【Spring-boot-route（十四）整合Kafka】

kafka简介

kafka是用Scala和Java语言开发的，高吞吐量的分布式消息中间件。高吞吐量使它在大数据领域具有天然的优势，被广泛用来记录日志。

kafka架构分析

注1：图中的红色箭头表示消息的流动过程，蓝色表示分区备份，绿色表示kafka集群注册到zookeeper。

注2：在kafka0.9版本之前，消费者消费消息的位置记录在zookeeper中，在0.9版本之后，消费消息的位置记录在kafka的一个topic上。

​

kafka名词简介：​

1. Producer：消息生产者
2. Consumer：消息消费者
3. Consumer Group（CG）：消费者组，一个topic可以有多个CG，每个Partition只会把消息发送给GG中的一个Consumer
4. Broker：一台kafka服务器就是一个broker，一个broker有多个topic
5. Topic：消息主题，消息分类，可看作队列
6. Partition：分区，为了实现扩展，一个大的topic可能分布到多个broker上，一个topic可以分为多个partition，partition中的每条消息都会被分配一个有序的id（offset），每个partiton中的消息是有序的。
7. Offset：kafka的存储文件都是按照offset.kafka来命名的，方便查找，第一个offset为0000000000.kafka。
8. Leader：分区具有被备份，主分区
9. Follower：从分区

1. 生产者分区策略

1. 指定分区。
2. 没有指定分区但有key值，将key的hash值与当前topic的分区个数进行取余得到分区。
3. 如果既没有指定分区又没有指定key，第一次调用时随机生成一个整数（以后调用每次在这个整数上自增），将这个随机数与该topic的分区数取余得到分区。

2. 消息可靠性问题

采用ack确认机制来保证消息的可靠性。

kafka在发送消息后会同步到其他分区副本，等所有副本都接收到消息后，kafka才会发送ack进行确认。采用这种模式的劣势就是当其中一个副本宕机后，则消息生产者就不会收到kafka的ack。

kafka采用ISR来解决这个问题。

ISR：Leader维护的一个和leader保持同步的follower集合。

当ISR中的folower完成数据同步之后，leader就会向follower发送ack，如果follower长时间未向leader同步数据，则该follower就会被踢出ISR，该时间阀值的设置参数为​​replica.lag.time.max.ms​​，默认时间为10s，leader发生故障后，就会从ISR中选举新的leader。

注：本文所讲的kafka版本为0.11，在0.9版本以前成为ISR还有一个条件，就是同步消息的条数。

ack参数配置

0：生产者不等待broker的ack。

1：leader分区接收到消息向生产者发送ack。

-1（all）：ISR中的leader和follower同步成功后，向生产者发送ack。

3. 消息一致性问题

假如leader中有10条消息，向两个follower同步数据，follower A同步了8条，follower B同步了9条。这时候leader宕机了，follower A和follower B中的消息是不一致的，剩下两个follower就会重新选举出一个leader。

• LEO（log end offset）：每个副本的最后一个offset
• HW（high watermark）：所有副本中最小的offset

为了保证数据的一致性，所有的follower会将各自的log文件高出HW的部分截掉，然后再从新的leader中同步数据。

4. 消息重复性问题

在kafka0.11版本中引入了一个新特性：幂等性。启用幂等性后，ack默认为-1。将生产者中的​​enable.idompotence​​设置为true，即启用了幂等性。

开启幂等性的Producer在初始化的时候会被分配一个PID，发往同一Partition的消息会附带Sequence Number。Broker端会对<PID,Partition,SeqNumber>做缓存，当具有相同主键的消息提交时，Broker只会缓存一条。但是每次重启PID就会发生变化，因此只能保证一次会话同一分区的消息不重复。

5. 消费者组分区分配策略

kafka有两种分配策略，一种是RoundRobin，另一种是Range

RoundRobin是按照消费者组以轮询的方式去给消费者分配分区的方式，前提条件是消费者组中的消费者需要订阅同一个topic。

Range是kafka默认的分配策略，它是通过当前的topic按照一定范围来分配的，假如有3个分区，消费者组有两个消费者，则消费者A去消费1和2分区，消费者B去消费3分区。

6. 消费者offset维护

Kafka 0.9 版本之前，consumer默认将offset保存在zookeeper中，0.9 版本开始，offset保存在kafka的一个内置topic中，该topic为​​_consumer_offsets​​。

7. 生产者事务

为了实现跨分区会话的事务，需要引入一个全局唯一的Tracscation ID，并将Producer 获得的PID与之绑定。这样当Producer重启后就可以通过正在进行的Transaction ID获得原来的PID。

为了管理Transcation ID，kafka引入了一个新的组件Transcation Coordinator。Producer就是通过和Transcation Coordinator交互获得Transction ID对应的任务状态。

Spring Boot 整合kafka

1. 引入kafka依赖

2. 配置kafka服务信息

3. 消费者

4. 生产者

此是spring-boot-route系列的第十四篇文章，这个系列的文章都比较简单，主要目的就是为了帮助初次接触Spring Boot 的同学有一个系统的认识。