【Kafka】Kafka源码解析之producer过程解读
从本篇开始 打算用三篇文章 分别介绍下Producer生产消费，Consumer消费消息 以及Spring是如何集成Kafka 三部分，致于对于Broker的源码解析，因为是scala语言写的，暂时不打算进行学习分享。
总体介绍
- clients : 保存的是Kafka客户端代码，主要就是生产者和消费者代码
- config：保存Kafka的配置文件，其中比较重要的配置文件是server.properties。
- connect目录：保存Connect组件的源代码。我在开篇词里提到过，Kafka Connect组件是用来实现Kafka与外部系统之间的实时数据传输的。
- core目录：保存Broker端代码。Kafka服务器端代码全部保存在该目录下。
而一条消息的整体流转过程其实就是经过三部分，也就是Producer\Broker\Consumer。
因为是对主要核心流程的分析，所以只会截核心代码。具体后面细节，在说。
producer整体流程
对于Producer来说，其实就是几部分。
- 初始化、发送流程、缓冲区
初始化流程
设置分区器
// 设置分区器
this.partitioner = config.getConfiguredInstance(
ProducerConfig.PARTITIONER_CLASS_CONFIG,
Partitioner.class,
Collections.singletonMap(ProducerConfig.CLIENT_ID_CONFIG, clientId));
设置重试时间，默认100ms，如果配置Kafka可以重试，retries制定重试次数，retryBackoffMs指定重试的间隔
long retryBackoffMs = config.getLong(ProducerConfig.RETRY_BACKOFF_MS_CONFIG);
获取Key和Value的序列化器
// 序列化器
if (keySerializer == null) {
this.keySerializer = config.getConfiguredInstance(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
Serializer.class);
this.keySerializer.configure(config.originals(Collections.singletonMap(ProducerConfig.CLIENT_ID_CONFIG, clientId)), true);
} else {
config.ignore(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG);
this.keySerializer = keySerializer;
}
if (valueSerializer == null) {
this.valueSerializer = config.getConfiguredInstance(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
Serializer.class);
this.valueSerializer.configure(config.originals(Collections.singletonMap(ProducerConfig.CLIENT_ID_CONFIG, clientId)), false);
} else {
config.ignore(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG);
this.valueSerializer = valueSerializer;
}
拦截器
// 设置拦截器
List<ProducerInterceptor<K, V>> interceptorList = (List) config.getConfiguredInstances(
ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,
ProducerInterceptor.class,
Collections.singletonMap(ProducerConfig.CLIENT_ID_CONFIG, clientId));
if (interceptors != null)
this.interceptors = interceptors;
else
this.interceptors = new ProducerInterceptors<>(interceptorList);
其他参数
// 设置最大消息为多大,默认是1M 默认是16384
this.maxRequestSize = config.getInt(ProducerConfig.MAX_REQUEST_SIZE_CONFIG);
// 设置缓存大小 默认是32M 默认是33554432 RecordAccumulator=32MB
this.totalMemorySize = config.getLong(ProducerConfig.BUFFER_MEMORY_CONFIG);
// 设置压缩类型 可以提升性能
this.compressionType = CompressionType.forName(config.getString(ProducerConfig.COMPRESSION_TYPE_CONFIG));
this.accumulator = new RecordAccumulator(logContext,
// 因为是通过缓冲区发送消息的,所以需要消息累计器
RecordAccumulator.PartitionerConfig partitionerConfig = new RecordAccumulator.PartitionerConfig(
enableAdaptivePartitioning,
config.getLong(ProducerConfig.PARTITIONER_AVAILABILITY_TIMEOUT_MS_CONFIG)
);
初始化元数据
// 初始化集群元数据
if (metadata != null) {
this.metadata = metadata;
} else {
this.metadata = new ProducerMetadata(retryBackoffMs,
config.getLong(ProducerConfig.METADATA_MAX_AGE_CONFIG),
