Kafka Consumer底层原理分析【Kafka系列】

虽然目前Kafka0.10版本已经重写了其API，但底层原理是类似的，所以我们可以先了解kafka0.8.x里面的提供的Consumer的实现原理与交互流程

Kafka提供了两套API给Consumer

• The SimpleConsumer API
• The high-level Consumer API

1. 低阶API

本质上是提供了一种与broker交互信息的API

剩下的处理全靠用户自己的程序，功能比较简单，但用户扩展性比较强

1) API结构

低阶API的consumer，指定查找topic某个partition的指定offset去消费

首先与broker通信，寻找到leader（不与zookeeper通信，不存在groupid），然后直接和leader通信，指定offset去消费。消费多少，从哪里开始消费，都可控（我们的例子是从0开始消费）

findLeader方法中会去调用findPartitionMetadata方法

程序运行结果：

运行过程中一直卡住没有成功消费，加入如下错误信息判断，发现error code为1

说明我们从offset 0消费offsetoutofrange了

(我们发送请求topic1 partition0的offset 0  broker回复我们offset out of range,因为kafka中已经没有offset 0 的数据了，已经过期清理掉了)

所以我们添加getLastOffset，getEarliestOffset的方法，获取该topic该partition在kafka集群中有的的最小和最大的offset

调整offset之后，可能最新的数据也过期了，于是获取到的message的size为0

查看SimpleConsumer的源码：

1) 交互过程

使用SimpleConsumer的步骤

1) 从所有活跃的broker中找出哪个是指定Topic Partition中的leader broker

2) 获取kafka中已存在的offset访问（或人工指定）

3) 构造请求

4) 发送请求查询数据

5) 获取查询结果，处理（判断获取的结果，进行相应的处理）

处理就包括：

l 处理offset不存在的情况

l 处理offset的增长

l 处理leader broker变更

（当连接的这个brokerdown掉，我们要写程序捕获异常并且写程序去切换broker，重新连接）

注意：该API是不阻塞的，SimpleConsumer传一个请求过去，不论是数据过期、新的数据还没来等，都会有一个response回来的

使用SimpleConsumer有哪些弊端呢？

l 必须在程序中跟踪offset值

l 必须找出指定Topic Partition中的lead broker

l 必须处理broker的变动

（当连接的这个brokerdown掉，我们要写程序捕获异常并且写程序去切换broker，重新连接）

l 如果多个SimpleConsumer共享消费某个topic，想要实现彼此的负载均衡，需要添加很多额外代码

（多个客户端共享某个topic，就要保证他们的消费是互斥的，不能消费到同一条数据，比如A,B,C共享topicX共4个partition，那么A就消费partition0，B消费partition1，partition2，C就消费partition3，保证其消费相互独立，并且A,B,C的消费总和是整个topicX的所有消息）

2. 高阶API

本质上是提供了一个完整的程序，内置各种功能（比如和其他consumer的负载均衡，比如处理broker变动）

用户只需要调用API即可，功能非常强大，但用户扩展性比较差

1) API

 

高阶消费者API必须要指定group.id,否则会报错

2) 负载均衡原理与算法

该程序，运行多个进程，他们之间是可以实现负载均衡的。前提是他们同属于一个group，拥有相同的groupid。

 

每个consumer都会监听zk上topic partition信息和consumer的信息

添加一个节点，他们就监听到变化，监听到变化就会调用rebanlance去重新算自己需要消费哪些partition。然后开始消费。

每个consumer都自己独立去调整自己的消费

会触发consumer rebalance的场景有如下场景：

l 条件1：有新的consumer加入

l 条件2：旧的consumer挂了

l 条件3：coordinator挂了，集群选举出新的coordinator（0.10 特有的）

l 条件4：topic的partition新加

l 条件5：consumer调用unsubscrible()，取消topic的订阅

 

