Kafka 详解（三）------Producer生产者

　　在第一篇博客我们了解到一个kafka系统，通常是生产者Producer 将消息发送到 Broker，然后消费者 Consumer 去 Broker 获取，那么本篇博客我们来介绍什么是生产者Producer。

1、生产者概览

　　我们知道一个系统在运行过程中会有很多消息产生，比如前面说的对于一个购物网站，通常会记录用户的活动，网站的运行度量指标以及一些日志消息等等，那么产生这些消息的组件我们都可以称为生产者。

　　而对于生产者产生的消息重要程度又有不同，是否都很重要不允许丢失，是否允许丢失一部分？以及是否有严格的延迟和吞吐量要求？

　　对于这些场景在 Kafka 中会有不同的配置，以及不同的 API 使用。

2、生产者发送消息步骤

　　下图是生产者向 Kafka 发送消息的主要步骤：

　　

　　①、首先要构造一个 ProducerRecord 对象，该对象可以声明主题Topic、分区Partition、键 Key以及值 Value，主题和值是必须要声明的，分区和键可以不用指定。

　　②、调用send() 方法进行消息发送。

　　③、因为消息要到网络上进行传输，所以必须进行序列化，序列化器的作用就是把消息的 key 和 value对象序列化成字节数组。

　　④、接下来数据传到分区器，如果之间的 ProducerRecord 对象指定了分区，那么分区器将不再做任何事，直接把指定的分区返回；如果没有，那么分区器会根据 Key 来选择一个分区，选择好分区之后，生产者就知道该往哪个主题和分区发送记录了。

　　⑤、接着这条记录会被添加到一个记录批次里面，这个批次里所有的消息会被发送到相同的主题和分区。会有一个独立的线程来把这些记录批次发送到相应的 Broker 上。

　　③、Broker成功接收到消息，表示发送成功，返回消息的元数据（包括主题和分区信息以及记录在分区里的偏移量）。发送失败，可以选择重试或者直接抛出异常。

3、Java Producer API 

　　首先在POM 文件中导入 kafka client。

<dependency>
       <groupId>org.apache.kafka</groupId>
       <artifactId>kafka-clients</artifactId>
       <version>2.0.0</version>
</dependency>

　　实例代码：

package com.ys.utils;

import org.apache.kafka.clients.producer.*;
import java.util.Properties;

/**
 * Create by YSOcean
 */
public class KafkaProducerUtils {

    public static void main(String[] args) {
        Properties kafkaProperties = new Properties();
        //配置broker地址信息
        kafkaProperties.put("bootstrap.servers", "192.168.146.200:9092,192.168.146.201:9092,192.168.146.202:9092");
        //配置 key 的序列化器
        kafkaProperties.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        //配置 value 的序列化器
        kafkaProperties.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        
        //通过上面的配置文件生成 Producer 对象
        Producer producer = new KafkaProducer(kafkaProperties);
        //生成 ProducerRecord 对象，并制定 Topic，key 以及 value
        ProducerRecord<String,String> record =
                new ProducerRecord<String, String>("testTopic","key1","hello Producer");
        //发送消息
        producer.send(record);
    }
}

　　通过运行上述代码，我们向名为 testTopic 的主题中发送了一条键为 key1，值为 hello Producer 的消息。

　　

4、属性配置

　　在上面的实例中，我们配置了如下三个属性：

　　①、bootstrap.servers：该属性指定 brokers 的地址清单，格式为 host:port。清单里不需要包含所有的 broker 地址，生产者会从给定的 broker 里查找到其它 broker 的信息。——建议至少提供两个 broker 的信息，因为一旦其中一个宕机，生产者仍然能够连接到集群上。

　　②、key.serializer：将 key 转换为字节数组的配置，必须设定为一个实现了 org.apache.kafka.common.serialization.Serializer 接口的类，生产者会用这个类把键对象序列化为字节数组。——kafka 默认提供了 StringSerializer和 IntegerSerializer、ByteArraySerializer。当然也可以自定义序列化器。

　　③、value.serializer：和 key.serializer 一样，用于 value 的序列化。

　　以上三个属性是必须要配置的，下面还有一些别的属性可以不用配置，默认。

　　④、acks：此配置指定了必须要有多少个分区副本收到消息，生产者才会认为消息写入是成功的，这个参数保障了消息发送的可靠性。默认值为 1。

　　　　一、acks=0。生产者不会等待服务器的反馈，该消息会被立刻添加到 socket buffer 中并认为已经发送完成。也就是说，如果发送过程中发生了问题，导致服务器没有接收到消息，那么生产者也无法知道。在这种情况下，服务器是否收到请求是没法保证的，并且参数retries也不会生效（因为客户端无法获得失败信息）。每个记录返回的 offset 总是被设置为-1。好处就是由于生产者不需要等待服务器的响应，所以它可以以网络能够支持的最大速度发送消息，从而达到很高的吞吐量。

