1 KafkaProducer的几个重要成员变量
1）Partitioner
用来获取消息应该发往哪个分区
private final Partitioner partitioner;
2）ProducerMetadata
kafka元数据
private final ProducerMetadata metadata;
3）RecordAccumulator
消息累加器，储存生产者生产的消息，再从这里取出发向kafka
private final RecordAccumulator accumulator;
4） Sender
实现了runnable，消息发送对象，作为参数传入下面的Thread
private final Sender sender;
5）Thread
消息发送的线程
private final Thread ioThread;
2 KafkaProducer的构造方法
在构造方法中，关注下面代码
1）创建了sender
2）创建了ioThread
3）ioThread.run启动了线程
也就是说，在创建一个KafkaProducer对象的时候，会创建一个线程，并且跑起来，跑的是sender 里面的run方法。
这个线程做什么事情，后面再说
this.sender = newSender(logContext, kafkaClient, this.metadata);
String ioThreadName = NETWORK_THREAD_PREFIX + " | " + clientId;
this.ioThread = new KafkaThread(ioThreadName, this.sender, true);
this.ioThread.start();
3 KafkaProducer.send
下面，梳理send方法，只看主要的节点
3.1 对消息的key进行序列化
serializedKey = keySerializer.serialize(record.topic(), record.headers(), record.key());
3.2 对消息的value进行序列化
serializedValue = valueSerializer.serialize(record.topic(), record.headers(), record.value());
3.3 获取消息应该发往哪个分区
int partition = partition(record, serializedKey, serializedValue, cluster);
1）首先判断消息是否指定了partion
指定了，直接返回这个partion的id，没有指定，再去判断
return partition != null ?
partition :
partitioner.partition(
record.topic(), record.key(), serializedKey, record.value(), serializedValue, cluster);
2）判断是否指定了key,没有指定key
轮询
存在连通的partion，在连通的partion里轮询
不存在连通的partion，在不连通的partion里轮询
if (keyBytes == null) {
int nextValue = nextValue(topic);
List<PartitionInfo> availablePartitions = cluster.availablePartitionsForTopic(topic);
if (availablePartitions.size() > 0) {
int part = Utils.toPositive(nextValue) % availablePartitions.size();
return availablePartitions.get(part).partition();
} else {
// no partitions are available, give a non-available partition
return Utils.toPositive(nextValue) % numPartitions;
}
}
3）指定了key，根据key的hash获取partion
else {
// hash the keyBytes to choose a partition
return Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions;
}
3.4 将消息放入消息累加器中accumulator.append
RecordAccumulator.RecordAppendResult result = accumulator.append(tp, timestamp, serializedKey,
serializedValue, headers, interceptCallback, remainingWaitMs);
3.4.1 RecordAccumulator-消息累加器的数据结构
它会为每个topic的每个partion都维护一个队列。每个队列里面会有一个或者多个batch(是一个集合)来存储消息。
3.4.2 RecordAccumulator消息累加器的数据结构大小限制和相关参数
1）Batch
默认大小是16K
相关的可配置参数是BATCH_SIZE_CONFIG
public static final String BATCH_SIZE_CONFIG = "batch.size";
说明：
（1）msg进来，大小小于一个batch的剩余大小，放进去
（2）msg进来，大小大于一个batch的剩余大小，新创建一个batch放进去
（3）msg大于16k，创建一个新的batch存放这个消息，也就是说，batch的大小在这种情况下可以大于配置的大小
2）RecordAccumulator
默认大小是32M，满了消息就存不进去，就会阻塞
可配置参数是BUFFER_MEMORY_CONFIG
public static final String BUFFER_MEMORY_CONFIG = "buffer.memory";
3）阻塞超时时间
既然会阻塞，那么必然会有超时时间，RecordAcculator满了，消息放不进来，阻塞的超时时间，消息阻塞超过这个时间，发送失败
可配置参数MAX_BLOCK_MS_CONFIG
public static final String MAX_BLOCK_MS_CONFIG = "max.block.ms";
3.4.3 append方法
