1. 前言
我们知道，生产者发送消息到主题，消费者订阅主题（以消费者组的名义订阅），而主题下是分区，消息是存储在分区中的，所以事实上生产者发送消息到分区，消费者则从分区读取消息，那么，这里问题来了，生产者将消息投递到哪个分区？消费者组中的消费者实例之间是怎么分配分区的呢？接下来，就围绕着这两个问题一探究竟。
2. 主题的分区数设置
在server.properties配置文件中可以指定一个全局的分区数设置，这是对每个主题下的分区数的默认设置，默认是1。
当然每个主题也可以自己设置分区数量，如果创建主题的时候没有指定分区数量，则会使用server.properties中的设置。
bin/kafka-topics.sh --zookeeper localhost:2181 --create --topic my-topic --partitions 2 --replication-factor 1
在创建主题的时候，可以使用--partitions选项指定主题的分区数量
[root@localhost kafka_2.11-2.0.0]# bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic abc Topic:abc PartitionCount:2 ReplicationFactor:1 Configs: Topic: abc Partition: 0 Leader: 0 Replicas: 0 Isr: 0 Topic: abc Partition: 1 Leader: 0
3. 生产者与分区
首先提出一个问题：生产者将消息投递到分区有没有规律？如果有，那么它是如何决定一条消息该投递到哪个分区的呢？
3.1. 默认的分区策略
The default partitioning strategy:
- If a partition is specified in the record,use it
- If no partition is specified but a key is present choose a partition based on a hash of the key
- If no partition or key is present choose a partition in a round-robin fashion
org.apache.kafka.clients.producer.internals.DefaultPartitioner
默认的分区策略是：
- 如果在发消息的时候指定了分区，则消息投递到指定的分区
- 如果没有指定分区，但是消息的key不为空，则基于key的哈希值来选择一个分区
- 如果既没有指定分区，且消息的key也是空，则用轮询的方式选择一个分区
/** * Compute the partition for the given record. * * @param topic The topic name * key The key to partition on (or null if no key) * keyBytes serialized key to partition on (or null if no key) * value The value to partition on or null * valueBytes serialized value to partition on or null * cluster The current cluster metadata */ public int partition(String topic,Object key,byte[] keyBytes,Object value,1)">byte[] valueBytes,Cluster cluster) { List<PartitionInfo> partitions = cluster.partitionsForTopic(topic); int numPartitions = partitions.size(); if (keyBytes == null) { int nextValue = nextValue(topic); List<PartitionInfo> availablePartitions = cluster.availablePartitionsForTopic(topic); if (availablePartitions.size() > 0) { int part = Utils.toPositive(nextValue) % availablePartitions.size(); return availablePartitions.get(part).partition(); } else { // no partitions are available,give a non-available partition return Utils.toPositive(nextValue) % numPartitions; } } { hash the keyBytes to choose a partition return Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions; } }
通过源代码可以更加作证这一点
4. 分区与消费者
消费者以组的名义订阅主题，主题有多个分区，消费者组中有多个消费者实例，那么消费者实例和分区之前的对应关系是怎样的呢？
换句话说，就是组中的每一个消费者负责那些分区，这个分配关系是如何确定的呢？
同一时刻，一条消息只能被组中的一个消费者实例消费
消费者组订阅这个主题，意味着主题下的所有分区都会被组中的消费者消费到，如果按照从属关系来说的话就是，主题下的每个分区只从属于组中的一个消费者，不可能出现组中的两个消费者负责同一个分区。
那么，问题来了。如果分区数大于或者等于组中的消费者实例数，那自然没有什么问题，无非一个消费者会负责多个分区，（PS：当然，最理想的情况是二者数量相等，这样就相当于一个消费者负责一个分区）；但是，如果消费者实例的数量大于分区数，那么按照默认的策略（PS：之所以强调默认策略是因为你也可以自定义策略），有一些消费者是多余的，一直接不到消息而处于空闲状态。
话又说回来，假设多个消费者负责同一个分区，那么会有什么问题呢？
我们知道，Kafka它在设计的时候就是要保证分区下消息的顺序，也就是说消息在一个分区中的顺序是怎样的，那么消费者在消费的时候看到的就是什么样的顺序，那么要做到这一点就首先要保证消息是由消费者主动拉取的（pull），其次还要保证一个分区只能由一个消费者负责。倘若，两个消费者负责同一个分区，那么就意味着两个消费者同时读取分区的消息，由于消费者自己可以控制读取消息的offset，就有可能C1才读到2，而C1读到1，C1还没处理完，C2已经读到3了，则会造成很多浪费，因为这就相当于多线程读取同一个消息，会造成消息处理的重复，且不能保证消息的顺序，这就跟主动推送（push）无异。
4.1. 消费者分区分配策略
org.apache.kafka.clients.consumer.internals.AbstractPartitionAssignor
如果是自定义分配策略的话可以继承AbstractPartitionAssignor这个类，它默认有3个实现
4.1.1. range
range策略对应的实现类是org.apache.kafka.clients.consumer.RangeAssignor
这是默认的分配策略
可以通过消费者配置中partition.assignment.strategy参数来指定分配策略，它的值是类的全路径，是一个数组
