Kafka-2.6.0之Producer

1. 简单请求，异步

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("acks", "all");
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

Producer<String, String> producer = new KafkaProducer<>(props);
for (int i = 0; i < 100; i++)
    producer.send(new ProducerRecord<String, String>("my-topic", Integer.toString(i), Integer.toString(i)));
producer.close();

producer作为一个缓冲区，缓存所有未发送的消息记录，同时也持有一个后台I/O线程负责将记录发送给服务器。

方法或者参数	说明
send()	异步方法，该方法会将消息记录发送到缓冲区，并且立即返回。producer会对这些消息进行批量处理。
acks	指定了producer对消息的确认模式
retries	如果消息发送失败，producer 会自动进行消息重发，retries设置重发次数，低版本的默认是0，0.10.2.1改为10次，需要检查配置
batch.size	生产者为每个分区维护未发送的消息缓冲区，batch.size设置缓冲区大小。更大的缓冲区需要更大的内存，内存参数设置buffer.memory。
buffer.memory	producer设置可用于缓冲的内存总量，当记录的速度快于发送到服务器的速度，缓冲区的内存将会被耗尽，继续记录将会阻塞，阻塞的时间由该参数max.block.ms设置，超过该时间将抛出TimeoutException。
linger.ms	发送等待时间。默认情况下，及时缓冲区没有用完也会立即发送请求。为了充分利用缓冲区，可以将linger.ms设置大一些，也可以减少请求次数。但是如果在设置的时间内缓冲区还是有剩余，那就增加了请求等待时间。需要注意的是，即便是将linger.ms设置为0，及时到达的消息也会被批量发送。因此，在负载不大的情况加可以根据实际情况增加该值，在高负载的情况下应该根据时间情况调大该值。
key.serializer value.serializer	将发送的消息转换为字节的方式，内置的转换器有ByteArraySerializer, StringSerializer

acks参数说明

1. acks=0：producer不会等待服务器的任何确认，消息会马上加入到缓冲区，并且作为已发送对待。服务器的消息接收无法得到保证，由于客户端无法获取到消息是否发送成功，所以消息重试设置retries会失效。此种模式存在消息丢失。
2. acks=1：只等待leader消息确认，不管followers。如果leader消息复制成功，有followers消息复制失败，消息会丢失。
3. acks=-1或者all：leader会等待ISR（in-sync replicas）完全确认，只要有任意的ISR存活消息便不会丢失，这能保证消息的最强可用性。

2. 事务发送

从kafka0.11开始，KafkaProducer支持两种模式：幂等（idempotence）生产者和事务（transactional ）生产者。幂等生产者强调的是一次准确的发送。事务生产者允许应用程序将消息以原子性的方式发送到多个分区（和主题）。
为了使用幂等性enable.idempotence必须设置为true，retries默认为Integer.MAX_VALUE，acks默认为all。为了使用幂等性，要避免使用程序级别的重试，否则会造成消息重复消费。如果一个发送在无限重试的情况下返回错误，建议停掉prooducer并检查最后一条消息，避免重复消费。
要使用事务，producer必须设置参数transactional.id，
使用事务发送无需定义callback函数，也无需检查返回结果。
示例

 Properties props = new Properties();
 props.put("bootstrap.servers", "localhost:9092");
 props.put("transactional.id", "my-transactional-id");
 Producer<String, String> producer = new KafkaProducer<>(props, new StringSerializer(), new StringSerializer());

 producer.initTransactions();

 try {
     producer.beginTransaction();
     for (int i = 0; i < 100; i++)
         producer.send(new ProducerRecord<>("my-topic", Integer.toString(i), Integer.toString(i)));
     producer.commitTransaction();
 } catch (ProducerFencedException | OutOfOrderSequenceException | AuthorizationException e) {
     // We can't recover from these exceptions, so our only option is to close the producer and exit.
     producer.close();
 } catch (KafkaException e) {
     // For all other exceptions, just abort the transaction and try again.
     producer.abortTransaction();
 }
 producer.close();
  

事务使用异常来传递错误状态，不需要指定生产者回调。方法producer.abortTransaction() 接收KafkaException来确保任何成功写入的消息进行终止。

3. 同步调用

使用get()方法进行阻塞

 byte[] key = "key".getBytes();
 byte[] value = "value".getBytes();
 ProducerRecord<byte[],byte[]> record = new ProducerRecord<byte[],byte[]>("my-topic", key, value)
 producer.send(record).get();

如果遇到OutOfOrderSequenceException，应该关闭生产者，重新创建一个生产者实例。

4. callback方法使用示例

 
 ProducerRecord<byte[],byte[]> record = new ProducerRecord<byte[],byte[]>("the-topic", key, value);
 producer.send(myRecord,
               new Callback() {
                   public void onCompletion(RecordMetadata metadata, Exception e) {
                       if(e != null) {
                          e.printStackTrace();
                       } else {
                          System.out.println("The offset of the record we just sent is: " + metadata.offset());
                          //operation e.g. save to db...
                       }
                   }
               });