Kafka生产者的使用和原理

码农沉思录

共 9273字,需浏览 19分钟

 ·

2020-09-15 12:30

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 producer = new KafkaProducer<>(properties);
        // 3. 创建ProducerRecord实例(消息)
        ProducerRecord record = new ProducerRecord<>("topic-demo""hello kafka");
        // 4. 发送消息
        producer.send(record);
        // 5. 关闭生产者示例
        producer.close();
    }
    
}

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KafkaProducersend方法发送消息,最后再关闭生产者。

关于KafkaProducer,我们先记住两点:

  1. 在创建实例的时候,需要指定配置;
  2. send方法可发送消息。

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 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 != null) {
                e.printStackTrace();
            } else {
                System.out.println(recordMetadata.topic() + "-"
                                   + recordMetadata.partition() + ":" + recordMetadata.offset());
            }
        }
    });

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

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<KV{
    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。

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。

下面结合代码来看下处理过程,加深印象。

public Future send(ProducerRecord record, Callback callback) {
    // 拦截器,拦截消息进行处理
    ProducerRecord interceptedRecord = this.interceptors.onSend(record);
    return doSend(interceptedRecord, callback);
}

上面是KafkaProducersend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 doSend(ProducerRecord record, Callback callback) {
    TopicPartition tp = null;
    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() == null ? 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 != null && 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 != null && 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 != null)
            callback.onCompletion(null, 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方法主要分为5个步骤:

  1. 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);
  2. 序列化器,序列化消息的key和value;
  3. 分区器,获取或计算分区号;
  4. 消息累加器,缓存消息;
  5. 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,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> 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。

RecordAccumulator

Sender线程中会将待发送的ProducerBatch将转换成>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

  1. 《深入理解Kafka核心设计与实践原理》
  2. 《Kafka权威指南》
  3. Kafka 源码解析之 Producer 发送模型(一): http://matt33.com/2017/06/25/kafka-producer-send-module/


点个在看支持我吧,转发就更好了
浏览 29
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报