Kafka： Producer （0.10.0.0）

转自：http://www.cnblogs.com/f1194361820/p/6048429.html

通过前面的架构简述，知道了Producer是用来产生消息记录，并将消息以异步的方式发送给指定的topic的某个partition的。另外还知道，它保证了消息的有序的发送。那么它是如何做到这些的呢？我们又该如何使用它的API来发送消息？

Kafka Producer、Kafka Consumer相对于 Kafka Broker，都属于客户端。Kafka支持多种语言的客户端。下面就根据Java 语言客户端对Producer做个说明。

1、Producer API入门：

KafkaProducer是一个发送record到Kafka Cluster的客户端API。这个类线程安全的。在应用程序中，通常的作法是：所有发往一个Kafka Cluster的线程使用同一个Producer对象.。如果你的程序要给多个Cluster发送消息，则需要使用多个Producer。

ProducerRecord说明

从上面代码里可以看出，代表要发送的消息记录类是ProducerRecord：

一条record通常包括5个字段：

·topic：指定该record发往哪个topic下。[Required]

·partition：指定该record发到哪个partition中。[Optional]

·key：一个key。[Optional]

·value：记录人内容。[Required]

·timestamp：时间戳。[Optional]

默认情况下：

如果用户指定了partition，那么就发往用户指定的partition。如果用户没有指定partition，那么就会根据key来决定放到哪个partition，如果key也没有指定，则由producer随机选取一个partition。

在Producer端，如果用户指定了timestamp，则record使用用户指定的时间，如果用户没有指定，则会使用producer端的当前时间。在broker端，如果配置了时间戳采用createtime方式，则使用producer传给Broker的record中的timestramp时间，如果指定为logappendtime，则在broker写入到Log文件时会重写该时间。

2、异步发送流程

2.1、用户线程调用send方法将record放到BufferPool中

可能在之前的kafka-client版本中，还支持同步方式发送消息记录。不过在我看的版本（0.10.0.0）中，已经不再支持同步方式发送了。当用户使用KafkaProducer#send()发送record时，执行流程是：

1、由interceptor chain对ProducerRecord做发送前的处理

拦截器接口是：ProducerInterceport，用户可以自定义自己的拦截器实现。

该拦截器链，在Producer对象初始化时初始化，之后不会再变了。所以呢，拦截器链中的拦截器都是公用的，如果要自定义拦截器的话，这个是需要注意的。

ProducerInterceptor有两个方法：

·onSend: KafkaProducer#send 调用时就会执行此方法。

·onAcknowledgement：发送失败，或者发送成功（broker 通知producer代表发送成功）时都会调用该方法。

此阶段执行的就是onSend方法。

2、阻塞方式获取到broker cluster 上broker cluster的信息

采用RPC方式获取到的broker信息，由一个MetaData类封装。它包括了broker cluster的必要信息，譬如有：所有的broker信息（id\host\port等）、所有的topic名称、每一个topic对于的partition情况（id、leader node、replica nodes、ISR nodes等）。

虽然该过程是阻塞的，但并不是每发送一个record都会通过RPC方式来获取的。Metadata会在Producer端缓存，只有在record中指定的topic不存在时、或者MetaData轮询周期到时才会执行。

3、对record中key、value进行序列化

这个没有什么可说的。内置了基于String、Integer、Long、Double、Bytes、ByteBuffer、ByteArray的序列化工具。

4、为record设置partition属性

前面说过，创建ProducerRecord时，partition是Optional的。所以如果用户创建record时，没有指定partition属性。则由partition计算工具（Partitioner 接口）来计算出partition。这个计算方式可以自定义。Kafka Producer 提供了内置的实现：

·如果提供了Key值，会根据key序列化后的字节数组的hashcode进行取模运算。

·如果没有提供key，则采用迭代方式（其实取到的值并非完美的迭代，而是类似于随机数）。

5、校验record的长度是否超出阈值

MAX_REQUEST_SIZE_CONFIG=”max.request.size”

BUFFER_MEMORY_CONFIG=”buffer.memory”

超出任何一项就会抛出异常。

6、为record设置timestamp

如果用户创建ProducerRecord时没有指定timestamp，此处为止设置为producer的当前时间。

其实在java client中，设计了一个Time接口，专门用于设置这个时间的。内置了一个实现SystemTime，这里将record timestamp设置为当前时间，就是由SystemTime来完成的。所以如果希望在kafka producer java client中使用其它的时间，可以自定义Time的实现。

