kafka生产者源码解析

前言

• 描述版本 0.10.1.1 ，1.x之后版本一些类会有相应的调整优化。
• 文章学习自《Apache Kafka源码剖析》和实际源码。

概述

• 整体流程
  初始化-》序列化-》路由分配策略-》写入缓存-》异步发送
• 流程图
  
  消息发送过程中，会涉及两个线程协同工作，主线程将业务数据封装成ProducerRecord对象，然后调用send() 方法写入缓冲区RecordAccumulator。Sender线程负责将消息从里面取出消息并批量发送。

详解

KafkaProduct初始化

Producer producer = new KafkaProducer<>(props);
下KafkaProduct实现Producer接口：
send() 发送消息，实际将消息暂存RecordAccumulator，等待发送；
flush() 刷新，等到RecordAccumulator中所有消息发送完成，会阻塞调用线程；
partitionsFor() 负责从Metadata（元数据）中获取指定Topic的分区信息；
close()关闭。

// 构造函数里面主要操作有：反射构建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,
...
// 创建kafka集群元数据
this.metadata = new Metadata(retryBackoffMs, config.getLong(ProducerConfig.METADATA_MAX_AGE_CONFIG), true, clusterResourceListeners);
...
// 创建RecordAccumulator
this.accumulator = new RecordAccumulator(config.getInt(ProducerConfig.BATCH_SIZE_CONFIG),
                    this.totalMemorySize,
                    this.compressionType,
                    config.getLong(ProducerConfig.LINGER_MS_CONFIG),
                    retryBackoffMs,
                    metrics,
                    time);
 ...
 // 创建NetworkClient，这个是KafkaProducter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,
                    config.getInt(ProducerConfig.MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION),
                    config.getLong(ProducerConfig.RECONNECT_BACKOFF_MS_CONFIG),
                    config.getInt(ProducerConfig.SEND_BUFFER_CONFIG),
                    config.getInt(ProducerConfig.RECEIVE_BUFFER_CONFIG),
                    this.requestTimeoutMs, time);
 ...
 // 创建并启动Sender线程
 this.sender = new Sender(client,
                    this.metadata,
                    this.accumulator,
                    config.getInt(ProducerConfig.MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION) == 1,
                    config.getInt(ProducerConfig.MAX_REQUEST_SIZE_CONFIG),
                    (short) parseAcks(config.getString(ProducerConfig.ACKS_CONFIG)),
                    config.getInt(ProducerConfig.RETRIES_CONFIG),
                    this.metrics,
                    new SystemTime(),
                    clientId,
                    this.requestTimeoutMs);
            String ioThreadName = "kafka-producer-network-thread" + (clientId.length() > 0 ? " | " + clientId : "");
            this.ioThread = new KafkaThread(ioThreadName, this.sender, true);
            this.ioThread.start();

send()

我们将上文流程图中主线程部分拆解。1至5的操作就是在KafkaProducer的send()方法里完成的。下面我们看下send()调用流程：

• onsend() 通过Intercetor对消息进行拦截或修改
  ProducerRecord interceptedRecord = this.interceptors == null ? record : this.interceptors.onSend(record);

• waitOnMetadata() 更新kafka集群信息
  ClusterAndWaitTime clusterAndWaitTime = waitOnMetadata(record.topic(), record.partition(), maxBlockTimeMs);

• serialize() 序列化消息的key和value
  serializedKey = keySerializer.serialize(record.topic(), record.key());
serializedValue = valueSerializer.serialize(record.topic(), record.value());

• partition() 选择合适分区
  int partition = partition(record, serializedKey, serializedValue, cluster);

• accumulator.append() 将消息追加到缓冲区
  RecordAccumulator.RecordAppendResult result = accumulator.append(tp, timestamp, serializedKey, serializedValue, interceptCallback, remainingWaitMs);
  RecordAccumulator 中有许多设计操作细节，值得大家进一步学习。比如：private final ConcurrentMap> batches 中Deque一个双向队列的选择。

• wakeup() 通过Sender线程将RecordAccumulator缓冲区的消息发送出去。
  this.sender.wakeup();

Sender线程run()方法

• 概述
  Sender线程发送消息，首先会从缓存里筛选出可以向哪些Node节点发送消息，然后更加生产者和各个节点的链接情况（NetworkClient管理），过滤节点，之后生产相应的请求调用NetworkClient发送出去。下面下看run()方法的流程图：
  
• fetch 从Metadata获取集群元数据
  Cluster cluster = metadata.fetch();
• ready() 筛选哪些节点存在准备好的数据。
  RecordAccumulator.ReadyCheckResult result = this.accumulator.ready(cluster, now);
• drain() 获取待发送的数据
  Map> batches = this.accumulator.drain(cluster, result.readyNodes, this.maxRequestSize, now);
• createProduceRequests() 将待发送的数据封装成ClientRequest
  List requests = createProduceRequests(batches, now);
• send() 将ClientRequest写入KafkaChannel的send字段，不是真的发送。
  client.send(request, now);
• poll() 将KafkaChannel.send字段中保存的ClientRequest发送出去，同时还会处理服务端发出的响应，用户自定义的回调函数等。
  this.client.poll(pollTimeout, now);

结尾

最后补充张总体的UML图。上述简要描述了Kafka生产者的主要流程及源码，其中重要核心的结构及内的设计希望后续能够加以补充。