前言

前面兩章我們花費了很長的時間將Kafka的整體架構，包括其中涉及到的角色、每個角色所對對應的用途進行了整體的一個串聯(lián)。然后我們也通過Kafka所提供的腳本進行了相對應的操作，并且對核心參數進行了分析。

相信大家對于Kafka的處理和消費流程已經有了一個比較籠統(tǒng)的概念。光是如此還是不夠的，那么接下來我們就開始對其中的每一個角色做一個詳細的分析。

先從生產者開始，我們需要對其中有如下了解：

• 了解外部數據是如何通過生產者，經過層層編碼，然后進入到了集群內部進行存儲。
• 同步和異步數據是如何操作，Broker如何處理應答。
• 消息發(fā)送失敗后的重試機制
• ...

等等的一切，慢慢往下看吧～～～

基于Java的API

首先， 在了解生產者發(fā)送消息的原理之前，我們應該先學會如何去發(fā)送消息。

Kafka為我們提供了很多項目可以操作的API客戶端，包括：

• C/C++
• GO
• Python
• ...

更多需要對接Kafka的項目可以點擊這里進行查看

我本人屬于Java開發(fā)，所以我這里就通過Java項目來做一個QuickStart項目

通過官網查看API菜單，官方文檔上也是Java的版本。我們根據提示一步步操作即可～

先新建maven項目，并且引入對應的****kafka-clients依賴

建議：Kafka-clients依賴版本，最好和安裝的kafka版本一致

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>3.3.1</version>
</dependency>

同步發(fā)送

Kafka生產者主要靠KafkaProducer來進行操作。點擊到對應的文檔頁面，我們可以看到關于KafkaProducer<K,V> 的詳細信息。

一個好的組件是非常貼心的， 甚至我們都不用去網上搜任何相關的資料，只需要通過查看對應的注釋就可以知道這個東西該怎么用。

Properties config = new Properties();
// --bootstrap-server
config.setProperty(
  ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, 
  "master:9092,node01:9092,node02:9092"
);
// key 序列化器
config.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
// value 序列化器
config.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
try(Producer<String, String> producer = new KafkaProducer<>(config)) {
    ProducerRecord<String, String> record = new ProducerRecord<>(
            "newTopic001",
            "key01",
            "data from " + KafkaQuickProducer.class.getName()
    ); 
    RecordMetadata recordMetadata = producer.send(record).get();
    System.out.println(
            MessageFormat.format("{0}\t{1}\t{2}\t{3}", 
                    recordMetadata.topic(), 
                    recordMetadata.partition(),
                    recordMetadata.offset(), 
                    recordMetadata.timestamp()
            )
    );
} catch (Exception e) {
    e.printStackTrace();
}

以上代碼就是同步發(fā)送的過程，這已經是在開發(fā)過程中需要配置的最小單元，而其他關于生產者的配置，我們可以通過ProducerConfig來進行查看

** 與命令行上的參數，基本上是一模一樣的**

而關于序列化器的問題，我們在下面原理的部分說明

異步發(fā)送

我們在調用同步send的時候，發(fā)現(xiàn)有兩個參數的方法， 而這個方法實現(xiàn)的就是****異步發(fā)送

Future<RecordMetadata> send(ProducerRecord<K, V> record, Callback callback);

異步發(fā)送會將發(fā)送結果以事件驅動的形式傳遞，那么這里，我們就需要注意一點：

• 程序調用完成之后，不能讓他立即執(zhí)行，否則我們無法查看到具體的發(fā)送結果

接下來我們看具體的程序實現(xiàn)。理論上：我們只需要改最后發(fā)送的部分

Properties config = new Properties();
// --bootstrap-server
config.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "master:9092,node01:9092,node02:9092");
// key 序列化器
config.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
// value 序列化器
config.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
try(Producer<String, String> producer = new KafkaProducer<>(config)) {
    ProducerRecord<String, String> record = new ProducerRecord<>(
            "newTopic001",
            "key01",
            "data from " + KafkaQuickProducer.class.getName()
    );
    async(producer, record);
} catch (Exception e) {
    e.printStackTrace();
}
// 異步發(fā)送
private static void async(Producer<String, String> producer, ProducerRecord<String, String> record) {
    producer.send(record, (recordMetadata, exception) -> {
        if (null != exception) {
            exception.printStackTrace();
            return;
        }
        System.out.println(
                MessageFormat.format("{0}\t{1}\t{2}\t{3}",
                        recordMetadata.topic(),
                        recordMetadata.partition(),
                        recordMetadata.offset(),
                        recordMetadata.timestamp()
                )
        );
    });
    try {
        // 將程序進行阻塞，防止由于消息發(fā)送成功之后進程停止而無法接收到事件反饋
        System.in.read();
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

這屬于整個生產者發(fā)送消息方式的最小單元，本文屬于Producer入門階段。

在ProducerConfig中還包含了非常多的配置項，更多的配置信息我們會在優(yōu)化章節(jié)中說明。

原理

在第一部分，我們已經了解到，關于生產者最基本的使用方式，到這里，其實我想跟大家聊一聊：

• 生產者在發(fā)送消息的時候中間到底經歷了什么？

大家應該已經看到上面的那張原理圖，我們可以從中找出答案！

主線程

**這里我們分為兩個線程塊來說明， 第一部分是Main主線程， 也就是生產者在調用****send()**方法時所在的線程

在這里，我們可以看到：

• 外部數據首先被封裝為ProducerRecord**，然后調用**send()**方法。
• 在send()過程中，經過攔截器、序列化器、分區(qū)器等處理之后進入到RecordAccumulator中。