config.getLong(ProducerConfig.METADATA_MAX_IDLE_CONFIG),
logContext,
clusterResourceListeners,
Time.SYSTEM);
this.metadata.bootstrap(addresses);
}
创建Sender线程，其中包含一个重要的网络组件NetWorkClient
// 创建sender线程
this.sender = newSender(logContext, kafkaClient, this.metadata);
// 线程name
String ioThreadName = NETWORK_THREAD_PREFIX + " | " + clientId;
// 封装起来 设置为守护线程 并启动
this.ioThread = new KafkaThread(ioThreadName, this.sender, true);
// 线程启动
this.ioThread.start();
发送消息流程
发送消息的过程
public Future<RecordMetadata> send(ProducerRecord<K, V> record, Callback callback) {
// 执行拦截器逻辑
ProducerRecord<K, V> interceptedRecord = this.interceptors.onSend(record);
return doSend(interceptedRecord, callback);
}
先执行拦截器，可以发现就是遍历拦截器，然后执行对应的onSend()方法。当我们想增加一个拦截器，直接实现对应的接口，重写onSend()方法，然后Kafka就会调用我们的onSend方法。通过提供一个拓展点进行使用。
public ProducerRecord<K, V> onSend(ProducerRecord<K, V> record) {
ProducerRecord<K, V> interceptRecord = record;
for (ProducerInterceptor<K, V> interceptor : this.interceptors) {
try {
interceptRecord = interceptor.onSend(interceptRecord);
} catch (Exception e) {
}
}
return interceptRecord;
}
从Kafka Broker集群获取元数据metadata
// 从broker获取元数据
clusterAndWaitTime = waitOnMetadata(record.topic(), record.partition(), nowMs, maxBlockTimeMs);
对key和value进行序列化，调用对应的serialize的方法。
byte[] serializedKey;
try {
// 选择对应的序列化进行操作
serializedKey = keySerializer.serialize(record.topic(), record.headers(), record.key());
} catch (ClassCastException cce) {
}
byte[] serializedValue;
try {
serializedValue = valueSerializer.serialize(record.topic(), record.headers(), record.value());
} catch (ClassCastException cce) {
}
// 选择具体的分区
int partition = partition(record, serializedKey, serializedValue, cluster);
// 消息缓存到RecoredAccumulator
result = accumulator.append(record.topic(), partition, timestamp, serializedKey,
serializedValue, headers, appendCallbacks, remainingWaitMs, false, nowMs, cluster);
// 消息发送的条件
// 缓冲区数据大小达到batch.size 或者linnger.ms达到上限后 唤醒sneder线程。
if (result.batchIsFull || result.newBatchCreated) {
log.trace("Waking up the sender since topic {} partition {} is either full or getting a new batch", record.topic(), appendCallbacks.getPartition());
this.sender.wakeup();
}
Sender线程
runOnce();
long pollTimeout = sendProducerData(currentTimeMs);
缓冲区、
这篇讲解很详细 https://www.cnblogs.com/rwxwsblog/p/14754810.html
生产者核心参数配置
bootstrap.servers：连接Broker配置，一般就是xxxx:9092
key.serializer 和 value.serializer：对key和value进行序列化器，可以自定义，一般就是String方式
buffer.memory：RecordAccumulator 缓冲区总大小，默认32m。
batch.size： 消息会以batch的方式进行发送，这是一批数据的大小 默认是16K
linger.ms：发送消息的时机，如果没有达到batch.size or linger.ms的时间就会发送 默认是0ms 立即发送
acks： 0: 不落盘 1:只有leader落盘 -1(all) : leader和所有从节点持久化成功 默认是-1
max.in.flight.requests.per.connection：允许最多没有返回 ack 的次数，默认为 5
retries: 消息发送失败时，系统重发消息 默认值 2147483647
retry.backoff.ms：两次重试间隔 默认是100ms
enable.idempotence: 开启幂等性 默认true
compression.type: 压缩格式 默认是none