kafka原理和实践（五）spring-kafka配置详解

系列目录

一、官方配置

官方配置文档飞机票建议看Importance=medium以上的，即重要性为中级以上的，其他的用到了再说。

二、实践中的配置

properties配置如下：

bootstrap.servers=192.168.49.206:9092,192.168.49.205:9092,192.168.49.204:9092 brokers集群
acks=all 即所有副本都同步到数据时send方法才返回, 以此来完全判断数据是否发送成功, 理论上来讲数据不会丢失.
retries=10 发送失败重试次数
batch.size=1638 批处理条数：当多个记录被发送到同一个分区时，生产者会尝试将记录合并到更少的请求中。这有助于客户端和服务器的性能。
linger.ms=1 批处理延迟时间上限：即1ms过后，不管是否达到批处理数，都直接发送一次请求
buffer.memory=33554432 即32MB的批处理缓冲区

group.id=order-beta 消费者群组ID，发布-订阅模式，即如果一个生产者，多个消费者都要消费，那么需要定义自己的群组，同一群组内的消费者只有一个能消费到消息
enable.auto.commit=true 如果为true，消费者的偏移量将在后台定期提交。
auto.commit.interval.ms=1000 如何设置为自动提交（enable.auto.commit=true），这里设置自动提交周期
session.timeout.ms=15000 在使用Kafka的组管理时，用于检测消费者故障的超时
concurrency = 3 消费监听器容器并发数

1、生产者配置

具体对应第二章中xml配置：

 <bean id="producerProperties" class="java.util.HashMap">

         <constructor-arg>

             <map>

                 <entry key="bootstrap.servers" value="${bootstrap.servers}" />

                 <entry key="retries" value="${retries}" />

                 <entry key="batch.size" value="${batch.size}" />

                 <entry key="linger.ms" value="${linger.ms}" />

                 <entry key="buffer.memory" value="${buffer.memory}" />

                 <entry key="acks" value="${acks}" />

                 <entry key="key.serializer" value="org.apache.kafka.common.serialization.StringSerializer" />源码预制的UTF8字符串反序列化实现类  byte[]-》String

                 <entry key="value.serializer" value="org.apache.kafka.common.serialization.StringSerializer" />

             </map>

         </constructor-arg>

     </bean>

2、消费者配置

具体对应第二章中xml配置：

 <!-- 定义consumer的参数 -->

     <bean id="consumerProperties" class="java.util.HashMap">

         <constructor-arg>

             <map>

                 <entry key="bootstrap.servers" value="${bootstrap.servers}" />

                 <entry key="group.id" value="${group.id}" />

                 <entry key="enable.auto.commit" value="${enable.auto.commit}" />

                 <entry key="session.timeout.ms" value="${session.timeout.ms}" />

                 <entry key="key.deserializer"

                     value="org.apache.kafka.common.serialization.StringDeserializer" />

                 <entry key="value.deserializer"

                     value="org.apache.kafka.common.serialization.StringDeserializer" />

             </map>

         </constructor-arg>

     </bean>

 <bean id="messageListenerContainer" class="org.springframework.kafka.listener.ConcurrentMessageListenerContainer" init-method="doStart" >

         <constructor-arg ref="consumerFactory" />

         <property name="concurrency" value="${concurrency}" />消费监听器容器并发数

5 </bean>

3. 使用规范

这里发布一个真实的公司要求的使用规范，当然比较简单哈，但贵在真实：

a: Producer 部分参数设定:

　　1: acks 设置为 "all" 即所有副本都同步到数据时send方法才返回, 以此来完全判断数据是否发送成功, 理论上来讲数据不会丢失.

　　　　2: retries = MAX 无限重试，直到你意识到出现了问题.

　　　　3: 使用 callback 来处理消息失败发送逻辑.

　　　　4: min.insync.replicas > 1 消息至少要被写入到这么多副本才算成功，也是提升数据持久性的一个参数。与acks配合使用.

　　　　5: 其他一些超时参数: reconnect.backoff.ms, retry.backoff.ms , linger.ms 结合 batch.size 等.

b: Consumer 部分参数设定:

1: auto.offset.reset 设置为 "earliest" 避免 offset 丢失时跳过未消费的消息. 目前消息存储不统一, 部分使用 zookeeper, 部分使用 kafka topic.

2: enable.auto.commit=false 关闭自动提交位移, 在消息被完整处理之后再手动提交位移.

3: consumer 的并发受 partition 的限制. 如果消息处理量比较大的情况请提前与运维联系, 增加 partition 数量应对消费端并发. 默认topic partition 为6-8个.

partition 也不是越多越好. 首先会增加 file 和 memory, 其次会延长选举时间, 并且会延长 offset 的查询时间. partition可以扩容但无法缩减.

极限情况的数据丢失现象.

a: 即使将 ack 设置为 "all" 也会在一定情况下丢失消息. 因为 kafka 的高性能特性, 消息在写入 kafka 时并没有落盘而是写入了 OS buffer 中. 使用 OS 的脏页刷新策略周期性落盘, 就算落盘仍然会有 raid buffer. 前者机器宕机数据丢失, 后者机器跳电数据丢失.

b: 对数据可靠性较高的场景建议 offset 手动提交. 自动提交当遇到业务系统上线被关闭时, 消息读取并且 offset 已经提交, 但是数据没有存储或者仍没来得及消费时, 消息状态在内存中无法保留, 重启应用会跳过消息致使消息丢失.