九 assign和subscribe

1 subscribe:  自动安排分区, 通过group自动重新的负载均衡；

•   关于Group的实验： 如果auto commit = true, 重新启动进程，如果是同样的groupID，从上次commit的地方开始消费数据，但是如果换了group后，就可以继续   消费了。

•  auto commit = true， 多个consumer是同一个group，并且consumer是同时创建的，同时消费： 不出现重复消费的现象。
•  auto commit = true， 多个consumer是同一个group, 但是多个consumer的启动有时间间隔，一般也不会出现重复消费数据的情况。

•  auto commit = false，多个consumer是同一个group, 但是启动有间隔， 会出现重复消费的情况，即使同一个consumer都会出现重复。

                  因为本地存了offset，在进程没重启之前，应该是不会消费重复数据，但是为什么会导致有重复数据呢？猜测是因为，每隔一段时间有

                  consumer加进来，导致rebalance, offset混乱导致？（仅仅猜测）

• auto commit = false, 多个consumers同时创建，是同一个group, 没有发现重复的数据。因为是同时创建，是在消费之前就有了，不用rebalance,所以不会重复消       费数据。  

•  auto commit = false,一个consumer执行完3个poll,然后close consumer, 再启动下一个（也就是多个consumer串行），可以重复消费。

       总结： 通过以上test cases发现， 只要是auto commit  = false, 并且在消费过程中，因为consumer个数的变化，就会导致有一些数据重复消费。这是因为本地保存了offset,但是没有提交到server，rebalance会导致重复消费。

假设进程A正在消费分区1的信息，并提交了偏移量，之后又消费了10条数据，还没来得及提交偏移量的时候，reblance机制让进程B来继续消费分区1的信息，

此时进程B会从上次进程A提交偏移量的地方开始消费，因此这10条数据就是重复消费的。
当reblance比较频繁的时候，就会造成大量数据的重复。    

因为kafka的offset下标的记录实际会有两份，服务端会自己记录一份，本地的消费者客户端也会记录一份，提交的offset会告诉服务端已经消费到这了，
但是本地的还没有提交的(应该是保存在进程中)并不会因此而改变offset进行再次消费。    

2 assign:

        手动指定消费的分区（用户指定分区）；不支持group的自动负载均衡(因为分区已经指定了，就不会在consumer之间负载均衡了)；

         assign不会叠加，后一个会覆盖前一个（调用assign两次，后一个覆盖前一个）;

多个同样配置的consumer同时消费同一个分区:

• earliest，auto commit = false: 多个consumer同时创建，是同一组， 消费同一个分区，会重复消费，因为组根本没意义。 如果此时继续
• 　　　　                                 producer新消息， 也是重复消费。
• earliest：auto commit = false: 多个consumer间隔创建，是同一组， 消费同一个分区，会重复消费，因为组根本没意义。如果此时继续
•                                                 producer新消息， 也是重复消费。
• auto commit = true这个配置不起作用， 每次还能从头消费，证明没有commit。

 auto commit 对assign不起作用，实验一下consumer.commitSync()函数：

• poll完commit: 多个consumer同时创建，是同一组， 消费同一个分区，会重复消费，因为consumer同时创建，同时读取， commit还没来得及保存到server,所以重复消费。

• earliest, poll完commit: 多个consumer间隔创建，是同一组， 消费同一个分区，不会重复消费，因为consumer不是同时的，先commit的consumer是可以提交到server的，后面的就不会重复消费了。

 auto.offset.reset值含义解释：

• earliest：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费
• latest：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据
• none：topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常

 

offset commit是在Consumer端进行的操作，将下一次消费的位置(本次poll/准确的说是fetch?的最大record的后一位)commit到服务器。
有两种commit方式：自动提交与手动提交。
设置参数 props.put("enable.auto.commit", "true");开启自动提交，这样在执行poll命令后会立即将下一个offset提交至服务器。

另外，也可以通过seek函数手动控制Consumer的position(即设置poll时的起始offset)，这样就可以跳过一些数据或者获取一些历史数据：(注意使用seek设置指定partition的offset时该Consumer必须要先assign订阅了该partition。)