7、将该record压缩后放到BufferPool中

这一步是由RecordAccumulator来完成的。RecordAccumulator中为每一个topic维护了一个双端队列Deque<RecordBatch>，队列中的元素是RecordBatch（RecordBatch则由多个record压缩而成）。RecordAccumulator要做的就是将record压缩后放到与之topic关联的那个Deque的最后面。

关于record的压缩方式，kafka producer在支持了几种方式：

·NONE：就是不压缩。

·GZIP：压缩率为50%

·SNAPPY：压缩率为50%

·LZ4：压缩率为50%

在将record放到Deque中最后一个RecordBatch中的过程如下：如果最后一个recordbatch可以放的下就放，放不下就新建一个RecordBatch。

RecordBatch实际上是存储于BufferPool中，所以这个过程实际上是把record放在BufferPool中。在创建BufferPool之初，会指定BufferPool的总大小，BufferPool中每一个RecordBatch的大小等等配置。

8、唤醒发送模块

执行到上一步时，KafkaProducer#sender的处理基本算是完毕。这个一步的目的就是唤醒NIO Selector。

此外，在上述步骤2~8，不论哪一步出现问题，都会抛出异常。而抛出异常时，就会被KafkaProducer捕获到，然后交由Sensor（传感器）进行处理。而Sensor通常会调用第1步中提到的interceptor chain 执行onAcknowledgement告知用户。

public Future<RecordMetadata> send(ProducerRecord<K, V> record, Callback callback) {

        // intercept the record, which can be potentially modified; this method does not throw exceptions

        ProducerRecord<K, V> interceptedRecord = this.interceptors == null ? record : this.interceptors.onSend(record);

        return doSend(interceptedRecord, callback);

    }

 

    /**

     * Implementation of asynchronously send a record to a topic. Equivalent to <code>send(record, null)</code>.

     * See {@link #send(ProducerRecord, Callback)} for details.

     */

    private Future<RecordMetadata> doSend(ProducerRecord<K, V> record, Callback callback) {

        TopicPartition tp = null;

        try {

            // first make sure the metadata for the topic is available

            long waitedOnMetadataMs = waitOnMetadata(record.topic(), this.maxBlockTimeMs);

            long remainingWaitMs = Math.max(0, this.maxBlockTimeMs - waitedOnMetadataMs);

            byte[] serializedKey;

            try {

                serializedKey = keySerializer.serialize(record.topic(), record.key());

            } catch (ClassCastException cce) {

                throw new SerializationException("Can't convert key of class " + record.key().getClass().getName() +

                        " to class " + producerConfig.getClass(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG).getName() +

                        " specified in key.serializer");

            }

            byte[] serializedValue;

            try {

                serializedValue = valueSerializer.serialize(record.topic(), record.value());

            } catch (ClassCastException cce) {

                throw new SerializationException("Can't convert value of class " + record.value().getClass().getName() +

                        " to class " + producerConfig.getClass(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG).getName() +

                        " specified in value.serializer");

            }

            int partition = partition(record, serializedKey, serializedValue, metadata.fetch());

            int serializedSize = Records.LOG_OVERHEAD + Record.recordSize(serializedKey, serializedValue);

            ensureValidRecordSize(serializedSize);

            tp = new TopicPartition(record.topic(), partition);

            long timestamp = record.timestamp() == null ? time.milliseconds() : record.timestamp();

            log.trace("Sending record {} with callback {} to topic {} partition {}", record, callback, record.topic(), partition);

            // producer callback will make sure to call both 'callback' and interceptor callback

            Callback interceptCallback = this.interceptors == null ? callback : new InterceptorCallback<>(callback, this.interceptors, tp);

            RecordAccumulator.RecordAppendResult result = accumulator.append(tp, timestamp, serializedKey, serializedValue, interceptCallback, remainingWaitMs);

            if (result.batchIsFull || result.newBatchCreated) {

                log.trace("Waking up the sender since topic {} partition {} is either full or getting a new batch", record.topic(), partition);

                this.sender.wakeup();

            }

            return result.future;

            // handling exceptions and record the errors;

