Kafka Producer 开发

Kafka Producer 开发

kafka包含5个核心的API接口定义：

• Producer API - 允许应用程序往kafka集群中的topic中发送事件消息
• Consumer API - 允许应用程序从kafka topic 中读取数据
• Streams API - 允许对输入数据流进行数据计算、转换，并发送到其他主题进行消费
• Connect API - 实现connector API，从某个源系统、应用程序持续的拉入数据至kafka，或者从kafka推数据至sink 应用
• Admin API - 允许管理、监控 消息主题、broker、其它kafka元数据对象

简单的理解，kafka Producer 就是向kafka写入数据的应用程序，接下来实现一个最简单的 Producer 生产者程序。

Maven依赖

<dependency>
	<groupId>org.apache.kafkagroupId>
	<artifactId>kafka-clientsartifactId>
	<version>3.3.1version>
dependency>

程序代码

public class SimpleProducer {

    public static void main(String[] args) {
        String topicName = "simple_topic";

        Properties props = new Properties();
        //指定kafka 服务器连接地址
        props.put("bootstrap.servers", "localhost:9092");
        // ack 机制
        props.put("acks", "all");
        // 发送失败 重试次数
        props.put("retries", 0);
        // 消息发送延迟时间 默认为0 表示消息立即发送，单位为毫秒
        props.put("linger.ms", 1);
        // 序列化方式
        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<>(props);

        for(int i = 0; i < 10; i++) {
            producer.send(new ProducerRecord<>(topicName,
                    Integer.toString(i), "message : " + i));
        }
        System.out.println("Message sent successfully");
        producer.close();
    }
}

验证测试

创建topic

$ ./bin/kafka-topics.sh --create --topic simple_topic --bootstrap-server localhost:9092

启动消费者

# 启动kafka自带的消费者脚本
$ ./bin/kafka-console-consumer.sh --topic simple_topic  --bootstrap-server localhost:9092

测试结果

首先，启动生产者代码，消费者控制台输出如下

发送机制

同步获取结果

Kafka提供了一种同步发送方法，用于向主题发送记录。让我们使用这个方法向我们之前创建的Kafka主题发送一些消息id和消息。

for(int i = 0; i < 10; i++) {
  try {
    ProducerRecord<String, String> record = new ProducerRecord<>(topicName,
                                                                 Integer.toString(i), "message : " + i);
    Future<RecordMetadata> send = producer.send(record);
    //同步等待 发送结果
    RecordMetadata metadata = send.get();
    System.out.println(String.format("sent record(key=%s value=%s) 分区数: %d, 偏移量: %d, 时间戳: %d",
                                     record.key(),
                                     record.value(),
                                     metadata.partition(),
                                     metadata.offset(),
                                     metadata.timestamp()
                                    ));
  }catch (Exception e){
    e.printStackTrace();
  }
}

异步回调

Kafka提供了一种异步发送方法，用于向主题发送记录。生产者发送成功后，自动调用回调方法输出消息的元数据，这里的最大区别是使用lambda表达式来定义回调。

for(int i = 0; i < 10; i++) {
  ProducerRecord<String, String> record = new ProducerRecord<>(topicName,
                                                               Integer.toString(i), "message : " + i);
  // 发送成功 执行callback回调函数
  producer.send(record, (metadata, exception) -> {
    if (metadata != null) {
      System.out.println(String.format("sent record(key=%s value=%s) 分区数: %d, 偏移量: %d, 时间戳: %d",
                                       record.key(),record.value(),
                                       metadata.partition(), metadata.offset(),metadata.timestamp()
                                      ));
    }
  });
}
//等待回调执行完毕
TimeUnit.SECONDS.sleep(1);

批量发送

默认情况下，kafka会尽快的发送message至Broker，这对于消息有时效性的场景非常的有效，但是却降低了kafka的吞吐量，原因是每次发送数据都需要进行一次网络传输。如果允许一定时间的延迟(通常情况下，是毫秒级别)，且消息吞吐量非常大的场景，可以采用批量发送方式。

kafka批处理机制允许Kafka提高吞吐量，同时保持非常低的延迟。批处理具有更高的压缩比，因此具有更好的磁盘和网络效率。对开发这而言，kafka的批量发送机制，并不需要更改任何业务代码，主要由两个生成器设置控制：linger.ms和batch.size。

如下图所示，生产者允许等待指定的时间，将等待时间内的消息 M0 - M100 一次性发送到服务端。这里有两种情况

• batch.size

  Producer生产者的最重要的参数之一，对于调优producer吞吐量和延迟性指标有非常重要的作用。producer将发往同一分区的消息封装到一个batch中，当batch中的消息数量，满足指定的 大小时 ，producer 会发送batch中的所有消息。

  但是，考虑一个极端的场景，由于消息迟迟不能满足 batch.size的大小，导致消息不能发送到服务端，那么消息就会出现延迟，甚至是丢失的风险，此时 linger.ms参数派上用场

• linger.ms

  该参数是控制消息延迟发送行为，默认为0，表示立即发送数据，并不关心 batch 是否已满。上面提到的极端情况，可以允许指定消息延迟发送时间，单位是毫秒，时间到达，不管batch是否满足，立即发送。

  实际上该参数是系统吞吐量和延迟时间之间的权衡。

分区机制

kafka是一个分布式流处理系统，当kafka集群部署时，如上图所示，一个topic可能存在N个分区。那么producer生产者将如何选择对应的分区进行数据发送呢？

核心接口

kafka提供了分区策略以及默认的分区方式供用户使用，分区策略的核心接口定义：

public interface Partitioner extends Configurable, Closeable {

    /**
     * 根据指定记录 计算分区
     */
    int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster);

    /**
     * 分区关闭时 调用该方法
     */
    void close();

    @Deprecated
    default void onNewBatch(String topic, Cluster cluster, int prevPartition) {
    }
}

默认分区算法

在3.3.1的版本中，提供了三个分区方法，其中两个已经过期，不建议使用，RoundRobin轮训算法分区策略的核心代码如下

public class RoundRobinPartitioner implements Partitioner {
    private final ConcurrentMap<String, AtomicInteger> topicCounterMap = new ConcurrentHashMap<>();

    @Override
    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        // 获取集群分区数
        List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
        int numPartitions = partitions.size();
        //根据topic 累加
        int nextValue = nextValue(topic);
        List<PartitionInfo> availablePartitions = cluster.availablePartitionsForTopic(topic);
        if (!availablePartitions.isEmpty()) {
            // 累加值取模 计算分区数
            int part = Utils.toPositive(nextValue) % availablePartitions.size();
            return availablePartitions.get(part).partition();
        } else {
            return Utils.toPositive(nextValue) % numPartitions;
        }
    }

    private int nextValue(String topic) {
        AtomicInteger counter = topicCounterMap.computeIfAbsent(topic, k -> new AtomicInteger(0));
        return counter.getAndIncrement();
    }
    //...
}

轮训策略效果如下图