洞察掌握android电视app开发中的安全与合规策略,提升企业运营效率
967
2022-09-01
Kafka中数据的流向
1: 多个消费者消费同一个Topic数据相同的数据
2: 多个消费者消费同一个Topic数据不同数据
3: 各个消费者按组协调消费
1: 多个消费者消费同一个Topic数据相同的数据
(1)使用一个全新的"group.id"(就是之前没有被任何消费者使用过);(2)使用assign来订阅;# 例如 groupId @KafkaListener(topics = "test-syn",groupId = "test-2")public void send(ConsumerRecord, ?> record) { Optional> kafkaMessage = Optional.ofNullable(record.value()); if (kafkaMessage.isPresent()) { Object messge = kafkaMessage.get(); log.info("【KafkaListener监听到消息】" + messge); }}
注意:如果把 "enable.auto.commit" 设为 "false",使用 consumer.commitAsync(currentOffsets, null) 手动提交 offset ,是不能从头开始消费的
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
也就是说无论哪种设置,只要 kafka 中相同 group、partition 中已经有提交的 offset,则都无法从开始消费。
参考论坛:服务器重启了,那么该group是否会重新消费服务器里面所有的消息
KafkaConsumer.subscribe() : 为consumer自动分配partition,
有内部算法保证topic-partition以最优的方式均匀分配给同group下的不同consumer。如果有多个partition且只有一个消费者,则按顺序消费所有分区。不会重复消费。
KafkaConsumer.assign() : 为consumer手动、显示的指定需要消费的topic-partitions,
不受group.id限制,不提交offset,相当与指定的group无效(this method does not use the consumer's group management)。可以重复消费。
或者,这样做:
目前就 high level API 而言,offset 是存于 Zookeeper 中的,无法存于 HDFS,而 low level API 的 offset 是由自己去维护的,可以将之存于 HDFS 中。
2: 多个消费者消费同一个Topic数据不同数据
# groupId 将多个消费者分配到同一个组下面@KafkaListener(topics = "test-syn",groupId = "test-1")public void send(ConsumerRecord, ?> record) { Optional> kafkaMessage = Optional.ofNullable(record.value()); if (kafkaMessage.isPresent()) { Object messge = kafkaMessage.get(); log.info("【KafkaListener监听到消息】" + messge); }}@KafkaListener(topics = "test-syn",groupId = "test-1")public void send(ConsumerRecord, ?> record) { Optional> kafkaMessage = Optional.ofNullable(record.value()); if (kafkaMessage.isPresent()) { Object messge = kafkaMessage.get(); log.info("【KafkaListener监听到消息】" + messge); }}
3: 各个消费者按组协调消费
@KafkaListener(topics = "test-syn",groupId = "test-1")public void send(ConsumerRecord, ?> record) { Optional> kafkaMessage = Optional.ofNullable(record.value()); if (kafkaMessage.isPresent()) { Object messge = kafkaMessage.get(); log.info("【KafkaListener监听到消息】1" + messge); }}@KafkaListener(topics = "test-syn",groupId = "test-2")public void send2(ConsumerRecord, ?> record) { Optional> kafkaMessage = Optional.ofNullable(record.value()); if (kafkaMessage.isPresent()) { Object messge = kafkaMessage.get(); log.info("【KafkaListener监听到消息】2" + messge); }}@KafkaListener(topics = "test-syn",groupId = "test-3")public void send(ConsumerRecord, ?> record) { Optional> kafkaMessage = Optional.ofNullable(record.value()); if (kafkaMessage.isPresent()) { Object messge = kafkaMessage.get(); log.info("【KafkaListener监听到消息】1" + messge); }}@KafkaListener(topics = "test-syn",groupId = "test-2")public void send2(ConsumerRecord, ?> record) { Optional> kafkaMessage = Optional.ofNullable(record.value()); if (kafkaMessage.isPresent()) { Object messge = kafkaMessage.get(); log.info("【KafkaListener监听到消息】2" + messge); }}# 上面1 2 3 收到相同的消费message2 2 收到不同的message
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~