实现一个简单的Kafka多线程消费模型

最近项目上用到了Kafka（作为数据源接入），这里将自己的实践分享出来，供大家参考或针砭。

 

从网上查阅资料发现，基本上有2中与Kafka对接的方式：

1.Spring-Kafka
2.调用Kafka API自己实现ConsumerClient

Spring-Kafka的基本原理就是Spring自动轮询Poll数据，通过监听器MessageListener.onMessage()向用户自定义的消费入口（@KafkaListener）推送数据。因此对于用户来说，仅需要关注自己的业务实现即可，Kafka数据对于业务来说就是一个方法的入参而已。这种设计很有意思，因为Kafka是不支持主动Push的，但是Spring-Kafka自己实现了这种角色反转。Spring-Kafka本身就是一个很好的实现，而且上手相对简单，推荐大家使用这种方式。

温馨提示：Spring-Kafka和kafka-clients之间有版本的兼容性问题需特别注意，另外如果你使用SpringBoot开发的话也需要匹配特定的版本。

 

 

#Spring-Kafka KafkaConsumer消费模型（来源于网络）

 

不过抱着学习研究的目的，本篇选择第2中实现方式，其实和Spring-Kafka殊途同归。

直奔主题，本篇就不阐述太多理论性的东西，仅介绍一些基本的Kafka API对象和概念：

1.KafkaConsumer，顾名思义就是Kafka的数据消费者，其主要作用是连接Kafka订阅（subscribe）相关主题（topic）并拉取（poll）数据并提交消费偏移（offset）。

2.ConsumerRecord，Kafka数据接收记录，其中有些重要的属性：topic（主题），patition（分区），offset（偏移），key（主键），value（数据值）。

PS：KafkaConsumer是非线程安全的

 

对于一个Kafka消费客户端有些基本的配置：

1.bootstrap.servers
--连接Kafka集群的地址，多个地址以逗号分隔

2.key.deserializer
--消息中key反序列化类,需要和Producer中key序列化类相对应

3.value.deserializer
--消息中value的反序列化类,需要和Producer中Value序列化类相对应

4.group.id
--消费者所属消费组的唯一标识

 

为了提高单线程消费Kafka数据的效率，我们要在此基础上创建一个专门用于处理数据的线程池。简单来说，就是一个线程只用来Poll数据，然后丢给线程池去处理。

消费线程：KafkaConsumerClient.java 

/**
 * 消费线程
 * 
 * @author lichmama
 *
 */
public class KafkaConsumerClient extends Thread {
    /** 读取超时 **/
    private static final int timeout = 5000;
    /** 核心线程数 **/
    private static final int corePoolSize = 5;
    /** 最大线程数 **/
    private static final int maximumPoolSize = 20;
    /** 空闲存活时间 **/
    private static final long keepAliveTime = 30L;
    /** 队列容量 **/
    private static final int capacity = 10000;
    /** 告警数据处理线程池 **/
    private ExecutorService executor = new ThreadPoolExecutor(corePoolSize, maximumPoolSize, keepAliveTime,
            TimeUnit.SECONDS, new LinkedBlockingQueue<>(capacity));
    /** kafka配置 **/
    private Properties props;
    /** kafka主题 **/
    private String topics;
    private KafkaConsumer<String, String> consumer = null;

    private KafkaConsumerClient(Properties props, String topics) {
        super("KafkaConsumerClient");
        this.props = props;
        this.topics = topics;
    }

    @Override
    public void run() {
        System.out.println("KafkaConsumerClient is running...");
        try {
            consumer = new KafkaConsumer<String, String>(props);
            consumer.subscribe(Collections.singletonList(topics));
        } catch (Exception e) {
            e.printStackTrace();
            return;
        }
        try {
            while (true) { // 循环读取
                consumer.poll(timeout).forEach(record -> {
                    process(record);
                });
                commitOffset();
            }
        } finally {
            System.out.println("KafkaConsumerClient terminated for some unexpected exception!");
            consumer.close();
        }
    }

    /**
     * 提交偏移
     */
    private void commitOffset() {
        try {
            consumer.commitAsync();
        } catch (Exception e) {
            System.out.println("异步提交失败，尝试主动提交。。。");
            consumer.commitSync();
        }
    }

    /**
     * 处理数据
     * 
     * @param record
     */
    private void process(ConsumerRecord<String, String> record) {
        try {
            executor.submit(new KafkaDataProcessor(record));
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static void doStart(Properties props, String topics) {
        KafkaConsumerClient client = new KafkaConsumerClient(props, topics);
        // 异常退出后自动重启
        client.setUncaughtExceptionHandler(new UncaughtExceptionHandler() {

            @Override
            public void uncaughtException(Thread t, Throwable throwable) {
                System.out.println("KafkaConsumerClient异常退出，重启中。。。");
                try {
                    Thread.sleep(1000 * 5); // 等待5秒钟
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                KafkaConsumerClient.doStart(props, topics);
            }
        });
        client.start();
    }
}

 

数据处理线程：KafkaDataProcessor.java

/**
 * 处理线程
 * @author lichmama
 *
 */
public class KafkaDataProcessor extends Thread {
    private ConsumerRecord<String, String> record;

    public KafkaDataProcessor(ConsumerRecord<String, String> record) {
        this.record = record;
    }

    @Override
    public void run() {
        System.out.println(String.format("topic:%s, partition:%d, offset:%d, message:%s", 
                record.topic(), record.partition(), record.offset(), record.value()));
    }

}

 

启动程序：StartKafkaConsumer.java

public class StartKafkaConsumer {

    public static void main(String[] args) throws Exception {
        Properties props = new Properties();
        props.load(new FileInputStream("consumer-config.properties"));
        String topics = (String) props.remove("topics");
        // 启动消费线程
        KafkaConsumerClient.doStart(props, topics);
    }
}

 

kafka消费者配置：consumer-config.properties

##-*- 消费者配置 -*-##
#kafka集群地址
bootstrap.servers=localhost:9092
#消费者归属组ID
group.id=test_group
#单次最大拉取记录数
max.poll.records=20
#关闭自动提交
enable.auto.commit=false
#key反序列化类名
key.deserializer=org.apache.kafka.common.serialization.StringDeserializer
#value反序列化类名
value.deserializer=org.apache.kafka.common.serialization.StringDeserializer

#订阅主题 
topics=test

 #本例使用JDK8开发，kafka-clients版本为0.10.2.0

根据实际情况来调整线程池的队列长度、线程数以及单次最大拉取记录数，才能确保程序运行良好，否则可能会造成告警丢失。

因为Kafka有分区的概念，每个topic可能有N个partition，为了更进一步提高消费速度可以同时启动M（M<=N）个KafkaConsumerClient。需要特别说明的是，如果M>N的话，那么多余的Client是无法Poll到数据的，这是Kafka的特性所决定的。

 

本篇到这基本就结束了，快把程序跑起来看看效果吧。😄