* The range assignor works on a per-topic basis. For each topic,we lay out the available partitions in numeric order * and the consumers in lexicographic order. We then divide the number of partitions by the total number of * consumers to determine the number of partitions to assign to each consumer. If it does not evenly * divide,then the first few consumers will have one extra partition. * * For example,suppose there are two consumers C0 and C1,two topics t0 and t1,and each topic has 3 partitions,* resulting in partitions t0p0,t0p1,t0p2,t1p0,t1p1,and t1p2. * * The assignment will be: * C0: [t0p0,t1p1] * C1: [t0p2,t1p2] */
range策略是基于每个主题的
对于每个主题，我们以数字顺序排列可用分区，以字典顺序排列消费者。然后，将分区数量除以消费者总数，以确定分配给每个消费者的分区数量。如果没有平均划分（PS：除不尽），那么最初的几个消费者将有一个额外的分区。
简而言之，就是，
1、range分配策略针对的是主题（PS：也就是说，这里所说的分区指的某个主题的分区，消费者值的是订阅这个主题的消费者组中的消费者实例）
2、首先，将分区按数字顺序排行序，消费者按消费者名称的字典序排好序
3、然后，用分区总数除以消费者总数。如果能够除尽，则皆大欢喜，平均分配；若除不尽，则位于排序前面的消费者将多负责一个分区
例如，假设有两个消费者C0和C1，两个主题t0和t1，并且每个主题有3个分区，分区的情况是这样的：t0p0，t0p1，t0p2，t1p0，t1p1，t1p2
那么，基于以上信息，最终消费者分配分区的情况是这样的：
C0: [t0p0,t1p1]
C1: [t0p2,t1p2]
为什么是这样的结果呢？
因为，对于主题t0，分配的结果是C0负责P0和P1，C1负责P2；对于主题t2，也是如此，综合起来就是这个结果
上面的过程用图形表示的话大概是这样的：
阅读代码，更有助于理解：
public Map<String,List<TopicPartition>> assign(Map<String,Integer> partitionsPerTopic,Map<String,Subscription> subscriptions) { 主题与消费者的映射 Map<String,List<String>> consumersPerTopic = consumersPerTopic(subscriptions); Map<String,List<TopicPartition>> assignment = new HashMap<>(); for (String memberId : subscriptions.keySet()) assignment.put(memberId,new ArrayList<TopicPartition>()); for (Map.Entry<String,List<String>> topicEntry : consumersPerTopic.entrySet()) { String topic = topicEntry.getKey(); 主题 List<String> consumersForTopic = topicEntry.getValue(); 消费者列表 partitionsPerTopic表示主题和分区数的映射 获取主题下有多少个分区 Integer numPartitionsForTopic = partitionsPerTopic.get(topic); if (numPartitionsForTopic == ) continue; 消费者按字典序排序 Collections.sort(consumersForTopic); 分区数量除以消费者数量 int numPartitionsPerConsumer = numPartitionsForTopic / consumersForTopic.size(); 取模，余数就是额外的分区 int consumersWithExtraPartition = numPartitionsForTopic % consumersForTopic.size(); List<TopicPartition> partitions = AbstractPartitionAssignor.partitions(topic,numPartitionsForTopic); for (int i = 0,n = consumersForTopic.size(); i < n; i++int start = numPartitionsPerConsumer * i + Math.min(i,consumersWithExtraPartition); int length = numPartitionsPerConsumer + (i + 1 > consumersWithExtraPartition ? 0 : 1); 分配分区 assignment.get(consumersForTopic.get(i)).addAll(partitions.subList(start,start + length)); } } assignment; }
4.1.2. roundrobin（轮询）
roundronbin分配策略的具体实现是org.apache.kafka.clients.consumer.RoundRobinAssignor
* The round robin assignor lays out all the available partitions and all the available consumers. It * then proceeds to do a round robin assignment from partition to consumer. If the subscriptions of all consumer * instances are identical,then the partitions will be uniformly distributed. (i.e.,the partition ownership counts * will be within a delta of exactly one across all consumers.) * * For example,t1p1] * C1: [t0p1,t1p2] * * When subscriptions differ across consumer instances,the assignment process still considers each * consumer instance in round robin fashion but skips over an instance if it is not subscribed to * the topic. Unlike the case when subscriptions are identical,this can result in imbalanced * assignments. For example,we have three consumers C0,C1,C2,and three topics t0,t1,t2,* with 1,2,and 3 partitions,respectively. Therefore,the partitions are t0p0,t2p0,* t2p1,t2p2. C0 is subscribed to t0; C1 is subscribed to t0,t1; and C2 is subscribed to t0,t2. * * Tha assignment will be: * C0: [t0p0] * C1: [t1p0] * C2: [t1p1,t2p1,t2p2] */
轮询分配策略是基于所有可用的消费者和所有可用的分区的
与前面的range策略最大的不同就是它不再局限于某个主题
如果所有的消费者实例的订阅都是相同的，那么这样最好了，可用统一分配，均衡分配
例如，假设有两个消费者C0和C1，两个主题t0和t1，每个主题有3个分区，分别是t0p0，t0p1，t0p2，t1p0，t1p1，t1p2
