kafka到底是个什么东西（快速了解Kafka生产者的使用和原理）

kafka到底是个什么东西（快速了解Kafka生产者的使用和原理）Properties properties = new Properties;// 1. 配置参数本文将学习 Kafka 生产者的使用和原理，文中使用的 kafka-clients 版本号为2.6.0。下面进入正文，先通过一个示例看下如何使用生产者 API 发送消息。public class Producer {public static void main(String[] args) {

作者 | 草捏子

整理 | 杨碧玉

出品 | 草捏子（ID:chaycao）

头图 | CSDN 下载自视觉中国

本文将学习 Kafka 生产者的使用和原理，文中使用的 kafka-clients 版本号为2.6.0。下面进入正文，先通过一个示例看下如何使用生产者 API 发送消息。

public class Producer {

public static void main(String[] args) {

// 1. 配置参数

Properties properties = new Properties;

properties.put("bootstrap.servers" "localhost:9092");

properties.put("key.serializer"

"org.apache.kafka.common.serialization.StringSerializer");

properties.put("value.serializer"

"org.apache.kafka.common.serialization.StringSerializer");

// 2. 根据参数创建KafkaProducer实例（生产者）

KafkaProducer<String String> producer = new KafkaProducer<>(properties);

// 3. 创建ProducerRecord实例（消息）

ProducerRecord<String String> record = new ProducerRecord<>("topic-demo" "hello kafka");

关于配置的三个必填参数

首先创建一个 Properties 实例，设置了三个必填参数：

• bootstrap.servers： broker 的地址清单；

• key.serializer：消息的键的序列化器；

• value.serializer：消息的值的序列化器。

由于 broker 希望接受的是字节数组，所以需要将消息中的键值序列化成字节数组。在设置好参数后，根据参数创建 KafkaProducer 实例，也就是用于发送消息的生产者，接着再创建准备发送的消息 ProducerRecord 实例，然后使用 KafkaProducer 的 send 方法发送消息，最后再关闭生产者。

关于 KafkaProducer ，我们先记住两点：

• 在创建实例的时候，需要指定配置；

• send 方法可发送消息。

send方法

关于配置我们先只了解这三个必填参数，下面我们看下 send 方法，关于发送消息的方式有三种：

1、发送并忘记（fire-and-forget）

在发送消息给 Kafka 时，不关心消息是否正常到达，只负责成功发送，存在丢失消息的可能。上面给出的示例就是这种方式。

2、同步发送（sync）

send 方法的返回值是一个 Future 对象，当调用其 get 方法时将阻塞等待 Kafka 的响应。如下：

Future<RecordMetadata> recordMetadataFuture = producer.send(record);

RecordMetadata recordMetadata = recordMetadataFuture.get;

RecordMetadata 对象中包含有消息的一些元数据，如消息的主题、分区号、分区中的偏移量、时间戳等。

3、异步发送（async）

在调用 send 方法时，指定回调函数，在 Kafka 返回响应时，将调用该函数。如下：

producer.send(record new Callback {

@Override

public void onCompletion(RecordMetadata recordMetadata Exception e) {

if (e != ) {

e.printStackTrace;

} else {

System.out.println(recordMetadata.topic "-"

recordMetadata.partition ":" recordMetadata.offset);

}

}

});

onCompletion 有两个参数，其类型分别是 RecordMetadata 和 Exception 。当消息发送成功时， recordMetadata 为非 ，而 e 将为 。当消息发送失败时，则反之。

消息对象ProducerRecord

下面我们认识下消息对象 ProducerRecord ，封装了发送的消息，其定义如下：

public class ProducerRecord<K V> {

private final String topic; // 主题

private final Integer partition; // 分区号

private final Headers headers; // 消息头部

private final K key; // 键

private final V value; // 值

private final Long timestamp; // 时间戳

// ...其他构造方法和成员方法

}

其中主题和值为必填，其余非必填。例如当给出了分区号，则相当于指定了分区，而当未给出分区号时，若给出了键，则可用于计算分区号。关于消息头部和时间戳，暂不讲述。

发送消息时用到的组件

在对生产者对象 KafkaProducer 和消息对象 ProducerRecord 有了认识后，下面我们看下在使用生产者发送消息时，会使用到的组件有生产者拦截器、序列化器和分区器。其架构（部分）如下：

1、生产者拦截器：ProducerInterceptor 接口，主要用于在消息发送前做一些准备工作，比如对消息做过滤，或者修改消息内容，也可以用于在发送回调逻辑前做一些定制化的需求，例如统计类工作。

2、序列化器，Serializer 接口，用于将数据转换为字节数组。

3、分区器，Partitioner 接口，若未指定分区号，且提供 key 。

处理过程

下面结合代码来看下处理过程，加深印象。

public Future<RecordMetadata> send(ProducerRecord<K V> record Callback callback) {

// 拦截器，拦截消息进行处理

ProducerRecord<K V> interceptedRecord = this.interceptors.onSend(record);

return doSend(interceptedRecord callback);

}

上面是 KafkaProducer 的 send 方法，首先会将消息传给拦截器的 onSend 方法，然后进入 doSend 方法。其中 doSend 方法较长，但内容并不复杂，下面给出了主要步骤的注释。

private Future<RecordMetadata> doSend(ProducerRecord<K V> record Callback callback) {

TopicPartition tp = ;

try {

throwIfProducerClosed;

// 1.确认数据发送到的topic的metadata可用

long nowMs = time.milliseconds;

ClusterAndWaitTime clusterAndWaitTime;

try {

clusterAndWaitTime = waitOnMetadata(record.topic record.partition nowMs maxBlockTimeMs);

} catch (KafkaException e) {

if (metadata.isClosed)

throw new KafkaException("Producer closed while send in progress" e);

throw e;

