kafka 消费组功能验证以及消费者数据重复数据丢失问题说明 3

原创声明：作者：Arnold.zhao 博客园地址：https://www.cnblogs.com/zh94

背景

上一篇文章记录了kafka的副本机制和容错功能的说明，本篇则主要在上一篇文章的基础上，验证多分区Topic的消费者的功能验证；

目录：

• 消费组功能验证
  • 消费者与分区的对应关系总结
• 消费者数据重复问题说明
  • 生产者的可靠性保证
    • Kafka 生产者CP系统
    • Kafka 生产者AP系统
• 命令汇总

消费组功能验证

新建1副本，2分区的Topic做测试验证

./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 2 --topic arnold_consumer_test

查看对应的Topic分区情况

[root@dev bin]# ./kafka-topics.sh --describe  --zookeeper 10.0.3.17:2181 --topic arnold_consumer_test
Topic:arnold_consumer_test      PartitionCount:2        ReplicationFactor:1     Configs:
Topic: arnold_consumer_test     Partition: 0    Leader: 1       Replicas: 1     Isr: 1
Topic: arnold_consumer_test     Partition: 1    Leader: 2       Replicas: 2     Isr: 2

创建Topic每个分区只设置了一个副本及主副本，所以如上可看到，各分区所在的broker节点的情况。

配置消费者组group.id信息为：test-consumer-group-arnold-1

修改 kafka下 config目录下的consumer.properties，修改内容为:

bootstrap.servers=10.0.3.17:9092,10.0.6.39:9092,10.0.3.18:9092
group.id=test-consumer-group-arnold-1

分别在两台kafka服务器上的 kafka 主目录下启动两个消费者，并指定对应的消费者配置为 consumer.properties文件,消费的Topic 为arnold_consumer_test topic

10.0.6.39启动消费者

[gangtise@yinhua-ca000003 kafka_2.11-2.1.0]$ bin/kafka-console-consumer.sh --bootstrap-server  10.0.3.17:9092,10.0.6.39:9092,10.0.3.18:9092  --from-beginning --topic arnold_consumer_test --consumer.config config/consumer.properties

10.0.3.17 启动消费者

[root@dev kafka_2.11-2.1.0]# bin/kafka-console-consumer.sh --bootstrap-server  10.0.3.17:9092,10.0.6.39:9092,10.0.3.18:9092  --from-beginning --topic arnold_consumer_test --consumer.config config/consumer.properties

两个消费者都是使用的相同的consumer.properties文件，即都是在一个消费组里面（为什么要在两台服务器上启动两个消费者？不能在一个服务器上启动两个消费者吗？答：都可以，我之所以用两个不同的服务器启动消费者是因为我当前39服务器启动消费者后，当前的shell进程就已经被占用了，处于等待状态，除非我再开一个39服务器的会话，重新开一个消费者。）

OK，消费者启动以后，观察下消费者和Topic分区的对应情况

查看当前所有的消费组的列表信息

[root@dev bin]# ./kafka-consumer-groups.sh --bootstrap-server 10.0.3.17:9092 --list
test-consumer-group-arnold-1
test-consumer-group-arnold
test-consumer-group

如上，可以知道当前kafka服务器上已有的消费组分别是有三个，而我们现在已经启动了的消费者组是test-consumer-group-arnold-1，所以，详细查看下消费组test-consumer-group-arnold-1的详细信息

[root@dev bin]# ./kafka-consumer-groups.sh --bootstrap-server 10.0.3.17:9092  --describe --group  test-consumer-group-arnold-1

TOPIC                        PARTITION  CURRENT-OFFSET  LOG-END-OFFSET  LAG             CONSUMER-ID                                                 HOST            CLIENT-ID
arnold_consumer_test             0          19              19           0               consumer-1-2da16674-5b57-4e6c-9660-ab45de6ed5ae            /10.0.6.39      consumer-1

arnold_consumer_test             1          19              19           0               consumer-1-917ecb37-3027-45de-b293-fe5125867432            /10.0.3.17      consumer-1

CURRENT-OFFSET: 当前消费组消费到的偏移量

LOG-END-OFFSET: 日志最后的偏移量

CURRENT-OFFSET = LOG-END-OFFSET 说明当前消费组已经全部消费了;

LAG：表示落后未消费的数据量

可以看到当前topic arnold_consumer_test 的Partition 0分区对应的消费者id是

consumer-1-2da16674-5b57-4e6c-9660-ab45de6ed5ae，该消费者对应的host是

10.0.6.39；通过上述内容就可以很清晰的知道，当前所启动的消费组下的两个消费者分别对应消费的是topic的那个分区，OK进行下测试

启动生产者生产数据

[root@dev bin]# ./kafka-console-producer.sh --broker-list 10.0.3.17:9092 --topic  arnold_consumer_test
>message1
>message2

按照kafka的消息路由策略，此时插入message1和message2两条消息，将会采用轮训的策略分别插入到两个分区中；（不清楚的话可以看下上篇的内容，这块都有做过说明）

