1.集群高可靠
①搭建kafka集群（略）
②重点配置项（每个broker配置相同，只有broker.id不一样）
broker.id=1 当前机器在集群中的唯一标识，和zookeeper的myid性质一样
listeners=PLAINTEXT://10.22.0.13:9092 最好用真实的IP
advertised.listeners=PLAINTEXT://10.22.0.13:9092 最好用真实的IP hostname,port配置过时
num.partitions=3 新建topic 默认分区数
default.replication.factor=3 新建topic 默认副本集数
offsets.topic.replication.factor=3 副本集因子 （必须配置为大于1，小于或者等于broker数，不然当消费者的协同节点broker宕机了，不会重新选举，导致消费者dead，达不到集群高可靠目的）
zookeeper.connect=10.22.0.13:2182,10.22.0.14:2182,10.22.0.15:2182 zookeeper地址
log.dirs=/home/txc/kafka1/kafkalogs kafka数据日志保存路径
2.消息至少消费一次
消费者默认情况下，enable.auto.commit=true 消费者的offset消费者的offset将在后台周期性的提交,当消息处理失败时，偏移量offset已经提交了，导致消息丢失
要保证消费至少消费一次，首先enable.auto.commit=false，然后每次消息处理成功后，手动提交偏移量offset， consumer.commitAsync();
3.自定义分区(尽可能让数据在分区中均匀分布)
Kafka中，topic是逻辑上的概念，而partition是物理上的概念。不用担心，这些对用户来说是透明的。生产者（producer）只关心自己将消息发布到哪个topic，而消费者（consumer）只关心自己订阅了哪个topic上的消息，至少topic上的消息分布在哪些partition节点上，它本身并不关心。
如果没有分区的概念，那么topic的消息集合将集中于某一台服务器上，单节点的存储性能马上将成为瓶颈，当访问该topic存取数据时，吞吐也将成为瓶颈。
介于此，kafka的设计方案是，生产者在生产数据的时候，可以为每条消息人为的指定key，这样消息被发送到broker时，会根据分区规则，选择消息将被存储到哪一个分区中。
如果分区规则设置合理，那么所有的消息将会被均匀/线性的分布到不同的分区中，这样就实现了负载均衡和水平扩展。另外，在消费者端，同一个消费组可以多线程并发的从多个分区中 同时消费数据。
上述分区规则，实际上是实现了kafka.producer.Partitioner接口的一个类，这个实现类可以根据自己的业务规则进行自定义制定，如根据hash算法指定分区的分布规则。 如以下这个类，我们先获取
key的hashcode值，再跟分区数量（配置文件中为numPartitions）做模运算，结果值作为分区存储位置，这样可以实现数据均匀线性的分布。①自定义TxcPartitioner类
public class TxcPartitioner implements Partitioner{
@Override
public void configure(Map<String, ?> arg0) {
}
@Override
public void close() {
}
@Override
public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
int size = partitions.size();
//如果消息的 key 为 null,默认分配到指定分区
if(keyBytes == null) {
return 0;
}
//如果 key 不为 null，并且使用了默认的分区器，kafka 会使用自己的 hash 算法对 key 取 hash 值，
//使用 hash 值与 partition 数量取模，从而确定发送到哪个分区。
//注意：此时 key 相同的消息会发送到相同的分区(只要 partition 的数量不变化)
return Utils.toPositive(Utils.murmur2(keyBytes)) % size;
}
|
②发送消息的方法如下
public void send(String topic,String key,RequestMessage message){
try {
if(kafkaProducer != null) {
ProducerRecord<String, String> record = new ProducerRecord<String, String>(topic,key,JSONObject.toJSONString(message));
Future<RecordMetadata> future = kafkaProducer.send(record);
RecordMetadata metadata = future.get();
if(metadata != null) {
sysLog.debug("【Kafka message send success,topic = {}, partition is {} 】 " , metadata.topic(),metadata.partition());
}else {
sysLog.error("【Kafka message send fail 】");
throw new KafkaSendException("Kafka message send fail");
}
}else {
sysLog.error("【TxcProducer is not init】");
throw new KafkaInitException("TxcProducer is not init");
}
}catch(Exception e){
sysLog.error("【Kafka message send fail , exception = {}】 ",ExceptionUtil.collectExceptionStackMsg(e));
throw new KafkaSendException("Kafka message send fail");
}
}
|
③生产者配置中添加配置
//设置自定义分区 properties.put(TxcParameType.partitioner_class.getName(), TxcPartitioner.class.getName()); |
注意：之所以需要自定义分区，是因为同一个分区的消息可以保证严格的顺序性，通过自定义分区设置的key值（比如交易流水号）可以让同一笔交易的消息严格按照顺序发送接收
4.消息到达可靠
保证消息到达可靠，生产者的配置项acks=all;
生产者需要leader确认请求完成之前接收的应答数。此配置控制了发送消息的耐用性，支持以下配置：
acks=0 如果设置为0，那么生产者将不等待任何消息确认。消息将立刻天际到socket缓冲区并考虑发送。在这种情况下不能保障消息被服务器接收到。并且重试机制不会生效（因为客户端不知道故障了没有）。每个消息返回的offset始终设置为-1。
acks=1，这意味着leader写入消息到本地日志就立即响应，而不等待所有follower应答。在这种情况下，如果响应消息之后但follower还未复制之前leader立即故障，那么消息将会丢失。
acks=all 这意味着leader将等待所有副本同步后应答消息。此配置保障消息不会丢失。这是最强壮的可用性保障。等价于acks=-1。