那么，最终分配的结果是这样的：
C0: [t0p0,t1p1]
C1: [t0p1,t1p2]
用图形表示大概是这样的：
假设，组中每个消费者订阅的主题不一样，分配过程仍然以轮询的方式考虑每个消费者实例，但是如果没有订阅主题，则跳过实例。当然，这样的话分配肯定不均衡。
什么意思呢？也就是说，消费者组是一个逻辑概念，同组意味着同一时刻分区只能被一个消费者实例消费，换句话说，同组意味着一个分区只能分配给组中的一个消费者。事实上，同组也可以不同订阅，这就是说虽然属于同一个组，但是它们订阅的主题可以是不一样的。
例如，假设有3个主题t0，t1，t2；其中，t0有1个分区p0，t1有2个分区p0和p1，t2有3个分区p0，p1和p2；有3个消费者C0，C1和C2；C0订阅t0，C1订阅t0和t1，C2订阅t0，t1和t2。那么，按照轮询分配的话，C0应该负责
首先，肯定是轮询的方式，其次，比如说有主题t0，t1，t2，它们分别有1，2，3个分区，也就是t0有1个分区，t1有2个分区，t2有3个分区；有3个消费者分别从属于3个组，C0订阅t0，C1订阅t0和t1，C2订阅t0，t1，t2；那么，按照轮询分配的话，C0应该负责t0p0，C1应该负责t1p0，其余均由C2负责。
上述过程用图形表示大概是这样的：
为什么最后的结果是
C0: [t0p0]
C1: [t1p0]
C2: [t1p1,t2p2]
这是因为，按照轮询t0p1由C0负责，t1p0由C1负责，由于同组，C2只能负责t1p1，由于只有C2订阅了t2，所以t2所有分区由C2负责，综合起来就是这个结果
细想一下可以发现，这种情况下跟range分配的结果是一样的
5. 测试代码
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> modelVersion>4.0.0</> groupId>com.cjs.exampleartifactId>kafka-demoversion>0.0.1-SNAPSHOTpackaging>jarnamedescription></parent> >org.springframework.boot>spring-boot-starter-parent>2.0.5.RELEASErelativePath/> <!-- lookup parent from repository --> propertiesproject.build.sourceEncoding>UTF-8project.reporting.outputEncodingjava.version>1.8dependenciesdependency> >spring-boot-starter-web>org.springframework.kafka>spring-kafka> >spring-boot-starter-testscope>testbuildpluginsplugin> >spring-boot-maven-plugin> project>
package com.cjs.kafka.producer; import org.apache.kafka.clients.producer.*; import java.util.Properties; class HelloProducer { static void main(String[] args) { Properties props = new Properties(); props.put("bootstrap.servers","192.168.1.133:9092"); props.put("acks","all"); props.put("retries",0); props.put("batch.size",16384); props.put("linger.ms",1); props.put("buffer.memory",33554432); props.put("key.serializer","org.apache.kafka.common.serialization.StringSerializer"); props.put("value.serializer",1)">); Producer<String,String> producer = new KafkaProducer<String,String>(props); int i = 0; i < 100; i++) { producer.send(new ProducerRecord<String,String>("abc",Integer.toString(i),Integer.toString(i)),1)"> Callback() { @Override onCompletion(RecordMetadata recordMetadata,Exception e) { if (null != e) { e.printStackTrace(); } { System.out.println("callback: " + recordMetadata.topic() + " " + recordMetadata.partition() + " " + recordMetadata.offset()); } } }); } producer.close(); } }
com.cjs.kafka.consumer; org.apache.kafka.clients.consumer.ConsumerRecord; org.apache.kafka.clients.consumer.ConsumerRecords; org.apache.kafka.clients.consumer.KafkaConsumer; java.util.Arrays; HelloConsumer { main(String[] args) { Properties props = ); props.put("group.id","test"); props.put("enable.auto.commit","true"); props.put("auto.commit.interval.ms","1000"); props.put("partition.assignment.strategy","org.apache.kafka.clients.consumer.RoundRobinAssignor"); props.put("key.deserializer","org.apache.kafka.common.serialization.StringDeserializer"); props.put("value.deserializer",1)">); KafkaConsumer<String,String> consumer = new KafkaConsumer<String,1)">(props); consumer.subscribe(Arrays.asList("foo","bar","abc")); while (true) { ConsumerRecords<String,String> records = consumer.poll(100for (ConsumerRecord<String,1)"> record : records) { System.out.printf("partition = %s,offset = %d,key = %s,value = %s%n",record.partition(),record.offset(),record.key(),record.value()); } } } }
6. 参考
http://kafka.apache.org/documentation/#consumerconfigs
https://blog.csdn.net/feelwing1314/article/details/81097167
https://blog.csdn.net/OiteBody/article/details/80595971
https://blog.csdn.net/YChenFeng/article/details/74980531
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。