            // for API exceptions return them in the future,

            // for other exceptions throw directly

        } catch (ApiException e) {

            log.debug("Exception occurred during message send:", e);

            if (callback != null)

                callback.onCompletion(null, e);

            this.errors.record();

            if (this.interceptors != null)

                this.interceptors.onSendError(record, tp, e);

            return new FutureFailure(e);

        } catch (InterruptedException e) {

            this.errors.record();

            if (this.interceptors != null)

                this.interceptors.onSendError(record, tp, e);

            throw new InterruptException(e);

        } catch (BufferExhaustedException e) {

            this.errors.record();

            this.metrics.sensor("buffer-exhausted-records").record();

            if (this.interceptors != null)

                this.interceptors.onSendError(record, tp, e);

            throw e;

        } catch (KafkaException e) {

            this.errors.record();

            if (this.interceptors != null)

                this.interceptors.onSendError(record, tp, e);

            throw e;

        } catch (Exception e) {

            // we notify interceptor about all exceptions, since onSend is called before anything else in this method

            if (this.interceptors != null)

                this.interceptors.onSendError(record, tp, e);

            throw e;

        }

    }

2.2、发送调度

KafkaProducer#sender只是将record放到BufferPool中，并没有将record发出去，而发送调度，则是由另外一个线程（Sender）来完成的。

Sender的执行过程如下：

1、 取出就绪的record

这一步是检查要发送的record是否就绪：根据KafkaProducer维护的Metadata检查要每一个record要发往的Leader node是否存在。如果有不存在的，就设置为需要更新，并且这样的record认为还未就绪。以保证可以发到相关partition的leader node。

2、 取出RecordBatch，并过滤掉过期的RecordBatch

对于过期的RecordBatch，会通过Sensor通知Interceptor发送失败。

3、为要发送的RecordBatch创建请求

一个RecordBatch一个ClientRequest。

4、保留请求并发送

把请求对象保留到一个inFlightRequest 集合中。这个集合中存放的是正在发送的请求，是一个topic到Deque的Map。当发送成功，或者失败都会移除。

5、处理发送结果

如果发送失败，会尝试retry。并由Sensor调度Interceptor。

如果发送成功，会由Sensor调度Interceptor。

3、Producer实现说明

从上述处理流程中，可以看到在java client中的一些设计：

1、Interceptor Chain：可以做为用于自定义插件的接口。

2、MetaData：producer 不按需以及定期的发送请求获取最新的Cluster状态信息。Producer根据这个信息可以直接将record batch发送到相关partition的Leader中。也就是在客户端完成Load balance。

3、Partitioner：分区选择工具，选择发送到哪些分区，结合Metadata，完成Load balance。

4、RecordBatch：在客户端对record压缩进RecordBatch，然后一个RecordBatch发一次。这样可以减少IO操作的次数，提高性能。

5、异步方式发送：提高用户应用性能。

4、Producer Configuration

在文章开始的地方说明了，使用Kafka Producer Java Client时，只需要创建一个KafkaProducer就可以了。而它在运行过程中，会使用到很多配置项，这些配置项都是在KafkaProducer初始化时完成的。

下面就来看看java client中要求的配置项：

·bootstrap.servers

用于配置cluster中borker的host/port对。可以配置一项或者多项，不需要将cluster中所有实例都配置上。因为它后自动发现所有的broker。

如果要配置多项，格式是：host1:port1,host2:port2,host3:port3….

·key.serializer、value.serializer

配置序列化类名。指定的这些类都要实现Serializer接口。

·acks

为了确保message record被broker成功接收。Kafka Producer会要求Borker确认请求（发送RecordBatch的请求）完成情况。

对于message接收情况的确认，Kafka Broker支持了三种情形：1、不需要确认；2）leader接收到就确认；3）等所有可用的follower复制完毕进行确认。可以看出，这三种情况代表不同的确认粒度。在Java Producer Client中，对三种情形都做了支持，上述三种情形分别对应了三个配置项：0、1、-1。其实还有一个值是all，它其实就是-1。

Kafka Producer Java Client 是如何支持这三种确认呢？

1、在为RecordBatch创建请求时，acks的值会被封装为请求头的一部分。

2、发送请求后（接收到Broker响应前），立即判断是否需要确认该请求是否完成（即该RecordBatch是否被Broker成功接收），判断依据是acks的值是否是0。如果是0，即不需要进行确认。那么就认定该请求成功完成。既然认定是成功，那么就不会进行retry了。

如果值不是0，就要等待Broker的响应了。根据响应情况，来判断请求是否成功完成。

该配置项默认值是1，即leader接收后就响应。

·buffer.memory

BufferPool Size，也就是等待发送的Record的空间大小。默认值是：33554432，即32MB。

配置项的单位是byte，范围是：[0,….]

