Kafka源码之KafkaProducer分析

我们先通过一张图来了解一下KafkaProducer发送消息的整个流程:
Kafka源码之KafkaProducer分析_第1张图片
1、ProducerInterceptors对消息进行拦截。
2、Serializer对消息的key和value进行序列化
3、Partitioner为消息选择合适的Partition
4、RecordAccumulator收集消息,实现批量发送
5、Sender从RecordAccumulator获取消息
6、构造ClientRequest
7、将ClientRequest交给NetworkClient,准备发送
8、NetworkClient将请求放入KafkaChannel的缓存
9、执行网络I/O,发送请求
10、收到响应,调用Client Request的回调函数
11、调用RecordBatch的回调函数,最终调用每个消息注册的回调函数
消息发送的过程中,设计两个线程协同工作。主线程首先将业务数据封装成ProducerRecord对象,之后调用send方法将消息放入RecordAccumulator中暂存,Sender线程负责将消息信息构成请求,并最终执行网络I/O的线程,他从Record Accumulator中取出消息并批量发送出去。
接下来我们看一下kafkaProducer的构造函数:

private KafkaProducer(ProducerConfig config, Serializer keySerializer, Serializer valueSerializer) {
     	   ...
     	   //通过反射机制实例化配置的partitionier类、keySerializer 类、valueSerializer类
            this.partitioner = config.getConfiguredInstance(ProducerConfig.PARTITIONER_CLASS_CONFIG, Partitioner.class);
            this.keySerializer =config.getConfiguredInstance(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
                        Serializer.class);
             this.valueSerializer =config.getConfiguredInstance(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
                        Serializer.class);
            //创建并更新元数据信息
            this.metadata = new Metadata(retryBackoffMs, config.getLong(ProducerConfig.METADATA_MAX_AGE_CONFIG));
            List addresses = ClientUtils.parseAndValidateAddresses(config.getList(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG));
            this.metadata.update(Cluster.bootstrap(addresses), time.milliseconds());
         	//创建RecordAccumulator
            this.accumulator = new RecordAccumulator(
            		//指定每个RecordBatch的大小,单位是字节
            		config.getInt(ProducerConfig.BATCH_SIZE_CONFIG),
                    this.totalMemorySize,
                    this.compressionType,
                    config.getLong(ProducerConfig.LINGER_MS_CONFIG),
                    retryBackoffMs,
                    metrics,
                    time);
          
            //创建NetworkClient,整个是KafkaProducer网络I/O的核心
            NetworkClient client = new NetworkClient(
                    new Selector(config.getLong(ProducerConfig.CONNECTIONS_MAX_IDLE_MS_CONFIG), this.metrics, time, "producer", channelBuilder),
                    this.metadata,
                    clientId,
                    
             //启动Sender对应的线程     
            this.ioThread = new KafkaThread(ioThreadName, this.sender, true);
            this.ioThread.start();      
      		  ...
    }

生产者对象创建完成,下面我们来看一下send方法:

public Future send(ProducerRecord record, Callback callback) {
        // 首先会对消息进行拦截
        ProducerRecord interceptedRecord = this.interceptors == null ? record : this.interceptors.onSend(record);
        return doSend(interceptedRecord, callback);
    }

调用ProducerInterceptors的onSend 方法对消息进行拦截或者修改

private Future doSend(ProducerRecord record, Callback callback) {
        TopicPartition tp = null;
        try {
            // 会唤醒Send线程更新Metadata中保存的Kafka集群元数据
            long waitedOnMetadataMs = waitOnMetadata(record.topic(), this.maxBlockTimeMs);
            long remainingWaitMs = Math.max(0, this.maxBlockTimeMs - waitedOnMetadataMs);
            byte[] serializedKey;
            //序列化key和value
            try {
                serializedKey = keySerializer.serialize(record.topic(), record.key());
            }
             ...
            byte[] serializedValue;
            try {
                serializedValue = valueSerializer.serialize(record.topic(), record.value());
            }
             ...
             //为当前消息选择一个合适的分区
            int partition = partition(record, serializedKey, serializedValue, metadata.fetch());
            //获取当前消息序列化偶的大小
            int serializedSize = Records.LOG_OVERHEAD + Record.recordSize(serializedKey, serializedValue);
            //确保当前消息的大小合法
            ensureValidRecordSize(serializedSize);
            //根据选择的分区和消息的主题封装成对象
            tp = new TopicPartition(record.topic(), partition);
            long timestamp = record.timestamp() == null ? time.milliseconds() : record.timestamp();
            // 回调函数
            Callback interceptCallback = this.interceptors == null ? callback : new InterceptorCallback<>(callback, this.interceptors, tp);
            //将消息添加到RecordAccumulator中
            RecordAccumulator.RecordAppendResult result = accumulator.append(tp, timestamp, serializedKey, serializedValue, interceptCallback, remainingWaitMs);
            //唤醒Sender
            if (result.batchIsFull || result.newBatchCreated) {
                log.trace("Waking up the sender since topic {} partition {} is either full or getting a new batch", record.topic(), partition);
                this.sender.wakeup();
            }
            return result.future;
           