1）获取或创建队列
根据partion去获取队列
TopicPartition tp
Deque<ProducerBatch> dq = getOrCreateDeque(tp);
存在，直接获取
不存在，创建
可以看到这个队列是ArrayDeque
Deque<ProducerBatch> d = this.batches.get(tp);
if (d != null)
return d;
d = new ArrayDeque<>();
2）加锁tryAppend
加锁是为了保证线程安全，因为多个线程持有同一个producer对象，调用send方法的话，就会存在线程安全问题
synchronized (dq) {
if (closed)
throw new KafkaException("Producer closed while send in progress");
RecordAppendResult appendResult = tryAppend(timestamp, key, value, headers, callback, dq);
if (appendResult != null)
return appendResult;
}
3）进入tryAppend方法
先去获取了Batch
获取到了，尝试添加
获取不到tryAppend方法返回null，再去创建Batch，再调用tryAppend。如何去创建这里就不做说明了。
ProducerBatch last = deque.peekLast();
if (last != null) {
FutureRecordMetadata future = last.tryAppend(timestamp, key, value, headers, callback, time.milliseconds());
4）获取到了batch之后，就把消息存进去
如何存的细节就不做说明了
3.5 append方法结束后
append方法结束后，send方法后面就没有做什么其它的事情了，后面就不细究了
3.6 send方法做的事情
根据上面可以看出，send方法就是把消息被放入了RecordAccumulator
并没有涉及到将消息发送给kafka
4 ioThread和sender
4.1 简介
上面，已经知道producer的send方法只是把消息放入了RecordAccumulator，并没有发向kafka。
实际上，发向kafka的操作是在ioThread这个线程进行的
在producer创建的时候，这个线程就跑起来了，实际运行的是sender的run方法
下面，我们来看run方法
4.2 run方法简介
1）循环
一进run方法，就看见一个循环，不停地去调用runOnce方法
while (running) {
try {
runOnce();
} catch (Exception e) {
log.error("Uncaught error in kafka producer I/O thread: ", e);
}
}
2）进入runOnce方法，看到最重要的两行代码
snendProductData ：发送数据
client.poll ：更新元数据，建立连接，把连接注册到多路复用器上,处理io时间
long pollTimeout = sendProducerData(currentTimeMs);
client.poll(pollTimeout, currentTimeMs);
3）run方法图解
下面再具体介绍sendProducerData和poll两个方法
4.3 sendProducerData
下面，梳理下sendProducerData方法
1）获取kafka元数据
包括节点信息，topic、partion等等信息
获取元数据，如果元数据已经从节点获取到了，则这里拿到的是完整信息，否则只能获取到节点信息
Cluster cluster = metadata.fetch();
2）获取可发送消息的kafka节点
RecordAccumulator.ReadyCheckResult result = this.accumulator.ready(cluster, now);
Iterator<Node> iter = result.readyNodes.iterator();
while (iter.hasNext()) {
Node node = iter.next();
if (!this.client.ready(node, now)) {
iter.remove();
notReadyTimeout = Math.min(notReadyTimeout, this.client.pollDelayMs(node, now));
}
}
3）从消息累加器中获取各个partion的batchs
key是partion的id
value是partion对应的batch集合，这个batch集合称为一个包
注意：这里有一个参数maxRequestSize
指的是这个包的最大大小
默认是1M
相关可配置参数是MAX_REQUEST_SIZE_CONFIG
Map<Integer, List<ProducerBatch>> batches = this.accumulator.drain(cluster, result.readyNodes, this.maxRequestSize, now);
也就是说，从消息累加器中去获取各个partion的batchs，可能只能获取一部分，因为这个包是有大小限制的
4）发送数据
sendProduceRequests(batches, now);
5）进入sendProduceRequests方法
遍历了batchs，一个包一个包的去发送
for (Map.Entry<Integer, List<ProducerBatch>> entry : collated.entrySet())
sendProduceRequest(now, entry.getKey(), acks, requestTimeoutMs, entry.getValue());
6）进入sendProduceRequest方法
先构建了一个ClientRequest对象
里面存储了要发送到的topic、partion还有消息等信息
for (ProducerBatch batch : batches) {
TopicPartition tp = batch.topicPartition;
MemoryRecords records = batch.records();
if (!records.hasMatchingMagic(minUsedMagic))