接下來我們仔細聊一聊攔截器、序列化器、分區(qū)器的作用

攔截器

攔截器很類似于我們在SpringMVC中Interceptor的功能，而且在Producer中我們是可以自定義攔截器的。

我們可以在發(fā)送之前對數據進行攔截處理，比如說：統(tǒng)計生產者發(fā)送數據的總量等等。

當然目前來講，我們如果不開發(fā)Kafka監(jiān)控平臺的話，這里攔截器的用處并不大。我們忽略不計即可

后續(xù)如果有機會的話，我們可以專門寫篇文章，用來介紹如何開發(fā)一個攔截器

序列化器

而序列化器，主要對兩個部分的數據進行處理：

• Key
• Value

byte[] serializedKey 
  = serializedKey = keySerializer.serialize(record.topic(), record.headers(), record.key());
byte[] serializedValue
  = valueSerializer.serialize(record.topic(), record.headers(), record.value());

從本質上來講，外部數據屬于屬于對象，而對象不能直接通過網絡進行傳輸。 所以我們就需要一個序列化器，將它轉換成字節(jié)數組，進而進行傳輸

Kafka本身為我們提供了很多可用的序列化器，不過我們能用到最多的還是StringSerializer。

在生產端將消息進行序列話，那么在消費端必然會進行反序列化操作

分區(qū)器

我們知道Kafka是以Topic為消息發(fā)送的主體，不過由于Topic是一個虛擬的概念， 所以我們沒有辦法在實際中查看到關于Topic的相關信息。 但是前面我們也說過， 當前Topic下的消息數據都是通過Partition進行存儲的。

發(fā)送出去的消息需要存儲在哪個分區(qū)中就是通過分區(qū)器來進行指定的，在我們沒有指定分區(qū)策略的情況下，生產者會通過默認的分區(qū)策略指定當前消息應該存儲在哪個分區(qū)下

分區(qū)的內容還是比較多的，我們會在下一節(jié)做詳細的說明

RecordAccumulator

此時，在主線程的區(qū)域中，當消息進入到默認大小為32m的記錄緩沖區(qū)時， 本區(qū)的工作就到此結束。

緩沖區(qū)中有多個雙端隊列，分別對應Topic不同的分區(qū)。每一個分區(qū)就會創(chuàng)建一個雙端隊列。

此時的消息將會被按照批次的方式存放在隊列中， 默認一批為16k大小。當緩沖區(qū)達到指定條件之后，****sender線程將會被喚醒，Sender程序將會沖隊列中不斷拉出消息進行下一步的發(fā)送

Sender線程

影響Sender線程喚醒的條件

想要喚醒Sender線程有兩個因素，但不是說這兩個條件都必須滿足，他們是或的關系。

batch.size是一個條件，這也是后期針對生產者優(yōu)化的主要參數之一。

當發(fā)送消息之后，生產者會將消息進行整合。將其按照一批一批的方式發(fā)送給Broker，從而減少網絡間的傳輸請求次數。默認情況下為16k。

而如果一批數據的大小累計達到了設置的batch.size之后，sender才會做發(fā)送數據的操作

這是第一個限制

下面再來介紹一個非常強勢的參數：liner.ms。生產者優(yōu)化的主要參數之二。

這么說吧，如果你設置的liner.ms=0，表示不延遲直接發(fā)送。那么batch.size就不會生效了

而liner.ms=0屬于默認配置

如果數據一直沒有達到設置的batch.size大小，數據也不能不發(fā)對吧。所以Kafka也就為我們提供了這樣的參數：

• 當sender等待liner.ms設置的時間之后【單位ms】，不管數據如何都會將消息進行發(fā)送
• 如未設置當前參數，表示沒有延遲，直接發(fā)送

下面舉個小例子

config.setProperty(ProducerConfig.LINGER_MS_CONFIG, "5000");

開始發(fā)送

將RecordAccumulator內存儲的數據拉取出來之后，開始將其創(chuàng)建為一個個的Request請求。這里需要注意的是：

• NetworkClient并非一股腦的將全部可發(fā)送數據進行傳輸請求

正相反，為了能夠保證不同分區(qū)所對應DQueue的數據進入到對應的Broker所在的分區(qū)內，Kafka將按照<BrokerId, Request>的形式對請求進行傳輸。如果傳輸到達Broker之后沒有acks應答，那么當前節(jié)點下最多能夠保存5個未響應的請求。

ACKS

這里簡單聊一下它的應答方式。在ProducerConfig.ACKS_DOC下我們也可以看到相關的說明：

• acks=0： 生產者不會等待Broker的應答，直接表示消息已經發(fā)送成功。而消息有沒有真正達到Broker，不關心。

當然了，這種方式在性能上來講是最好的，適合一些數據不重要的場景

• acks=1： 生產者將消息發(fā)送到Broker之后，由Leader在本地將消息進行存儲之后，返回發(fā)送成功的應答。

如果Follower還沒有同步到消息，Leader就已經掛了。那么此時就會出現(xiàn)消息丟失的情況

• acks=all：生產者將消息發(fā)送到Broker之后，由Leader在本地將消息進行存儲，并且Follower同步完消息之后才會返回發(fā)送成功的應答。

這種方式是最能保證數據安全的情況，但是性能也是最低的~

最后：

• 當Broker返回成功應答之后，RecordAccumulator中的數據將會被清理
• 如果失敗，可以嘗試重試等操作

總結

而到了這里，本次關于Producer理論篇就結束了，針對API部分大家需要多練，可以先看看關于ProducerConfig內的配置參數說明，可以嘗試先練習練習。

很貼心的框架

后面我們還會介紹一些核心參數

Kafka的分區(qū)處理也是一個比較核心的內容，接下來我們會著重介紹

以上就是java分布式流處理組件Producer入門詳解的詳細內容，更多關于java分布式Producer的資料請關注腳本之家其它相關文章！

最新評論