首页 > 其他分享> > Kafka中数据的流向

Kafka中数据的流向

2020-02-22 23:02:53 作者：互联网

1: 多个消费者消费同一个Topic数据相同的数据

（1）使用一个全新的"group.id"（就是之前没有被任何消费者使用过）;

（2）使用assign来订阅；
# 例如 groupId 
@KafkaListener(topics = "test-syn",groupId = "test-2")
public void send(ConsumerRecord<?, ?> record) {
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object messge = kafkaMessage.get();
        log.info("【KafkaListener监听到消息】" + messge);
    }
}

注意：如果把 "enable.auto.commit" 设为 "false"，使用 consumer.commitAsync(currentOffsets, null) 手动提交 offset ，是不能从头开始消费的

auto.offset.reset值含义解释:

earliest
latest
none

也就是说无论哪种设置，只要 kafka 中相同 group、partition 中已经有提交的 offset，则都无法从开始消费。

参考论坛：服务器重启了，那么该group是否会重新消费服务器里面所有的消息

KafkaConsumer.subscribe() : 为consumer自动分配partition，

有内部算法保证topic-partition以最优的方式均匀分配给同group下的不同consumer。如果有多个partition且只有一个消费者，则按顺序消费所有分区。不会重复消费。

KafkaConsumer.assign() : 为consumer手动、显示的指定需要消费的topic-partitions，

不受group.id限制，不提交offset，相当与指定的group无效（this method does not use the consumer's group management）。可以重复消费。

或者，这样做：

目前就 high level API 而言，offset 是存于 Zookeeper 中的，无法存于 HDFS，而 low level API 的 offset 是由自己去维护的，可以将之存于 HDFS 中。

2: 多个消费者消费同一个Topic数据不同数据

# groupId 将多个消费者分配到同一个组下面
@KafkaListener(topics = "test-syn",groupId = "test-1")
public void send(ConsumerRecord<?, ?> record) {
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object messge = kafkaMessage.get();
        log.info("【KafkaListener监听到消息】" + messge);
    }
}
@KafkaListener(topics = "test-syn",groupId = "test-1")
public void send(ConsumerRecord<?, ?> record) {
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object messge = kafkaMessage.get();
        log.info("【KafkaListener监听到消息】" + messge);
    }
}

3: 各个消费者按组协调消费

@KafkaListener(topics = "test-syn",groupId = "test-1")
public void send(ConsumerRecord<?, ?> record) {
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object messge = kafkaMessage.get();
        log.info("【KafkaListener监听到消息】1" + messge);
    }
}

@KafkaListener(topics = "test-syn",groupId = "test-2")
public void send2(ConsumerRecord<?, ?> record) {
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object messge = kafkaMessage.get();
        log.info("【KafkaListener监听到消息】2" + messge);
    }
}
@KafkaListener(topics = "test-syn",groupId = "test-3")
public void send(ConsumerRecord<?, ?> record) {
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object messge = kafkaMessage.get();
        log.info("【KafkaListener监听到消息】1" + messge);
    }
}

@KafkaListener(topics = "test-syn",groupId = "test-2")
public void send2(ConsumerRecord<?, ?> record) {
    Optional<?> kafkaMessage = Optional.ofNullable(record.value());
    if (kafkaMessage.isPresent()) {
        Object messge = kafkaMessage.get();
        log.info("【KafkaListener监听到消息】2" + messge);
    }
}
# 上面
1 2 3 收到相同的消费message
2 2 收到不同的message

标签：数据,messge,KafkaListener,Kafka,流向,record,kafkaMessage,offset,Optional
来源： https://www.cnblogs.com/dgwblog/p/12347825.html