关于Kafka消费者的这些参数你应该要知道？

 

本文将对Kafka Consumer做一个简单的介绍，是深入研究Kafka Conumer的一扇窗。主要从如下三个方面展开：

• 核心参数
• 核心组件
• 核心API

1、Kafka Consumer核心参数览

个人觉得，要想深入了解Kafka Consumer的核心工作机制可以从它的核心参数切入，为后续深入了解它的队列负载机制、消息拉取模型、消费模型、位点提交等机制打下基础。

kafka Consumer的核心属性定义在ConsumerConfig中。

1.1 基础功能参数

• group.id

消费组名称。

• client.id

客户端标识id，默认为consumer-序号，在实践中建议包含客户端IP，在一个消费组中不能重复。

• bootstrap.servers

broker服务端地址列表。

• client.dns.lookup

客户端寻找bootstrap地址的方式，支持如下两种方式：

• resolve_canonical_bootstrap_servers_only

这种方式，会依据bootstrap.servers提供的主机名(hostname)，根据主机上的名称服务返回其IP地址的数组(InetAddress.getAllByName)，然后依次获取inetAddress.getCanonicalHostName()，再建立tcp连接。

一个主机可配置多个网卡，如果启用该功能，应该可以有效利用多网卡的优势，降低Broker的网络端负载压力。

• use_all_dns_ips

这种方式会直接使用bootstrap.servers中提供的hostname、port创建tcp连接，默认选项。

• enable.auto.commit

是否开启自动位点提交，默认为true。

• auto.commit.interval.ms

如果开启自动位点提交，位点的提交频率，默认为5s。

• partition.assignment.strategy

消费端队列负载算法，默认为按区间平均分配(RangeAssignor),可选值:轮询(RoundRobinAssignor)

• auto.offset.reset

重置位点策略，但kafka提交位点时，对应的消息已被删除时采取的恢复策略，默认为latest，可选：earliest、none(会抛出异常)。

• key.deserializer

使用的key序列化类

• value.deserializer

消息体序列化类

• interceptor.classes

消费端拦截器，可以有多个。

• check.crcs

在消费端时是否需要校验CRC，默认为true。

1.2 网络相关参数

• send.buffer.bytes

网络通道(TCP)的发送缓存区大小，默认为128K。

• receive.buffer.bytes

网络通道(TCP)的接收缓存区大小，默认为32K。

• reconnect.backoff.ms

重新建立链接的等待时长，默认为50ms，属于底层网络参数，基本无需关注。

• reconnect.backoff.max.ms

重新建立链接的最大等待时长，默认为1s，连续两次对同一个连接建立重连，等待时间会在reconnect.backoff.ms的初始值上成指数级递增，但超过max后，将不再指数级递增。

• retry.backoff.ms

重试间隔时间，默认为100ms。

• connections.max.idle.ms

连接的最大空闲时间，默认为9s。

• request.timeout.ms

请求的超时时间，与Broker端的网络通讯的请求超时时间。

1.3 核心工作参数

• max.poll.records

每一次poll方法调用拉取的最大消息条数，默认为500。

• max.poll.interval.ms

两次poll方法调用的最大间隔时间，单位毫秒，默认为5分钟。如果消费端在该间隔内没有发起poll操作，该消费者将被剔除，触发重平衡，将该消费者分配的队列分配给其他消费者。

• session.timeout.ms

消费者与broker的心跳超时时间,默认10s，broker在指定时间内没有收到心跳请求，broker端将会将该消费者移出，并触发重平衡。

• heartbeat.interval.ms

心跳间隔时间，消费者会以该频率向broker发送心跳，默认为3s，主要是确保session不会失效。

• fetch.min.bytes

一次拉取消息最小返回的字节数量，默认为1字节。

• fetch.max.bytes

一次拉取消息最大返回的字节数量，默认为1M，如果一个分区的第一批消息大小大于该值也会返回。

• max.partition.fetch.bytes

一次拉取每一个分区最大拉取字节数，默认为1M。

• fetch.max.wait.ms

fetch等待拉取数据符合fetch.min.bytes的最大等待时间。

• metadata.max.age.ms

元数据在客户端的过期时间，过期后客户端会向broker重新拉取最新的元数据，默认为5分钟。

• internal.leave.group.on.close

消费者关闭后是否立即离开订阅组，默认为true，即当客户端断开后立即触发重平衡。如果设置为false，则不会立即触发重平衡，而是要等session过期后才会触发。

2、KafkaConsumer核心组件与API

通过KafkaConsumer核心参数，我们基本可以窥探Kafka中的核心要点，接下来再介绍一下KafkaConsumer的核心组件，为后续深入研究Kafka消费者消费模型打下基础。

