Kafka3.0.0版本——消费者（Range分区分配策略以及再平衡）

- 一、Range分区分配策略原理
- - 1.1、Range分区分配策略原理的示例一
  - 1.2、Range分区分配策略原理的示例二
  - 1.3、Range分区分配策略原理的示例注意事项
- 二、Range 分区分配策略代码案例
- - 2.1、创建带有4个分区的fiveTopic主题
  - 2.2、创建三个消费者组成消费者组
  - 2.3、创建生产者
  - 2.4、测试
  - 2.5、Range 分区分配策略代码案例说明
- 三、Range 分区分配再平衡案例
- - 3.1、停止某一个消费者后，（45s 以内）重新发送消息示例
  - 3.2、停止某一个消费者后，（45s 以后）重新发送消息示例
  - 3.3、Range 分区分配再平衡案例说明

一、Range分区分配策略原理

Range 是对每个 topic 而言的。首先对同一个 topic 里面的分区按照序号进行排序，并对消费者按照字母顺序进行排序。

1.1、Range分区分配策略原理的示例一

假如现在有 4 个分区，3 个消费者，排序后的分区将会是0,1,2,3；消费者排序完之后将会是C1,C2,C3。

通过 partitions数/consumer数来决定每个消费者应该消费几个分区。如果除不尽，那么前面几个消费者将会多消费 1 个分区。
例如：4/3 = 1 余 1 ，除不尽，那么消费者C1便会多消费1个分区。

1.2、Range分区分配策略原理的示例二

假如现在有 5 个分区，3 个消费者，排序后的分区将会是0,1,2,3,4；消费者排序完之后将会是C1,C2,C3。

通过 partitions数/consumer数来决定每个消费者应该消费几个分区。如果除不尽，那么前面几个消费者将会多消费 1 个分区。
例如：5/3 = 1 余 2 ，除不尽，那么消费者么C1和C2分别多消费一个分区。

1.3、Range分区分配策略原理的示例注意事项

如果只是针对 1 个 topic 而言，C1消费者多消费1个分区影响不是很大。但是如果有N多个topic，那么针对每个 topic，消费者 C1都将多消费 1 个分区，topic越多，C1消费的分区会比其他消费者明显多消费 N 个分区。容易产生数据倾斜！

二、Range 分区分配策略代码案例

2.1、创建带有4个分区的fiveTopic主题

在 Kafka 集群控制台，创建带有4个分区的fiveTopic主题

bin/kafka-topics.sh --bootstrap-server 192.168.136.27:9092 --create --partitions 4 --replication-factor 1 --topic fiveTopic

在这里插入图片描述

2.2、创建三个消费者组成消费者组

复制 CustomConsumer1类，创建 CustomConsumer2和CustomConsumer3。这样可以由三个消费者组成消费者组，组名都为“test”。

package com.xz.kafka.consumer;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.time.Duration;
import java.util.ArrayList;
import java.util.Properties;

public class CustomConsumer1 {

    public static void main(String[] args) {

        // 0 配置
        Properties properties = new Properties();

        // 连接 bootstrap.servers
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");

        // 反序列化
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());

        // 配置消费者组id
        properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");

        // 1 创建一个消费者  "", "hello"
        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);

        // 2 订阅主题 first
        ArrayList<String> topics = new ArrayList<>();
        topics.add("fiveTopic");
        kafkaConsumer.subscribe(topics);

        // 3 消费数据
        while (true){

            ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));

            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                System.out.println(consumerRecord);
            }
        }
    }
}

2.3、创建生产者

创建CustomProducer生产者。

package com.xz.kafka.producer;

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

public class CustomProducerCallback {

    public static void main(String[] args) throws InterruptedException {

        //1、创建 kafka 生产者的配置对象
        Properties properties = new Properties();

        //2、给 kafka 配置对象添加配置信息：bootstrap.servers
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");

        //3、指定对应的key和value的序列化类型 key.serializer value.serializer
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());

        //4、创建 kafka 生产者对象
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);

        //5、调用 send 方法,发送消息
        for (int i = 0; i < 200; i++) {
            kafkaProducer.send(new ProducerRecord<>("fiveTopic", "hello kafka" + i), new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null){
                        System.out.println("主题： "+metadata.topic() + " 分区： "+ metadata.partition());
                    }
                }
            });
            Thread.sleep(2);
        }

        // 3 关闭资源
        kafkaProducer.close();
    }
}