　　　　二、acks=1。只要集群首领收到消息，生产者就会收到一个来自服务器的成功响应。如果消息无法到达首领节点（比如首领节点崩溃，新首领还没有被选举出来），生产者会收到一个错误的响应，为了避免丢失消息，生产者会重发消息（根据配置的retires参数确定重发次数）。不过如果一个没有收到消息的节点成为首领，消息还是会丢失，这个时候的吞吐量取决于使用的是同步发送还是异步发送。

　　　　三、acks=all。只有当集群中参与复制的所有节点全部收到消息时，生产者才会收到一个来自服务器的成功响应。这种模式是最安全的，但是延迟最高。

　　⑤、buffer.memory：该参数用来设置生产者内存缓冲区的大小，生产者用它缓冲要发送到服务器的消息。默认值为33554432 字节。如果应用程序发送消息的速度超过发送到服务器的速度，那么会导致生产者内存不足。这个时候，send() 方法会被阻塞，如果阻塞的时间超过了max.block.ms （在kafka0.9版本之前为block.on.buffer.full 参数）配置的时长，则会抛出一个异常。

　　⑥、compression.type：该参数用于配置生产者生成数据时可以压缩的类型，默认值为 none(不压缩)。还可以指定snappy、gzip或lz4等类型，snappy 压缩算法占用较少的 CPU，gzip 压缩算法占用较多的 CPU，但是压缩比最高，如果网络带宽比较有限，可以使用该算法，使用压缩可以降低网络传输开销和存储开销，这往往是 kafka 发送消息的瓶颈所在。

　　⑦、retires：该参数用于配置当生产者发送消息到服务器失败，服务器返回错误响应时，生产者可以重发消息的次数，如果达到了这个次数，生产者会放弃重试并返回错误。默认情况下，生产者会在每次重试之间等待100ms，可以通过 retry.backoff.on 参数来改变这个时间间隔。

 　　还有一些属性配置，可以参考官网：http://kafka.apachecn.org/documentation.html#producerconfigs

5、序列化器

　　前面我们介绍过，消息要到网络上进行传输，必须进行序列化，而序列化器的作用就是如此。

　　①、默认序列化器

　　Kafka 提供了默认的字符串序列化器（org.apache.kafka.common.serialization.StringSerializer），还有整型（IntegerSerializer）和字节数组（BytesSerializer）序列化器，这些序列化器都实现了接口（org.apache.kafka.common.serialization.Serializer）基本上能够满足大部分场景的需求。

　　下面是Kafka 实现的字符串序列化器 StringSerializer：

//
// Source code recreated from a .class file by IntelliJ IDEA
// (powered by Fernflower decompiler)
//

package org.apache.kafka.common.serialization;

import java.io.UnsupportedEncodingException;
import java.util.Map;
import org.apache.kafka.common.errors.SerializationException;

public class StringSerializer implements Serializer<String> {
    private String encoding = "UTF8";

    public StringSerializer() {
    }

    public void configure(Map<String, ?> configs, boolean isKey) {
        String propertyName = isKey ? "key.serializer.encoding" : "value.serializer.encoding";
        Object encodingValue = configs.get(propertyName);
        if (encodingValue == null) {
            encodingValue = configs.get("serializer.encoding");
        }

        if (encodingValue instanceof String) {
            this.encoding = (String)encodingValue;
        }

    }

    public byte[] serialize(String topic, String data) {
        try {
            return data == null ? null : data.getBytes(this.encoding);
        } catch (UnsupportedEncodingException var4) {
            throw new SerializationException("Error when serializing string to byte[] due to unsupported encoding " + this.encoding);
        }
    }

    public void close() {
    }
}

 　　其中接口 serialization：

//
// Source code recreated from a .class file by IntelliJ IDEA
// (powered by Fernflower decompiler)
//

package org.apache.kafka.common.serialization;

import java.io.Closeable;
import java.util.Map;

public interface Serializer<T> extends Closeable {
    void configure(Map<String, ?> var1, boolean var2);

    byte[] serialize(String var1, T var2);

    void close();
}

　　②、自定义序列化器

　　如果Kafka提供的几个默认序列化器不能满足要求，即发送到 Kafka 的消息不是简单的字符串或整型，那么我们可以自定义序列化器。

　　比如对于如下的实体类 Person：

package com.ys.utils;

/**
 * Create by YSOcean
 */
public class Person {
    private String name;
    private int age;

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }
}

　　我们自定义一个 PersonSerializer：

package com.ys.utils;

import org.apache.kafka.common.serialization.Serializer;

import java.io.UnsupportedEncodingException;
import java.nio.ByteBuffer;
import java.util.Map;

/**
 * Create by YSOcean
 */
public class PersonSerializer implements Serializer<Person> {