这种负载均衡方案存在的问题

• Herd effect（羊群效应）

任何Broker或者Consumer的增减都会触发所有的Consumer的Rebalance，造成集群内大量的调整

• Split Brain

每个Consumer分别单独通过Zookeeper判断哪些Broker和Consumer 宕机了，那么不同Consumer在同一时刻从Zookeeper“看”到的View就可能不一样，这是由Zookeeper的特性决定的，这就会造成不正确的Reblance尝试。

• 调整结果不可控

所有的Consumer都并不知道其它Consumer的Rebalance是否成功，这可能会导致Kafka工作在一个不正确的状态。

 

为了解决这些问题，Kafka作者在0.9.x版本中开始使用中心协调器(Coordinator)。由它统一来监听zookeeper，生成rebalance命令，并且判断是否成功，不成功进行重试（后面讲解）

3) blockingQueue

consumerMap

Topic1

4

Topic2

2

Topic3

1

 

核心创建方案就是：

Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);

这个topicCountMap主要是指定消费线程数，该API底层的实现如下图：

1.会为每个topic生成对应的消费线程，我们可以叫它消费线程。它会从一个blockingQueue里面取数据。这个取的过程是阻塞的，如果queue中没有数据，就会阻塞。

2.会为每个kafka的broker生成一个fetch线程，我们可以叫它取数据线程。每个fetch thread会于kafka broker建立一个连接。fetch thread线程去拉取消息数据，最终放到对应的blockingQueue中，等待消费线程来消费。

客户端使用时：

根据topic，指定取某一个消费线程，拿出流数据，然后可以遍历该数据了，如上所述，该方法会是阻塞的，如果没有数据了，它就会阻塞在这里。

4) 关于offset

该api除了使用zk做负载均衡  还会用它记录offset。

/consumers/groupid/offsets/topic/partition/xxxx

记录消费到的offset值

上图左边为在zookeeper中没有此groupid节点的流程       右边为有的流程

groupid节点如果没有，会创建，然后offset的创建初始值会在kafka中获取，默认是获取最新的offset，也可以指定获取kafka中目前存在的最小offset，如下参数可以人工指定

//偏移量，初始化从哪个位置读
//props.put("auto.offset.reset", "smallest");

注意：此设置只有在运行初始化的时候有效，如果zookeeper中已经有值，那么这个参数是无效的，会直接去读zookeeper中的offset值。如果还想获取之前的数据，方法1手动修改zookeeper中该offset的值，方法2换一个groupid去消费，指定smallest。

 

 

在获取到offset值之后，就是去kafka中消费数据，然后在zookeeper中更新此offset的值。这些都是API底层帮我们实现了，我们上层API无感知。

5) 负载均衡小实验

创建一个partition为2的topic

创建两个groupid相同的consumer进程来消费这个topic的消息

一个producer不断的打入消息

结果：

附API使用代码

高阶API

package com.wangke.consumer;import com.wangke.kafkaProducerConsumer.KafkaProperties;import kafka.consumer.ConsumerConfig;import kafka.consumer.ConsumerIterator;import kafka.consumer.KafkaStream;import kafka.javaapi.consumer.ConsumerConnector;import java.util.HashMap;import java.util.List;import java.util.Map;import java.util.Properties;/** * Created by dell on 2017/8/11. */public class HighConsumerTest {    private static ConsumerConfig createConsumerConfig()    {        String zkConnect = "ip:2181";        String groupId = "group2";        Properties props = new Properties();        props.put("zookeeper.connect", zkConnect);        props.put("group.id", groupId);        props.put("zookeeper.session.timeout.ms", "40000");        props.put("zookeeper.sync.time.ms", "200");        props.put("auto.commit.interval.ms", "1000");        //偏移量，从哪个位置读        props.put("auto.offset.reset", "smallest");        return new ConsumerConfig(props);    }    public static void main(String[] args) throws InterruptedException {        ConsumerConnector consumer = kafka.consumer.Consumer.createJavaConsumerConnector(                createConsumerConfig());        String topic = "test7";        Map<String, Integer> topicCountMap = new HashMap<String, Integer>();        topicCountMap.put(topic, new Integer(1));        Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);        KafkaStream<byte[], byte[]> stream = consumerMap.get(topic).get(0);        ConsumerIterator<byte[], byte[]> it = stream.iterator();        int i=0;        while (it.hasNext()) {            System.out.println("receive：" + new String(it.next().message()));            i++;            if(i==10)                break;        }        consumer.shutdown();    }}

