kafka消息可靠性方案

在 Kafka 工作机制 一文提及了 Kafka 消息的不可靠性。本文就 Kafka 消息的三种不可靠性（重复、丢失、乱序），分析它们出现的内部原因和解决办法。

作者：王克锋
出处：https://kefeng.wang/2017/11/22/kafka-reliability/
版权：自由转载-非商用-非衍生-保持署名，转载请标明作者和出处。

1 Kafka 消息的问题

Kafka就比较适合高吞吐量并且允许少量数据丢失的场景，如果非要保证“消息只读取一次”，可以使用JMS。
参考: http://blog.csdn.net/u012050154/article/details/78592854

Kafka Producer 消息发送有两种方式(配置参数 producer.type)：

• producer.type=sync(默认值): 后台线程中消息发送是同步方式，对应的类为 kafka.producer.SyncProducer；
• producer.type=async: 后台线程中消息发送是异步方式，对应的类为 kafka.producer.AyncProducer；优点是可批量发送消息(消息个数达到 batch.num.messages=200 或时间达到 “ 时发送)、吞吐量佳，缺点是发送不及时可能导致丢失；

对于同步方式(producer.type=sync)？Kafka Producer 消息发送有三种确认方式(配置参数 acks)：

• acks=0: producer 不等待 Leader 确认，只管发出即可；最可能丢失消息，适用于高吞吐可丢失的业务；
• acks=1(默认值): producer 等待 Leader 写入本地日志后就确认；之后 Leader 向 Followers 同步时，如果 Leader 宕机会导致消息没同步而丢失，producer 却依旧认为成功；
• acks=all/-1: producer 等待 Leader 写入本地日志、而且 Leader 向 Followers 同步完成后才会确认；最可靠。

Kafka Consumer 有两个接口：

• Low-level API: 消费者自己维护 offset 等值，可以完全控制；
• High-level API: 封装了对 parition 和 offset 的管理，使用简单；可能遇到 Consumer 取出消息并更新了 offset，但未处理消息即宕机，从而相当于消息丢失；

Kafka 支持 3 种消息传递语义：

• 最多一次 -消息可能会丢失，但永远不会重新发送。consumer.poll(); consumer.commitOffset(); processMsg(messages);
• 至少一次 -消息永远不会丢失，但可能会重新传递。consumer.poll(); processMsg(messages); consumer.commitOffset();
• 恰恰一次 - 这就是人们真正想要的，每条信息只传递一次。以事务来保证。

2 消息重复

• 根本原因：已经消费了数据，但是 offset 没提交。
• 外在原因：(1)消费数据后、提交 offset 前，线程被杀；
  (2)设置 offset 为自动提交，consumer.close() 之前 consumer.unsubscribe()；
  (3)consumer 取了一批数据，尚未处理完毕时，达到了 session.timeout.ms，导致没有接收心跳而挂掉，自动提交offset失败，下次会重复消费本批消息；
• 解决办法：(1)唯一 ID 保存在外部介质中，每次消费时根据它判断是否已处理；
  (2)如果在统计用，丢失几条关系不大，则无需理会；
  (3)如果消费者来不及处理，可以这样优化：增加分区以提高并行能力；增加消费者线程；关闭自动提交 enable.auto.commit=false

3 消息丢失

• 根本原因：已经提交了 offset，但数据在内存中尚未处理，线程就被杀掉。
  同步模式下，确认机制设置为-1(不可为1)，即让消息写入Leader和Follower之后再确认消息发送成功；
  异步模式下，设置为不限制阻塞超时时间(不可为acks=0)，当缓冲区满时不清空缓冲池，而是让生产者一直处于阻塞状态；

4 消息乱序

传统的队列，在并行处理时，由于网络故障或速度差异，尽管服务器传递是有序的，但消费者接收的顺序可能不一致；
Kafka 在主题内部有分区，并行处理时，每个分区仅由消费者组中的一个消费者使用，确保了消费者是该分区的唯一读者，并按顺序使用这些数据。
但是它也仅仅是保证Topic的一个分区顺序处理，不能保证跨分区的消息先后处理顺序，除非只提供一个分区。