此时partition0分区中将会接收到 message1的消息，partition2分区中将会接受到message2的消息，然后又分别由partition0分区所对应的 10.0.6.39的消费者消费到对应的数据，partition1同理

此时查看消费者的状况如下：

10.0.6.39
[root@dev kafka_2.11-2.1.0]# bin/kafka-console-consumer.sh --bootstrap-server  10.0.3.17:9092,10.0.6.39:9092,10.0.3.18:9092  --from-beginning --topic arnold_consumer_test --consumer.config config/consumer.properties
message1

10.0.3.17
[gangtise@yinhua-ca000003 kafka_2.11-2.1.0]$ bin/kafka-console-consumer.sh --bootstrap-server  10.0.3.17:9092,10.0.6.39:9092,10.0.3.18:9092  --from-beginning --topic arnold_consumer_test --consumer.config config/consumer.properties
message2

验证完毕，内容很简单，但是想要表达记录下来还真的是着实有些麻烦；所以，后续其他的一些规则，此处就直接放总结了，不再列出来实验过程；

消费者与分区的对应关系总结

• topic 3个分区的情况，启动一个消费者组且只有一个消费者，则该消费者会消费topic的3个分区；
• topic 3个分区的情况，启动一个消费者组且只有两个消费者c1,c2，则将会有一个消费者负责消费两个分区，另外一个消费者负责消费一个分区；
• topic 3个分区的情况，启动一个消费者组且有三个消费者c1,c2,c3，则正常对应分区消费，一个消费者对应一个partition分区；
• topic 3个分区的情况，启动一个消费者组且有四个消费者c1,c2,c3,c4,则一般情况下没有人这样做。。。太愚蠢了。。。所以我也就没做这个测试，但是按照kafka的规则来看，会有第四个消费者消费不到对应的分区，也就是不会消费到任何数据。。

上述的内容，则也是都可以通过使用kafka-consumer-groups.sh命令，查看消费组下的消费者所对应的分区的情况即可得知对应的结果；

此时如果一个消费组已经在消费的情况下，此时又来了新的消费组进行消费，那就按照新的消费组规则来消费即可， 不会影响到其他消费组；举例，此时一个消费组三个消费者，在进行数据的消费；此时新来了一个消费组，只有一个消费者，那么此时这个消费者会消费所有的消费分区，不会和其他的消费组有任何的重叠，原理是，kafka的消费组其实在kafka中也是一个消费者topic分区的概念，分区中记录各个消费组的消费的offset位移信息，以此保证所有的消费者所消费的内容的offset位移互不影响，关于这个概念后续会详细说明一下，其实挺重要的。

另外，上述只做了部分的测试验证，便直接给出了最终的总结内容，对于部分测试内容并没有再在本篇列出来（因为很多步骤其实都是重复的）；但是，无意中发现了一个老哥的博客，已经对这方面也做了详细的测试，详情还需要看剩下的测试方式的，可以点击这个链接查看；

原创声明：作者：Arnold.zhao 博客园地址：https://www.cnblogs.com/zh94

消费者数据重复问题说明

本来这篇文章在上述的消费者和Partition的关系介绍完以后也就结束了，但是在写完以后，翻了下博客园的首页发现有一个推荐的kafka的帖子就顺手点进去想get点技能，然后结果有点伤心，文章中对于一些kafka数据重复的问题一笔带过。。甚至没有说明为什么kakfa会出现数据重复的问题，只是说这是kafka的一种自我保护的机制产生的。。。这，就很伤心，于是本篇内容再对kafka数据重复的问题做一下说明，这些问题早晚也都要记录的。

对于kafka的使用上，其实Java代码的实现是相对简单的，网上的内容也有很多，但是如果对于kafka的一些基本概念就不熟悉的话，在使用过程中便会出现很多懵逼的事情，所以这篇文章包括前两篇的文章，则都是重点在说kafka的一些机制的问题，当然后续对于kafka java的一些配置和实现，也会做一些记录说明。

回到问题本身，为什么kafka有时候会出现消费者的数据重复问题？首先，消费者的数据本身是来自于生产者生产的数据，所以了解生产者所生产数据的可靠性机制，便和当前的问题有这直接的关联了。

生产者的可靠性保证

生产者的数据可靠性，在配置上是根据kafka 生产者的 Request.required.acks 来配置生产者消息可靠性；

Request.required.acks=-1 (ISR全量同步确认，强可靠性保证)
Request.required.acks = 1(leader 确认收到，无需保证其它副本也确认收到, 默认)
Request.required.acks = 0 (不确认，但是吞吐量大)

在分布式的系统中，有一个对应的ACP理论，分别是：

• 可用性（Availability）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）

• 一致性（Consistency）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）

• 分区容忍性（Partition tolerance）：以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。

在分布式系统的设计中，没有一种设计可以同时满足一致性，可用性，分区容错性 3个特性；所以kafka也不例外；

Kafka 生产者CP系统

如果想实现 kafka 配置为 CP(Consistency & Partition tolerance) 系统, 配置需要如下:

request.required.acks=-1
min.insync.replicas = ${N/2 + 1}
unclean.leader.election.enable = false