2.1 核心组件

KafkaConsumer由如下几个核心组件构成：

• ConsumerNetworkClient

消费端网络客户端，服务底层网络通讯，负责客户端与服务端的RPC通信。

• ConsumerCoordinator

消费端协调器，在Kafka的设计中，每一个消费组在集群中会选举一个broker节点成为该消费组的协调器，负责消费组状态的状态管理，尤其是消费组重平衡(消费者的加入与退出)，该类就是消费者与broker协调器进行交互。

• Fetcher

消息拉取。

温馨提示：本文不打算对每一个组件进行详细解读，这里建议大家按照本文第一部分关于各个参数的含义，然后对照这些参数最终是传resume递给哪些组件，进行一个关联思考。

2.2 核心API概述

最后我们再来看一下消费者的核心API。

• Set< TopicPartition> assignment()

获取该消费者的队列分配列表。

• Set< String> subscription()

获取该消费者的订阅信息。

• void subscribe(Collection< String> topics)

订阅主题。

• void subscribe(Collection< String> topics, ConsumerRebalanceListener callback)

订阅主题，并指定队列重平衡的监听器。

• void assign(Collection< TopicPartition> partitions)

取代 subscription，手动指定消费哪些队列。

• void unsubscribe()

取消订阅关系。

• ConsumerRecords

poll(Duration timeout)

拉取消息，是 KafkaConsumer 的核心方法，将在下文详细介绍。

• void commitSync()

同步提交消费进度，为本批次的消费提交，将在后续文章中详细介绍。

• void commitSync(Duration timeout)

同步提交消费进度，可设置超时时间。

• void commitSync(Map

offsets)

显示同步提交消费进度， offsets 指明需要提交消费进度的信息。

• void commitSync(final Map

offsets, final Duration timeout)

显示同步提交消费进度，带超时间。

• void seek(TopicPartition partition, long offset)

重置 consumer#poll 方法下一次拉消息的偏移量。

• void seek(TopicPartition partition, OffsetAndMetadata offsetAndMetadata)

seek 方法重载方法。

• void seekToBeginning(Collection< TopicPartition> partitions)

将 poll 方法下一次的拉取偏移量设置为队列的初始偏移量。

• void seekToEnd(Collection< TopicPartition> partitions)

将 poll 方法下一次的拉取偏移量设置为队列的最大偏移量。

• long position(TopicPartition partition)

获取将被拉取的偏移量。

• long position(TopicPartition partition, final Duration timeout)

同上。

• OffsetAndMetadata committed(TopicPartition partition)

获取指定分区已提交的偏移量。

• OffsetAndMetadata committed(TopicPartition partition, final Duration timeout)

同上。

• Map metrics()

统计指标。

• List< PartitionInfo> partitionsFor(String topic)

获取主题的路由信息。

• List< PartitionInfo> partitionsFor(String topic, Duration timeout)

同上。

• Map listTopics()

获取所有 topic 的路由信息。

• Map listTopics(Duration timeout)

同上。

• Set< TopicPartition> paused()

获取已挂起的分区信息。

• void pause(Collection< TopicPartition> partitions)

挂起分区，下一次 poll 方法将不会返回这些分区的消息。

• void resume(Collection< TopicPartition> partitions)

恢复挂起的分区。

• Map

offsetsForTimes(MaptimestampsToSearch)

根据时间戳查找最近的一条消息的偏移量。

• Map

offsetsForTimes(MaptimestampsToSearch, Duration timeout)

同上。

• Map

beginningOffsets(Collection< TopicPartition> partitions)

查询指定分区当前最小的偏移量。

• Map

beginningOffsets(Collection< TopicPartition> partitions, Duration timeout)

同上。

• Map

endOffsets(Collection< TopicPartition> partitions)

查询指定分区当前最大的偏移量。

• Map

endOffsets(Collection< TopicPartition> partitions, Duration timeout)

同上。

• void close()

关闭消费者。

• void close(Duration timeout)

关闭消费者。

• void wakeup()

唤醒消费者。

Kafka提供的消费者并不像RocketMQ提供了Push模式自动拉取消息，需要应用程序自动组织这些API进行消息拉取。

值得注意的kafka消费者也支持位点自动提交机制，kafka的消费者(KafkaConsumer)对象是线程不安全的。

基于KafkaConsumer的pause(暂停某些分区的消费)与resume(恢复某些分区的消费)，可以轻松实现消费端限流机制。

本文主要是对消费者有一个大概的了解，后续文章将持续逐一解开消费者的核心运作机制，请持续关注。