·compression.type

Kafka提供了多种压缩类型，可选值有4个： none, gzip, snappy, lz4。默认值是none。

·retries

当一个RecordBatch发送失败时，就会重新改善以确保数据完成交付。该配置设置了重试次数，值范围[0, Integer.Max]。如果是0，即便失败，也不会进行重发。

如果允许重试（即retries>0），但max.in.flight.requests.per.connection 没有设置成1。这种情况下，就可能会出现records的顺序改变的现象。例如：一个prodcuder client的sender线程在一次轮询中，如果有两个recordbatch都要发送到同步一个partition中，此时它们肯定是发往同一个broker的，并且是用的同一个TCP connection。如果出现RecordBatch1先发，但是发送失败，RecordBatch2紧接着RecordBatch1发送，它是发送成功的。然后RecordBatch1会进行重发。这样一来，就出现了broker接收到的顺序是RecordBatch2先于RecordBatch1的情况。

·ssl.key.password

Keystore 文件中私钥的密码。可选的。

·ssl.keystore.location

Keystore文件的位置。可选的。

·ssl.keystore.password

Keystore 文件的密码。可选的。

·ssl.truststore.location

Trust store 文件的位置。可选的。

·ssl.truststore.password

Trust store文件的密码。可选的。

·batch.size

RecordBatch的最大容量。默认值是16384（16KB）。

·client.id

逻辑名，client给broker发请求是会用到。默认值是：””。

·connections.max.idle.ms

Connection的最大空闲时间。默认值是540000 （9 min）

·linger.ms

Socket ：solinger。延迟。默认值：0，即不延迟。

·max.block.ms

当需要的metadata未到达之前（例如要发送的record的topic，在Client中还没有相关记录时），执行KafkaProducer#send时，内部处理会等待MetaData的到达。这是个阻塞的操作。为了防止无限等待，设置这个阻塞时间是必要的。范围：[0, Long.MAX]

·max.request.size

最大请求长度，在将record压缩到RecordBatch之前会进行校验。超过这个大小会抛出异常。

·partitioner.class

用于自定义partitioner算法。默认值是：

org.apache.kafka.clients.producer.internals.DefaultPartitioner

·receive.buffer.byte

TCP receiver buffer的大小。取值范围：[-1, …]。这个配置项的默认值是32768（即 32KB）。

如果设置为-1，则会采用操作系统的默认值。

·request.timeout.ms

最大请求时长。因为发起请求后，会等待broker的响应，如果超过这个时间就认为请求失败。

·timeout.ms

这个时间配置的是follower到leader的ack超时时间。这个时间和 producer发送的请求的网络无关。

·block.on.buffer.full

当bufferPool用完后，如果client还在使用KafkaProducer发送record，要么是BufferPool拒绝接收，要么是抛出异常。

这个配置是默认值是flase，也就是当bufferpool满时，不会抛出BufferExhaustException，而是根据max.block.ms进行阻塞，如果超时抛出TimeoutExcpetion。

如果这个属性值是true，则会把max.block.ms值设置为Long.MAX。另外该配置为true时，metadata.fetch.time.ms将不会生效了。

·interceptor.class

自定义拦截器类。默认情况下没有指定任何的interceptor。

·max.in.flight.requests.per.connection

每个连接中处于发送状态的请求数的最大值。默认值是5。范围是[1, Integer.MAX]

·metric.reporters

MetricReporter的实现类。默认情况下，会自动的注册JmxReporter。

·metrics.num.samples

计算metric时的采样数。默认值是2。范围：[1,Integer.MAX]

·metrics.sample.window.ms

采样的时间窗口。默认值是30000（30s）。范围：[0, Long.MAX]

posted @ 2016-12-06 16:33 XGogo 阅读(1527) 评论(0) 编辑收藏举报

刷新页面返回顶部

尧字节

明翼