitioner partitioner 分区负载均衡算法,通过参数 partitioner.class 指定。
  • int maxRequestSize 调用 send 方法发送的最大请求大小,包括 key、消息体序列化后的消息总大小不能超过该值。通过参数 max.request.size 来设置。
  • long totalMemorySize 生产者缓存所占内存的总大小,通过参数 buffer.memory 设置。
  • Metadata metadata 元数据信息,例如 topic 的路由信息,由 KafkaProducer 自动更新。
  • RecordAccumulator accumulator 消息记录累积器,将在消息发送部分详细介绍。
  • Sender sender 用于封装消息发送的逻辑,即向 broker 发送消息的处理逻辑。
  • Thread ioThread 用于消息发送的后台线程,一个独立的线程,内部使用 Sender 来向 broker 发送消息。
  • CompressionType compressionType 压缩类型,默认不启用压缩,可通过参数 compression.type 配置。可选值:none、gzip、snappy、lz4、zstd。
  • Sensor errors 错误信息收集器,当成一个 metrics,用来做监控的。
  • Time time 用于获取系统时间或线程睡眠等。
  • Serializer< K> keySerializer 用于对消息的 key 进行序列化。
  • Serializer< V> valueSerializer 对消息体进行序列化。
  • ProducerConfig producerConfig 生产者的配置信息。
  • long maxBlockTimeMs 最大阻塞时间,当生产者使用的缓存已经达到规定值后,此时消息发送会阻塞,通过参数 max.block.ms 来设置最多等待多久。
  • ProducerInterceptors<k, v> interceptors 生产者端的拦截器,在消息发送之前进行一些定制化处理。
  • ApiVersions apiVersions 维护 api 版本的相关元信息,该类只能在 kafka 内部使用。
  • TransactionManager transactionManager kafka 消息事务管理器。
  • TransactionalRequestResult initTransactionsResult kafka 生产者事务上下文环境初始结果。

经过上面的梳理,详细读者朋友对 KafkaProducer 消息生产者有了一个大概的认识,下一篇会重点介绍消息发送流程。接下来我们以一个简单的示例结束本文的学习。

3、KafkaProducer 简单示例

package persistent.prestige.demo.kafka;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import java.util.Properties;
import java.util.concurrent.Future;
public class KafkaProducerTest {
    public static void main(String[] args){
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092,localhost:9082,localhost:9072,");
        props.put("acks", "all");
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        Producer<string, string> producer = new KafkaProducer&lt;&gt;(props);
        try {
            for (int i = 0; i &lt; 100; i++) {
                Future<recordmetadata>  future = producer.send(new ProducerRecord<string, string>("TOPIC_ORDER", Integer.toString(i), Integer.toString(i)));
                RecordMetadata recordMetadata = future.get();
                System.out.printf("offset:" + recordMetadata.offset());
            }
        } catch (Throwable e) {
            e.printStackTrace();
        } finally {
            producer.close();
        }
    }
}

本文就介绍到这里,其主要的目的是了解Kafka 的 Producer,引出后续需要学习的内容,下一篇将重点讲述 Kafka 消息的发送流程,敬请关注。

如果本文对大家有所帮助的话,麻烦帮忙点个赞,谢谢。


作者介绍:丁威,《RocketMQ技术内幕》作者,RocketMQ 社区布道师,公众号:中间件兴趣圈 维护者,目前已陆续发表源码分析Java集合、Java 并发包(JUC)、Netty、Mycat、Dubbo、RocketMQ、Mybatis等源码专栏。可以点击链接:中间件知识星球,一起探讨高并发、分布式服务架构,交流源码。

</string,></recordmetadata></string,></k,></k,></k,>

本文由【中间件兴趣圈】发布于开源中国,原文链接:https://my.oschina.net/u/4052033/blog/3136183

全部评论: 0

    我有话说: