Kafka中Ack应答级别和数据去重

在Kafka中，保证数据安全可靠的条件是：

        数据完全可靠条件 = ACK级别设置为-1 + 分区副本大于等于2 + ISR里应答的最小副本数量大于等于2；

Ack应答级别

        可靠性总结： acks=0，生产者发送过来数据就不管了，可靠性差，效率高；

        acks=1，生产者发送过来数据Leader应答，可靠性中等，效率中等；

        acks=-1，生产者发送过来数据Leader和ISR队列里面所有Follwer应答，可靠性高，效率低；         在生产环境中，acks=0很少使用；acks=1，一般用于传输普通日志，允许丢个别数据；acks=-1，一般用于传输和钱相关的数据， 对可靠性要求比较高的场景。

数据重复分析

        acks： -1（all）：生产者发送过来的数据，Leader和ISR队列里面的所有节点收齐数据后应答。

        即使数据可靠，也有可能产生数据重复的文图，见下图：

        

        当Leader和所有的Follower都接收数据落盘成功，正准备应答时，Leader挂了，此时由一个Follower充当Leader的角色，再重新接收数据，由于上一次已经接受了，这次又发来一样的，导致数据重复。

数据去重

幂等性

        幂等性就是指Producer不论向Broker发送多少次重复数据，Broker端都只会持久化一条，保证了不重复。

        精确一次（Exactly Once） = 幂等性 + 至少一次（ ack=-1 + 分区副本数>=2 + ISR最小副本数量>=2） ，这是我们想要的。

        重复数据的判断标准：具有相同主键的消息提交时，Broker只会持久化一条。其 中PID是Kafka每次重启都会分配一个新的；Partition 表示分区号；Sequence Number是单调自增的。 所以幂等性只能保证的是在单分区单会话内不重复。

开启参数 enable.idempotence 默认为 true，false 关闭，即可开启幂等性。

事务

        幂等性只能保证单分区单会话数据不重复，一旦kafka挂掉再重启，还是有可能会产生重复，这时候只能用事务。

开启事务，必须开启幂等性。

Producer 在使用事务功能前，必须先 自定义一个唯一的 transactional.id。

Kafka 的事务一共有如下 5 个 API

// 1 初始化事务
void initTransactions();
// 2 开启事务
void beginTransaction() throws ProducerFencedException;
// 3 在事务内提交已经消费的偏移量（主要用于消费者）
void sendOffsetsToTransaction(Map offsets,
 String consumerGroupId) throws 
ProducerFencedException;
// 4 提交事务
void commitTransaction() throws ProducerFencedException;
// 5 放弃事务（类似于回滚事务的操作）
void abortTransaction() throws ProducerFencedException;