低阶API

package com.wangke.consumer;import kafka.api.FetchRequest;import kafka.api.FetchRequestBuilder;import kafka.api.PartitionOffsetRequestInfo;import kafka.cluster.Broker;import kafka.common.ErrorMapping;import kafka.common.TopicAndPartition;import kafka.javaapi.*;import kafka.javaapi.consumer.SimpleConsumer;import kafka.javaapi.message.ByteBufferMessageSet;import kafka.message.Message;import kafka.message.MessageAndOffset;import java.nio.ByteBuffer;import java.util.Collections;import java.util.HashMap;import java.util.List;import java.util.Map;/** * * @author wangke * @date 2017/8/9 */public class SimpleComsumerTest {    public static void main(String[] args) throws InterruptedException {        String BROKER_CONNECT = "ip:9092";        String TOPIC = "topic";        int partitionNum = 0;        // 找到leader        Broker leaderBroker = findLeader(BROKER_CONNECT, TOPIC, partitionNum);        if(leaderBroker==null){            System.out.println("未找到leader信息");            return;        }        // 从leader消费    soTimeout  bufferSize  clientId        SimpleConsumer simpleConsumer = new SimpleConsumer(leaderBroker.host(), leaderBroker.port(), 20000, 10000, "mySimpleConsumer");        long startOffet = 0;        int fetchSize = 500;        long offset = startOffet;        while (true ) {            System.out.println("offset:"+offset);            // 添加fetch指定目标topic，分区，起始offset及fetchSize(字节)，可以添加多个fetch            FetchRequest req = new FetchRequestBuilder().addFetch(TOPIC, partitionNum, offset, fetchSize).build();            // 拉取消息            FetchResponse fetchResponse = simpleConsumer.fetch(req);            if (fetchResponse.hasError()) {                // Something went wrong!                short code = fetchResponse.errorCode(TOPIC, partitionNum);                System.out.println("Error fetching data from the Broker:" + leaderBroker + " Reason: " + code);                if (code == ErrorMapping.OffsetOutOfRangeCode()) {                    // We asked for an invalid offset. For simple case ask for                    // the last element to reset                    //offset = getEarliestOffset(simpleConsumer, TOPIC, partitionNum,  "mySimpleConsumer");                    offset = getLastOffset(simpleConsumer, TOPIC, partitionNum,  "mySimpleConsumer");                    continue;                }                System.out.println("Error fetching data Offset Data the Broker. Reason: " + fetchResponse.errorCode(TOPIC, partitionNum));                continue;            }            ByteBufferMessageSet messageSet = fetchResponse.messageSet(TOPIC, partitionNum);            if(messageSet.sizeInBytes() ==0){                Thread.sleep(5000);                System.out.println("数据为空");                continue;            }            for (MessageAndOffset messageAndOffset : messageSet) {                Message mess = messageAndOffset.message();                ByteBuffer payload = mess.payload();                byte[] bytes = new byte[payload.limit()];                payload.get(bytes);                String msg = new String(bytes);                offset = messageAndOffset.offset();                System.out.println("partition : " + partitionNum + ", offset : " + offset + "  mess : " + msg);            }            // 继续消费下一批            offset = offset + 1;            Thread.sleep(5000);        }    }    /**     * 找到制定分区的leader broker     *     * @param brokerHosts broker地址，格式为：“host1:port1,host2:port2,host3:port3”     * @param topic topic     * @param partition 分区     * @return     */    private static Broker findLeader(String brokerHosts, String topic, int partition) {        PartitionMetadata partitionMetadata = findPartitionMetadata(brokerHosts, topic, partition);        if(partitionMetadata==null){            System.out.println("未找到leader信息");            return null;        }        Broker leader = partitionMetadata.leader();        System.out.println(String.format("Leader tor topic %s, partition %d is %s:%d", topic, partition, leader.host(), leader.port()));        return leader;    }    /**     * 找到指定分区的元数据     *     * @param brokerHosts broker地址，格式为：“host1:port1,host2:port2,host3:port3”     * @param topic topic     * @param partition 分区     * @return 元数据     */    private static PartitionMetadata findPartitionMetadata(String brokerHosts, String topic, int partition) {        PartitionMetadata returnMetaData = null;        for (String brokerHost : brokerHosts.split(",")) {            SimpleConsumer consumer = null;            String[] splits = brokerHost.split(":");            consumer = new SimpleConsumer(splits[0], Integer.valueOf(splits[1]), 100000, 64 * 1024, "leaderLookup");            List<String> topics = Collections.singletonList(topic);            TopicMetadataRequest request = new TopicMetadataRequest(topics);            TopicMetadataResponse response = consumer.send(request);            List<TopicMetadata> topicMetadatas = response.topicsMetadata();            for (TopicMetadata topicMetadata : topicMetadatas) {                for (PartitionMetadata PartitionMetadata : topicMetadata.partitionsMetadata()) {                    if (PartitionMetadata.partitionId() == partition) {                        returnMetaData = PartitionMetadata;                        break;//找到元数据，程序可以退出了                    }                }            }            if (consumer != null)                consumer.close();        }        return returnMetaData;    }    /*消费者消费一个topic的指定partition时，从哪里开始读数据     *kafka.api.OffsetRequest.EarliestTime()找到日志中数据的最开始头位置，从那里开始消费（hadoop-consumer中使用的应该就是这种方式）     *kafka.api.OffsetRequest.LatestTime()只消费最新的数据     *注意，不要假设0是offset的初始值     *参数：long whichTime的取值即两种：     *                          kafka.api.OffsetRequest.LatestTime()     *                          kafka.api.OffsetRequest.LatestTime()     *返回值：一个long类型的offset*/    private static long getLastOffset(SimpleConsumer consumer, String topic, int partition, String clientName) {        TopicAndPartition topicAndPartition = new TopicAndPartition(topic, partition);        Map<TopicAndPartition, PartitionOffsetRequestInfo> requestInfo = new HashMap<TopicAndPartition, PartitionOffsetRequestInfo>();        requestInfo.put(topicAndPartition, new PartitionOffsetRequestInfo(kafka.api.OffsetRequest.LatestTime(), 1));        kafka.javaapi.OffsetRequest request = new kafka.javaapi.OffsetRequest(requestInfo, kafka.api.OffsetRequest.CurrentVersion(), clientName);        OffsetResponse response = consumer.getOffsetsBefore(request);        if (response.hasError()) {            System.out.println("Error fetching data Offset Data the Broker. Reason: " + response.errorCode(topic, partition));            return 0;        }        long[] offsets = response.offsets(topic, partition);        return offsets[0];    }    private static long getEarliestOffset(SimpleConsumer consumer, String topic, int partition, String clientName) {        TopicAndPartition topicAndPartition = new TopicAndPartition(topic, partition);        Map<TopicAndPartition, PartitionOffsetRequestInfo> requestInfo = new HashMap<TopicAndPartition, PartitionOffsetRequestInfo>();        requestInfo.put(topicAndPartition, new PartitionOffsetRequestInfo(kafka.api.OffsetRequest.EarliestTime(), 1));        kafka.javaapi.OffsetRequest request = new kafka.javaapi.OffsetRequest(requestInfo, kafka.api.OffsetRequest.CurrentVersion(), clientName);        OffsetResponse response = consumer.getOffsetsBefore(request);        if (response.hasError()) {            System.out.println("Error fetching data Offset Data the Broker. Reason: " + response.errorCode(topic, partition));            return 0;        }        long[] offsets = response.offsets(topic, partition);        return offsets[0];    }}