}

nowMs = clusterAndWaitTime.waitedOnMetadataMs;

long remainingWaitMs = Math.max(0 maxBlockTimeMs - clusterAndWaitTime.waitedOnMetadataMs);

Cluster cluster = clusterAndWaitTime.cluster;

// 2.序列化器，序列化消息的key和value

byte serializedKey;

try {

serializedKey = keySerializer.serialize(record.topic record.headers record.key);

} catch (ClassCastException cce) {

throw new SerializationException("Can't convert key of class " record.key.getClass.getName

" to class " producerConfig.getClass(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG).getName

" specified in key.serializer" cce);

}

byte serializedValue;

try {

serializedValue = valueSerializer.serialize(record.topic record.headers record.value);

} catch (ClassCastException cce) {

throw new SerializationException("Can't convert value of class " record.value.getClass.getName

" to class " producerConfig.getClass(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG).getName

" specified in value.serializer" cce);

}

// 3.分区器，获取或计算分区号

int partition = partition(record serializedKey serializedValue cluster);

tp = new TopicPartition(record.topic partition);

setReadOnly(record.headers);

Header headers = record.headers.toArray;

int serializedSize = AbstractRecords.estimateSizeInBytesUpperBound(apiVersions.maxUsableProduceMagic

compressionType serializedKey serializedValue headers);

ensureValidRecordSize(serializedSize);

long timestamp = record.timestamp == ? nowMs : record.timestamp;

if (log.isTraceEnabled) {

log.trace("Attempting to append record {} with callback {} to topic {} partition {}" record callback record.topic partition);

}

Callback interceptCallback = new InterceptorCallback<>(callback this.interceptors tp);

if (transactionManager != && transactionManager.isTransactional) {

transactionManager.failIfNotReadyForSend;

}

// 4.消息累加器，缓存消息

RecordAccumulator.RecordAppendResult result = accumulator.append(tp timestamp serializedKey

serializedValue headers interceptCallback remainingWaitMs true nowMs);

if (result.abortForNewBatch) {

int prevPartition = partition;

partitioner.onNewBatch(record.topic cluster prevPartition);

partition = partition(record serializedKey serializedValue cluster);

tp = new TopicPartition(record.topic partition);

if (log.isTraceEnabled) {

log.trace("Retrying append due to new batch creation for topic {} partition {}. The old partition was {}" record.topic partition prevPartition);

}

// producer callback will make sure to call both 'callback' and interceptor callback

interceptCallback = new InterceptorCallback<>(callback this.interceptors tp);

result = accumulator.append(tp timestamp serializedKey

serializedValue headers interceptCallback remainingWaitMs false nowMs);

}

if (transactionManager != && transactionManager.isTransactional)

transactionManager.maybeAddPartitionToTransaction(tp);

// 5.如果batch满了或者消息大小超过了batch的剩余空间需要创建新的batch

// 将唤醒sender线程发送消息

if (result.batchIsFull || result.newBatchCreated) {

log.trace("Waking up the sender since topic {} partition {} is either full or getting a new batch" record.topic partition);

this.sender.wakeup;

}

return result.future;

} catch (ApiException e) {

log.debug("Exception occurred during message send:" e);

if (callback != )

callback.onCompletion( e);

this.errors.record;

this.interceptors.onSendError(record tp e);

return new FutureFailure(e);

} catch (InterruptedException e) {

this.errors.record;

this.interceptors.onSendError(record tp e);

throw new InterruptException(e);

} catch (KafkaException e) {

this.errors.record;

this.interceptors.onSendError(record tp e);

throw e;

} catch (Exception e) {

this.interceptors.onSendError(record tp e);

throw e;

}

}

doSend方法

doSend 方法主要分为5个步骤：

• 在发送数据前，先确认数据发送的 topic 的 metadata 是可用的（ partition 的 leader 存在即为可用，如果开启了权限控制，则还要求 client 具有相应的权限）；

• 序列化器，序列化消息的 key 和 value ；

• 分区器，获取或计算分区号；

• 消息累加器，缓存消息；

• 在消息累加器中，消息会被放在一个 batch 中，用于批量发送，当 batch 满了或者消息大小超过了 batch 的剩余空间需要创建新的 batch ，则将唤醒 sender 线程发送消息。

关于 meatadata 本文将不深究，序列化器、分区器前文也给出了介绍。下面我们主要看下消息累加器。

消息累加器

消息累加器，其作用是用于缓存消息，以便批量发送消息。在 RecordAccumulator 中用一个 ConcurrentMap < TopicPartition Deque < ProducerBatch >> batches 的 map 变量保存消息。作为 key 的 TopicPartition 封装了 topic 和分区号，而对应的 value 为 ProducerBatch 的双端队列，也就是将发往同一个分区的消息缓存在 ProducerBatch 中。在发送消息时， Record 会被追加在队列的尾部，即加入到尾部的 ProducerBatch 中，如果 ProducerBatch 的空间不足或队列为空，则将创建新的 ProducerBatch ，然后追加。当 ProducerBatch 满了或创建新的 ProducerBatch 时，将唤醒 Sender 线程从队列的头部获取 ProducerBatch 进行发送。

在 Sender 线程中会将待发送的 ProducerBatch 将转换成< Integer List < ProducerBatch >>的形式，按 Kafka 节点的 ID 进行分组，然后将同一个 node 的 ProducerBatch 放在一个请求中发送。

Kafak 生产者的内容就先了解到这，下面通过思维导图对本文内容做一个简单的回顾：

参考

• 《深入理解Kafka核心设计与实践原理》

• 《Kafka权威指南》

• Kafka 源码解析之 Producer 发送模型（一）: http://matt33.com/2017/06/25/kafka-producer-send-module/

点分享