Kafka3.0.0版本——消费者（Range分区分配策略以及再平衡）

一、Range分区分配策略原理

• Range 是对每个 topic 而言的。首先对同一个 topic 里面的分区按照序号进行排序，并对消费者按照字母顺序进行排序。

1.1、Range分区分配策略原理的示例一

假如现在有 4 个分区，3 个消费者，排序后的分区将会是0,1,2,3；消费者排序完之后将会是C0,C1,C2。

• 通过 partitions数/consumer数 来决定每个消费者应该消费几个分区。 如果除不尽，那么前面几个消费者将会多消费 1 个分区。
• 例如：4/3 = 1 余 1 ，除不尽，那么消费者C0便会多消费1个分区。
  

1.2、Range分区分配策略原理的示例二

假如现在有 5 个分区，3 个消费者，排序后的分区将会是0,1,2,3,4；消费者排序完之后将会是C0,C1,C2。

• 通过 partitions数/consumer数 来决定每个消费者应该消费几个分区。 如果除不尽，那么前面几个消费者将会多消费 1 个分区。
• 例如：5/3 = 1 余 2 ，除不尽，那么消费者么C0和C1分别多消费一个分区。
  

1.3、Range分区分配策略原理的示例注意事项

• 如果只是针对 1 个 topic 而言，C0消费者多消费1个分区影响不是很大。但是如果有N多个topic，那么针对每个 topic，消费者 C0都将多消费 1 个分区，topic越多，C0消费的分区会比其他消费者明显多消费 N 个分区。 容易产生数据倾斜！

二、Range 分区分配策略代码案例

2.1、创建带有4个分区的fiveTopic主题

• 在 Kafka 集群控制台，创建带有4个分区的fiveTopic主题

  bin/kafka-topics.sh --bootstrap-server 192.168.136.27:9092 --create --partitions 4 --replication-factor 1 --topic fiveTopic
  

  

2.2、创建三个消费者 组成 消费者组

• 复制 CustomConsumer1类，创建 CustomConsumer2和CustomConsumer3。这样可以由三个消费者组成消费者组，组名都为“test”。

  package com.xz.kafka.consumer;
  
  import org.apache.kafka.clients.consumer.ConsumerConfig;
  import org.apache.kafka.clients.consumer.ConsumerRecord;
  import org.apache.kafka.clients.consumer.ConsumerRecords;
  import org.apache.kafka.clients.consumer.KafkaConsumer;
  import org.apache.kafka.common.serialization.StringDeserializer;
  
  import java.time.Duration;
  import java.util.ArrayList;
  import java.util.Properties;
  
  public class CustomConsumer1 {
  
      public static void main(String[] args) {
  
          // 0 配置
          Properties properties = new Properties();
  
          // 连接 bootstrap.servers
          properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");
  
          // 反序列化
          properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
          properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
  
          // 配置消费者组id
          properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
  
          // 1 创建一个消费者  "", "hello"
          KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
  
          // 2 订阅主题 first
          ArrayList<String> topics = new ArrayList<>();
          topics.add("fiveTopic");
          kafkaConsumer.subscribe(topics);
  
          // 3 消费数据
          while (true){
  
              ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
  
              for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                  System.out.println(consumerRecord);
              }
          }
      }
  }
  

2.3、创建生产者

• 创建CustomProducer生产者。

  package com.xz.kafka.producer;
  
  import org.apache.kafka.clients.producer.*;
  import org.apache.kafka.common.serialization.StringSerializer;
  import java.util.Properties;
  
  public class CustomProducerCallback {
  
      public static void main(String[] args) throws InterruptedException {
  
          //1、创建 kafka 生产者的配置对象
          Properties properties = new Properties();
  
          //2、给 kafka 配置对象添加配置信息：bootstrap.servers
          properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");
  
          //3、指定对应的key和value的序列化类型 key.serializer value.serializer
          properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
          properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
  
          //4、创建 kafka 生产者对象
          KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
  
          //5、调用 send 方法,发送消息
          for (int i = 0; i < 200; i++) {
              kafkaProducer.send(new ProducerRecord<>("fiveTopic", "hello kafka" + i), new Callback() {
                  @Override
                  public void onCompletion(RecordMetadata metadata, Exception exception) {
                      if (exception == null){
                          System.out.println("主题： "+metadata.topic() + " 分区： "+ metadata.partition());
                      }
                  }
              });
              Thread.sleep(2);
          }
  
          // 3 关闭资源
          kafkaProducer.close();
      }
  }
  

2.4、测试

• 首先，在 IDEA中分别启动消费者1、消费者2和消费者3代码
  

• 然后，在 IDEA中分别启动生产者代码
  

• 在 IDEA 控制台观察消费者1、消费者2和消费者3控制台接收到的数据，如下图所示：

  
  
  

2.5、Range 分区分配策略代码案例说明

• 由上述测试输出结果截图可知： 消费者1消费2分区的数据；消费者2消费0和3分区的数据；消费者3消费2分区的数据。
• 说明：Kafka 默认的分区分配策略就是 Range + CooperativeSticky，所以不需要修改策略。

三、Range 分区分配再平衡案例

3.1、停止某一个消费者后，（45s 以内）重新发送消息示例

• 由下图控制台输出可知：2号消费者 消费到 0、3号分区数据。
• 由下图控制台输出可知：3号消费者 消费到 1号分区数据。
  

3.2、停止某一个消费者后，（45s 以后）重新发送消息示例

• 由下图控制台输出可知：2号消费者 消费到 0、3号分区数据。
  
• 由下图控制台输出可知：3号消费者 消费到 1、2号分区数据。
  

3.3、Range 分区分配再平衡案例说明

• 1号消费者挂掉后，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。
• 消费者1 已经被踢出消费者组，所以重新按照 range 方式分配。