如图所示，在 acks=-1 的情况下，新消息只有被 ISR 中的所有 follower(f1 和 f2, f3) 都从 leader 复制过去才会回 ack, ack 后，无论那种机器故障情况(全部或部分), 写入的 msg4，都不会丢失， 消息状态满足一致性 C 要求。

正常情况下，所有 follower 复制完成后，leader 回 producer ack。

异常情况下，如果当数据发送到 leader 后部分副本(f1 和 f2 同步)， leader 挂了？此时任何 follower 都有可能变成新的 leader， producer 端会得到返回异常,此时producer端会重新发送数据，此时数据重复

解决消费重复的方式有很多啊，第一个就是你的业务场景无需在意数据重复的问题，这个自然也就业务上解决了；第二个则是消费者自己做一层缓存过滤即可，因为生产数据重复毕竟是节点down机才会出现的问题，在down机的这一刹那没有被同步到follower的数据并不会很多，所以，以数据量为缓存，或者以时间为缓存都可以解决这个问题，比如加一个缓存区，只要判断数据重复了则不再重复消费即可，然后当缓存的数据超过了1M，则清除一次缓存区；或者直接缓存到redis中，使用redis api来去重，定时清理一下redis中的数据也可以；

---

除了生产者数据重复外，还有一种问题是，生产者数据没有重复，但是消费者消费的数据重复了，这种问题，则是由于消费者offset自动提交的问题，如，消费者offset是1s提交一次，此时0.5s消费了5条数据，但是消费者还没有到1s自动提交的时候，消费者挂掉，此时已经消费的5条数据的偏移量由于没有提交到kafka，所以kafka中是没有记录到当前已经消费到的偏移量的，此时消费者重启，则会从5条数据前重新消费，这个问题一般比较好解决，因为大多数情况下如果使用消费者手动提交的模式，一般不会出现这种问题（手动提交的情况下如果出现异常，没有执行提交代码，那么代码中做好数据消费的回滚操作即可，更加可控）；

除了数据重复的情况，另外一种问题，则是kafka数据丢失的问题

首先按照上述的kafka的cp系统的配置方式，是绝对不会出现数据丢失的情况的，因为要么各节点不工作，要么各节点数据同步完成后，才会返回ack，此时消息不会丢失且消息状态一致；

Kafka 生产者AP系统

除了配置kakfa为cp系统外，还可以配置kafka为AP(Availability & Partition tolerance)系统

request.required.acks=1
min.insync.replicas = 1
unclean.leader.election.enable = false

AP系统下生产者的吞吐量相对更高，但是由于request.required.acks 配置为1，即leader主副本收到消息便直接返回ack，此时如果leader接收到生产者消息后，返回了ack的标识，但是此时副本节点还都没有进行同步，此时leader节点挂掉，重新进行leader选举，新的follower选为leader后，则此时消息丢失；

所以根据合适的业务场景，使用合适的kafka模式则是最佳的选择。

原创声明：作者：Arnold.zhao 博客园地址：https://www.cnblogs.com/zh94

上述命令汇总

新建Topic
./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 2 --topic arnold_consumer_test

查看Topic详细信息
[root@dev bin]# ./kafka-topics.sh --describe  --zookeeper 10.0.3.17:2181 --topic arnold_consumer_test
Topic:arnold_consumer_test      PartitionCount:2        ReplicationFactor:1     Configs:
Topic: arnold_consumer_test     Partition: 0    Leader: 1       Replicas: 1     Isr: 1
Topic: arnold_consumer_test     Partition: 1    Leader: 2       Replicas: 2     Isr: 2

启动消费者
bin/kafka-console-consumer.sh --bootstrap-server  10.0.3.17:9092,10.0.6.39:9092,10.0.3.18:9092  --from-beginning --topic arnold_consumer_test --consumer.config config/consumer.properties

启动生产者
./kafka-console-producer.sh --broker-list 10.0.3.17:9092 --topic  arnold_consumer_test

查看当前所有的消费组的列表信息
./kafka-consumer-groups.sh --bootstrap-server 10.0.3.17:9092 --list test-consumer-group-arnold-1

查看消费者组的详细信息
[root@dev bin]# ./kafka-consumer-groups.sh --bootstrap-server 10.0.3.17:9092  --describe --group  test-consumer-group-arnold-1

TOPIC                        PARTITION  CURRENT-OFFSET  LOG-END-OFFSET  LAG             CONSUMER-ID                                                 HOST            CLIENT-ID
arnold_consumer_test             0          19              19           0               consumer-1-2da16674-5b57-4e6c-9660-ab45de6ed5ae            /10.0.6.39      consumer-1

arnold_consumer_test             1          19              19           0               consumer-1-917ecb37-3027-45de-b293-fe5125867432            /10.0.3.17      consumer-1

---

文章来源于本人的印象笔记，如出现格式问题可访问该链接查看原文

原创声明：作者：Arnold.zhao 博客园地址：https://www.cnblogs.com/zh94