Kafka 源码分析——Consumer

前言

当生产者将消息发送到Broker时，这些消息将被存储在磁盘上。消费者是如何消费这些消息呢？

Consumer 消费流程

站在源码的核心角度，可以把Consumer分成以下几个核心部分：

1. Consumer初始化
2. 如何选举Consumer Leader
3. Consumer Leader是如何指定分区
4. Consumer如何拉取数据
5. Consumer偏移量提交

Consumer初始化

从KafkaConsumer的构造方法出发，跟踪到核心实现方法

这个方法的前面代码部分都是一些配置

Consumer与Broker的核心通讯组件

ConsumerCoordinator：在Kafka消费中是组消费，协调器在具体进行消费之前要做很多的组织协调工作。

Fetcher：提取器，因为Kafka消费是拉数据的，所以这个Fetcher就是拉取数据的核心类

这个核心类中，有很多很多的参数设置，这些就跟消费的配置有关系

fetch.min.bytes

每次fetch请求时，server应该返回的最小字节数。如果没有足够的数据返回，请求会等待，直到足够的数据才会返回，缺省为1个字节。多消费者下，可以设大这个值，以降低broker的工作负载。

fetch.max.bytes

每次fetch请求时，server应该返回的最大字节数。这个参数决定了可以成功消费到的最大数据。

比如这个参数设置的是50M，那么consumer能成功消费50M以下的数据，但是最终会卡在消费大于10M的数据上无限重试。fetch.max.bytes一定要设置到大于等于最大单条数据的大小才行。

fetch.wait.max.ms

如果没有足够的数据能够满足fetch.min.bytes，则此项配置是指在应答fetch请求之前，server会阻塞的最大时间。缺省为500毫秒。和上面的fetch.min.bytes结合起来。

max.partition.fetch.bytes

指定了服务器从每个分区里返回给消费者的最大字节数，默认1MB。

假设一个主题有20个分区和5个消费者，那么每个消费者至少要有4MB的可用内存来接收记录，而且一旦有消费者崩溃，这个内存还需更大。注意，这个参数要比服务器的message.max.bytes更大，否则消费者可能无法读取消息。

max.poll.records

控制每次poll方法返回的最大记录数量。

如何选举Consumer Leader

消费者协调器与组协调器的通讯

向Broker发送请求

对Broker响应进行处理

消费者协调器发起入组请求

消费者分区策略

partition.assignment.strategy，分区分配给消费者的策略。默认为Range。允许自定义策略。

Range

把主题的连续分区分配给消费者。（如果分区数量无法被消费者整除、第一个消费者会分到更多分区）

RoundRobin

把主题的分区循环分配给消费者。

StickyAssignor：初始分区，和RoundRobin是一样。每一次分配变更相对上一次分配做最少的变动。

目标：

1、分区的分配尽量的均衡

2、每一次重分配的结果尽量与上一次分配结果保持一致

当这两个目标发生冲突时，优先保证第一个目标

比如有3个消费者（C0、C1、C2）、4个topic(T0、T1、T2、T34)，每个topic有2个分区（P1、P2）

自定义策略

extends 类AbstractPartitionAssignor，然后在消费者端增加参数：

properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG,类.class.getName());

分区策略源码分析

Consumer拉取数据

拉取数据核心Fetch类

提交偏移量

当然，自动提交auto.commit.interval.ms

默认5s

maybeAutoCommitOffsetsAsync 最后这个就是poll的时候会自动提交，而且没到auto.commit.interval.ms间隔时间也不会提交，如果没到下次自动提交的时间也不会提交。