    @Override
    public void configure(Map map, boolean b) {
        //不做任何配置
    }

    @Override
    /**
     * Person 对象被序列化成：
     *  表示 age 的4 字节整数
     *  表示 name 长度的 4 字节整数（如果为空，则长度为0）
     *  表示 name 的 N 个字节
     */
    public byte[] serialize(String topic, Person data) {
        if(data == null){
            return null;
        }
        byte[] name;
        int stringSize;
        try {
            if(data.getName() != null){
                name = data.getName().getBytes("UTF-8");
                stringSize = name.length;
            }else{
                name = new byte[0];
                stringSize = 0;
            }
            ByteBuffer buffer = ByteBuffer.allocate(4+4+stringSize);
            buffer.putInt(data.getAge());
            buffer.putInt(stringSize);
            buffer.put(name);
            return buffer.array();
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return new byte[0];
    }

    @Override
    public void close() {
        //不需要关闭任何东西
    }
}

　　上面例子序列化将Person类的 age 属性序列化为 4 个字节，后期如果该类发生更改，变为长整型 8 个字节，那么可能会存在新旧消息兼容性问题。

　　因此通常不建议自定义序列化器，可以使用下面介绍的已有的序列化框架。

　　③、序列化框架

　　上面我们知道自定义序列化器可能会存在新旧消息兼容性问题，需要我们手动去维护，那么为了省去此麻烦，我们可以使用一些已有的序列化框架。比如 JSON、Avro、Thrift 或者 Protobuf。

6、发送消息 send()

　　①、普通发送——发送就忘记

        //1、通过上面的配置文件生成 Producer 对象
        Producer producer = new KafkaProducer(kafkaProperties);

        //2、生成 ProducerRecord 对象，并制定 Topic，key 以及 value
        //创建名为testTopic的队列，键为testkey，值为testValue的ProducerRecord对象
        ProducerRecord<String,String> record =
                new ProducerRecord<>("testTopic","testkey","testValue");
        //3、发送消息
        producer.send(record);

 　　通过配置文件构造一个生产者对象 producer，然后指定主题名称，键值对，构造一个 ProducerRecord 对象，最后使用生产者Producer 的 send() 方法发送 ProducerRecord 对象，send() 方法会返回一个包含 RecordMetadata 的 Future 对象，不过通常我们会忽略返回值。

　　和上面的名字一样——发送就忘记，生产者只管发送，并不管发送的结果是成功或失败。通常如果我们不关心发送结果，那么就可以使用此种方式。

　　②、同步发送

//1、通过上面的配置文件生成 Producer 对象
Producer producer = new KafkaProducer(kafkaProperties);

//2、生成 ProducerRecord 对象，并制定 Topic，key 以及 value
//创建名为testTopic的队列，键为testkey，值为testValue的ProducerRecord对象
ProducerRecord<String,String> record =
        new ProducerRecord<>("testTopic","testkey","testValue");
//3、同步发送消息
try {
    //通过send()发送完消息后返回一个Future对象,然后调用Future对象的get()方法等待kafka响应
    //如果kafka正常响应，返回一个RecordMetadata对象，该对象存储消息的偏移量
    //如果kafka发生错误，无法正常响应，就会抛出异常，我们便可以进行异常处理
    producer.send(record).get();
} catch (Exception e) {
    //4、异常处理
    e.printStackTrace();
}

 　　和上面普通发送消息一样，只不过这里我们调用了 Future 对象的 get() 方法来等待 kafka 服务器的响应，程序运行到这里会产生阻塞，直到获取kafka集群的响应。而这个响应有两种情况：

　　1、正常响应：返回一个 RecordMetadata 对象，通过该对象我们能够获取消息的偏移量、分区等信息。

　　2、异常响应：基本上来说会发生两种异常，

　　　　一类是可重试异常，该错误可以通过重发消息来解决。比如连接错误，可以通过再次连接后继续发送上一条未发送的消息；再比如集群没有首领（no leader），因为我们知道集群首领宕机之后，会有一个时间来进行首领的选举，如果这时候发送消息，肯定是无法发送的。

　　　　二类是无法重试异常，比如消息太大异常，对于这类异常，KafkaProducer 不会进行任何重试，直接抛出异常。

　　同步发送消息适合需要保证每条消息的发送结果，优点是能够精确的知道什么消息发送成功，什么消息发送失败，而对于失败的消息我们也可以采取措施进行重新发送。缺点则是增加了每条消息发送的时间，当发送消息频率很高时，此种方式便不适合了。

　　③、异步发送

　　有同步发送，基本上就会有异步发送了。同步发送每发送一条消息都得等待kafka服务器的响应，之后才能发送下一条消息，那么我们不是在错误产生时马上处理，而是记录异常日志，然后马上发送下一条消息，而这个异常再通过回调函数去处理，这就是异步发送。

　　1、首先我们要实现一个继承 org.apache.kafka.clients.producer.Callback 接口，然后实现其唯一的 onCompletion 方法。

package com.ys.utils;

import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.RecordMetadata;

/**
 * Create by YSOcean
 */
public class KafkaCallback implements Callback{
    @Override
    public void onCompletion(RecordMetadata recordMetadata, Exception e) {
        if(e != null){
            //异常处理
            e.printStackTrace();
        }
    }
}

　　2、发送消息时，传入这个回调类。

//异步发送消息
producer.send(record,new KafkaCallback());