kafka集群的错误处理

今天由于kafka集群搭建时的配置不当，由于一台主消费者挂掉(服务器崩了，需要维修)，导致了所有新版消费者(新版的offset存储在kafka)都无法拉取消息。

由于是线上问题，所以是绝对不能影响用户的，使用老版客户端(offset存储在zk)进行消费，然后将kafka迁移到备用服务。

下面来说一下这次事故的具体处理思路

1. 首先要确保获取到的消息不能丢失，所以老版消费者进行消费
2. 线上服务通过均衡负载一台一台的进行切换kafka服务，当原生产者数据都消费完时，将消费者切换到备用服务
3. 开始配置线上kafka服务

主要做了如下修改

offsets.topic.replication.factor=3

设置副本数量为3,这样当一台消费者宕机时，其他消费者也可以进行消费

为了使topic可以进行复制副本，这里采用了比较粗暴的方法，直接清空topic和offset
分为以下几个步骤

./zookeeper-shell.sh 127.0.0.1:24500
rmr /brokers/topics/topic-name
rmr /config/topics/topic-name
rmr /admin/delete_topics/topic-name

此时已经将topic完全删除，然后进行topic的新建

bin/kafka-topics --create --zookeeper localhost:2181 --replication-factor 3 --partitions 3 --topic topic-name

这时可以启动生产者和消费者进行查看，已经不再出现一开始的异常

Connection to node -1 could not be established. Broker may not be available.

这时我进行了测试，对三台broker中的任意一台进行下线，服务会自动选择其他节点进行生产和消费。

只要自己能做，就不要交给别人，只有自己才是最靠得住的