当前位置: 首页 > article >正文

Kafka 中的偏移量是什么?它解决了哪些问题?

在 Kafka 中,偏移量(offset)是为分区中的每条记录(消息)分配的唯一标识符。偏移量是 Kafka 用来维护分区内消息顺序的连续整数。它们帮助生产者、消费者和代理(broker)追踪消息在分区中的具体位置。

Kafka 中的偏移量工作原理
生产者行为:

生产者将消息写入特定主题的分区。每条新消息都会被追加到日志中,Kafka 会为其分配下一个连续的偏移量。
生产者并不直接管理偏移量,这一过程由 Kafka 自动处理。

消费者行为:

消费者从分区中获取消息,并负责提交偏移量。

  • • 已提交偏移量(Committed Offset):消费者成功处理的最后偏移量。
    消费者可以指定开始读取的偏移量:

  • • 最早(Earliest):从分区的开头开始读取。

  • • 最新(Latest):仅读取新消息。

代理的角色:

代理将消息及其关联的偏移量存储在日志中。偏移量在分区内是不可变的且唯一的。

实时示例:支付处理系统

场景:一个电子商务系统使用 Kafka 处理支付交易。

  1. 1. 主题(Topic)payment-transactions
    包含支付请求,每条支付记录包括交易 ID(transactionId)、金额(amount)和状态(status)等详情。

  2. 2. 分区(Partitions)
    假设该主题有 3 个分区以实现负载均衡:

  • • 分区 0:偏移量 [0, 1, 2, 3…]

  • • 分区 1:偏移量 [0, 1, 2, 3…]

  • • 分区 2:偏移量 [0, 1, 2, 3…]

  • 3. 生产者(Producer)
    支付网关生产者将支付请求写入 Kafka,消息分布在各个分区中。

  • 4. 消费者(Consumers)
    支付处理微服务中的消费者读取消息以处理支付:

    • • 消费者 A 处理分区 0。

    • • 消费者 B 处理分区 1。

    • • 消费者 C 处理分区 2。

  • 5. 偏移量追踪

    • • 处理后提交:每次处理完一条支付记录后,消费者提交最后成功处理的消息的偏移量。

    • • 如果消费者在处理分区 0 的偏移量 3 后失败,下一个消费者(或重启后)将从偏移量 4 继续。

    偏移量管理及示例

    Kafka 提供两种偏移量管理策略:

    1. 1. 自动偏移量管理(默认)
      Kafka 以固定间隔自动提交偏移量。
      风险:即使消息未被处理,也可能被标记为已处理。

    2. 2. 手动偏移量管理
      消费者在处理消息后显式提交偏移量。
      提供更多控制权并保证处理完成。

    以下是手动偏移量管理的代码示例:

    import org.apache.kafka.clients.consumer.ConsumerRecord;
    import org.apache.kafka.clients.consumer.ConsumerRecords;
    import org.apache.kafka.clients.consumer.KafkaConsumer;
    
    import java.time.Duration;
    import java.util.Collections;
    import java.util.Properties;
    
    publicclassManualOffsetExample {
        publicstaticvoidmain(String[] args) {
            Propertiesprops=newProperties();
            props.put("bootstrap.servers", "localhost:9092");
            props.put("group.id", "payment-group");
            props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
            props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
            props.put("enable.auto.commit", "false"); // 禁用自动提交
    
            KafkaConsumer<String, String> consumer = newKafkaConsumer<>(props);
            consumer.subscribe(Collections.singletonList("payment-transactions"));
    
            try {
                while (true) {
                    ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
                    for (ConsumerRecord<String, String> record : records) {
                        System.out.printf("Processing transaction with offset %d: %s%n", 
                            record.offset(), record.value());
                        
                        // 此处添加业务逻辑,例如处理支付
                        
                        // 处理完成后手动提交偏移量
                        consumer.commitSync();
                    }
                }
            } finally {
                consumer.close();
            }
        }
    }
    偏移量管理的优势
    1. 1. 可重放性(Replayability)
      Kafka 允许消费者通过重置偏移量重新读取消息,例如重新处理失败的交易。

    2. 2. 并行性(Parallelism)
      在分区主题中,消费者可以独立管理偏移量,实现可扩展的并行处理。

    3. 3. 容错性(Fault Tolerance)
      如果消费者失败,另一个消费者可以从最后提交的偏移量继续处理。

    实时问题:消费者失败

    场景

    • • 一个支付消费者在处理分区 0 的偏移量 4 后崩溃。

    • • 消费者组的另一个实例接管并从偏移量 4 恢复处理。

原文地址:https://blog.csdn.net/dandandeshangni/article/details/146321996
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.kler.cn/a/590109.html

相关文章:

  • HTML 基础夯实:标签、属性与基本结构的学习进度(二)
  • 数据可视化在特征分布对比中的应用
  • DataWhale 大语言模型 - 大模型技术基础
  • 重生之我在学Vue--第13天 Vue 3 单元测试实战指南
  • C语言文件管理详解(上)
  • 在 macOS Sequoia 15.2 中启用「三指拖动」并实现快速复制的完整指南 ✨
  • DeepSeek-R1学习
  • 如何用Python IP归属地查询API追踪网络活动?
  • 一周学会Flask3 Python Web开发-SQLAlchemy查询所有数据操作-班级模块
  • Ubuntu上部署Flask+MySQL项目
  • Redis 的特点
  • 兄弟们,不会服务器繁忙的DeepSeek R1/V3真满血版来了,支持网页版和API接入,免费500万tokens吃到饱,绝绝子!!!
  • 【Linux我做主】浅谈Shell及其原理
  • 学习 TensorFlow Lite 和 LSTM 时序模型的系统化路径
  • 低空经济腾飞:无人机送货、空中通勤,未来已来
  • 主流区块链
  • 芯谷78M05:三端正电压调节器的稳定之选
  • Redis调优:从老牛车到磁悬浮的飙车指南
  • 【北上广深杭大厂AI算法面试题】人工智能大模型篇...矩阵乘法GEMM!以及为什么说GEMM是深度学习的核心?
  • PDF处理控件Aspose.PDF教程:如何使用 C#、Java 和 Python 自动将 JPG 合并为 PDF