records = batch.records().downConvert(minUsedMagic, 0, time).records();
produceRecordsByPartition.put(tp, records);
recordsByPartition.put(tp, batch);
}
ProduceRequest.Builder requestBuilder = ProduceRequest.Builder.forMagic(minUsedMagic, acks, timeout,
produceRecordsByPartition, transactionalId);
ClientRequest clientRequest = client.newClientRequest(nodeId, requestBuilder, now, acks != 0,
requestTimeoutMs, callback);
然后，client.send(clientRequest, now);
7）进入client.send方法
进入dosend方法
它先做了个判断，是否能够发送消息到kafka
因为生产者这一端最开始是不知道kafka的元数据信息的。只知道kafka的节点的ip端口信息。
所以它需要先去获取到元信息后，建立连接，才能发送
获取元数据连接连接的操作不在sendProducerData这个里面，而是在poll方法里面
if (!canSendRequest(nodeId, now))
throw new IllegalStateException("Attempt to send a request to node " + nodeId + " which is not ready.");
8）然后一直来到下面这个doSend方法里面
doSend(clientRequest, isInternalRequest, now, builder.build(version));
看到下面代码
在发送之前，创建了一个inFlightRequest，并且存入了inFlightRequests中
这是用来向kafka记录发出了多少个请求，kafka还没有响应，这个请求数和一个配置有关MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION
默认是5，当发出还没有响应的请求数达到这个值，将会阻塞阻塞等待响应之后才会继续发送请求
InFlightRequest inFlightRequest = new InFlightRequest(
clientRequest,
header,
isInternalRequest,
request,
send,
now);
this.inFlightRequests.add(inFlightRequest);
selector.send(send);
9）selector.send(send)
最后，通过selector将包发向kafka
至此，sendProducerData方法就走完了
4.4 client.poll
1）进入poll方法，就发现它尝试去更新元数据信息
long metadataTimeout = metadataUpdater.maybeUpdate(now);
2）进入maybeUpdate方法
看Default的那个
先去获取了最近的一个连通的Node
Node node = leastLoadedNode(now);
3）进入maybeUpdate(now, node)方法
首先，去判断是否可以发送请求，如果可以，直接发送请求
if (canSendRequest(nodeConnectionId, now)) {
Metadata.MetadataRequestAndVersion requestAndVersion = metadata.newMetadataRequestAndVersion();
this.inProgressRequestVersion = requestAndVersion.requestVersion;
MetadataRequest.Builder metadataRequest = requestAndVersion.requestBuilder;
log.debug("Sending metadata request {} to node {}", metadataRequest, node);
sendInternalMetadataRequest(metadataRequest, nodeConnectionId, now);
return defaultRequestTimeoutMs;
}
如果不行，去建立连接，更新元数据
if (connectionStates.canConnect(nodeConnectionId, now)) {
// We don't have a connection to this node right now, make one
log.debug("Initialize connection to node {} for sending metadata request", node);
initiateConnect(node, now);
return reconnectBackoffMs;
}
4）进入initiateConnect(node, now)方法
先通过上面获取的最近的连通的那个node去建立连接，更新元数据
selector.connect(nodeConnectionId,
new InetSocketAddress(address, node.port()),
this.socketSendBuffer,
this.socketReceiveBuffer);
5）再回到poll方法
maybeUpdate方法走完后
调用了selector.poll
这是去处理io事件
this.selector.poll(Utils.min(timeout, metadataTimeout, defaultRequestTimeoutMs));
进入selector.poll方法，看到下面代码
select(timeout)这里传入了一个超时时间
select等待事件的超时时间，超过时间不再阻塞
可配置参数是REQUEST_TIMEOUT_MS_CONFIG
int numReadyKeys = select(timeout);
Set<SelectionKey> readyKeys = this.nioSelector.selectedKeys();
6） poll方法图解