        } 
        ...
    }

在这个方法中一共做了下面这几件事:
1、唤醒Sender更新Kafka集群的元数据信息
2、将key和value序列化
3、为当前消息选择一个合适的分区
4、确保消息的大小合法
5、创建要给TopicPartition对象
6、将消息添加到RecordAccumulator中
7、唤醒Sender线程、
对应的时序图就是:
Kafka源码之KafkaProducer分析_第2张图片
ProducerInterceptors是一个ProducerInterceptor集合,它里面的方法就是循环调用集合里面对象的对应的方法。它可以在消息被发送之前对其进行修改和拦截,也可以先于用户的Callback,对ACK响应进行预处理。

private long waitOnMetadata(String topic, long maxWaitMs) throws InterruptedException {
        // 判断元数据里面有没有保存topic,如果没有就添加到topics集合里面
        if (!this.metadata.containsTopic(topic))
            this.metadata.add(topic);
		//如果当前topic的分区的信息不为null,直接返回
        if (metadata.fetch().partitionsForTopic(topic) != null)
            return 0;
		//获取topic的分区信息失败后会进行元数据更新
        long begin = time.milliseconds();
        //最大等待时间
        long remainingWaitMs = maxWaitMs;
        //以能否获取到topic分区的详细信息作为判断条件
        while (metadata.fetch().partitionsForTopic(topic) == null) {
            log.trace("Requesting metadata update for topic {}.", topic);
            //获取当前版本号
            int version = metadata.requestUpdate();
            //唤醒Sender线程
            sender.wakeup();
            //阻塞等待完成更新
            metadata.awaitUpdate(version, remainingWaitMs);
            //获取这次等待的时间
            long elapsed = time.milliseconds() - begin;
            if (elapsed >= maxWaitMs)
                throw new TimeoutException("Failed to update metadata after " + maxWaitMs + " ms.");
            if (metadata.fetch().unauthorizedTopics().contains(topic))
                throw new TopicAuthorizationException(topic);
            remainingWaitMs = maxWaitMs - elapsed;
        }
        return time.milliseconds() - begin;
    }

waitOnMetadata方法里面会根据能否获取到Topic的详细分区为依据判断是否需要进行元数据更新,如果需要,那么就会唤醒Sender线程,阻塞到完成元数据更新,若等待时间超时就会抛出异常。

private int partition(ProducerRecord record, byte[] serializedKey , byte[] serializedValue, Cluster cluster) {
		//获取指定的分区号
        Integer partition = record.partition();
        if (partition != null) {
        	//获取topic的分区的详细信息
            List partitions = cluster.partitionsForTopic(record.topic());
            int lastPartition = partitions.size() - 1;
            //如果我们指定的分区号不合法,那么就会抛出异常
            if (partition < 0 || partition > lastPartition) {
                throw new IllegalArgumentException(String.format("Invalid partition given with record: %d is not in the range [0...%d].", partition, lastPartition));
            }
            return partition;
        }
        //如果用户没有指定具体的分区号,会通过指定的算法选择一个分区号
        return this.partitioner.partition(record.topic(), record.key(), serializedKey, record.value(), serializedValue,
            cluster);
    }

再为当前消息选择分区的时候首先会判断用户是否指定了分区号,如果用户指定了分区号并且合法,那么就直接使用这个分区号,如果没有指定就会通过指定的算法选择一个:

public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
		//首先获取当前topic的所有分区信息的集合
        List partitions = cluster.partitionsForTopic(topic);
        //获取分区的数目
        int numPartitions = partitions.size();
        //如果用户没有指定key
        if (keyBytes == null) {
        	//获取下一个计数的值,为了防止消息都被放到同一个分区
            int nextValue = counter.getAndIncrement();
            //获取所有有副本的分区信息
            List availablePartitions = cluster.availablePartitionsForTopic(topic);
            //如果存在
            if (availablePartitions.size() > 0) {
            	//将nextValue进行取模运算得到的标号从availablePartitions查找
                int part = DefaultPartitioner.toPositive(nextValue) % availablePartitions.size();
                return availablePartitions.get(part).partition();
            } else {
                // 否则使用默认的分区号进行运算
                return DefaultPartitioner.toPositive(nextValue) % numPartitions;
            }
        } else {
            // 如果用户指定了key,那么计算方法就是对key进行hash在对分区的数目进行取模
            return DefaultPartitioner.toPositive(Utils.murmur2(keyBytes)) % numPartitions;
        }

首先会根据当前消息有没有key来决定是否通过hash算法来指定分区号,如果没有,那么就采用hash算法,如果有,就会先从存在副本的分区里面找一个分区号返回,否则从所有的分区里面返回一个。
那么,KafkaProducer发送消息的大体流程和主线程的工作差不多就介绍完了,下一篇会对存放消息的RecordAccumulator进行介绍。

你可能感兴趣的:(Kafka)