java分布式流處理組件Producer怎么使用

這篇文章主要講解了“java分布式流處理組件Producer怎么使用”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“java分布式流處理組件Producer怎么使用”吧！

基于Java的API

首先， 在了解生產(chǎn)者發(fā)送消息的原理之前，我們應(yīng)該先學(xué)會如何去發(fā)送消息。

Kafka為我們提供了很多項目可以操作的API客戶端，包括：

• C/C++

• GO

• Python

• ...

通過官網(wǎng)查看API菜單，官方文檔上也是Java的版本。我們根據(jù)提示一步步操作即可～

先新建maven項目，并且引入對應(yīng)的****kafka-clients依賴

建議：Kafka-clients依賴版本，最好和安裝的kafka版本一致

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>3.3.1</version>
</dependency>

同步發(fā)送

Kafka生產(chǎn)者主要靠KafkaProducer來進行操作。點擊到對應(yīng)的文檔頁面，我們可以看到關(guān)于KafkaProducer<K,V> 的詳細信息。

一個好的組件是非常貼心的， 甚至我們都不用去網(wǎng)上搜任何相關(guān)的資料，只需要通過查看對應(yīng)的注釋就可以知道這個東西該怎么用。

Properties config = new Properties();
// --bootstrap-server
config.setProperty(
  ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, 
  "master:9092,node01:9092,node02:9092"
);
// key 序列化器
config.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
// value 序列化器
config.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
try(Producer<String, String> producer = new KafkaProducer<>(config)) {
    ProducerRecord<String, String> record = new ProducerRecord<>(
            "newTopic001",
            "key01",
            "data from " + KafkaQuickProducer.class.getName()
    ); 
    RecordMetadata recordMetadata = producer.send(record).get();
    System.out.println(
            MessageFormat.format("{0}\t{1}\t{2}\t{3}", 
                    recordMetadata.topic(), 
                    recordMetadata.partition(),
                    recordMetadata.offset(), 
                    recordMetadata.timestamp()
            )
    );
} catch (Exception e) {
    e.printStackTrace();
}

以上代碼就是同步發(fā)送的過程，這已經(jīng)是在開發(fā)過程中需要配置的最小單元，而其他關(guān)于生產(chǎn)者的配置，我們可以通過ProducerConfig來進行查看

** 與命令行上的參數(shù)，基本上是一模一樣的**

而關(guān)于序列化器的問題，我們在下面原理的部分說明

異步發(fā)送

我們在調(diào)用同步send的時候，發(fā)現(xiàn)有兩個參數(shù)的方法， 而這個方法實現(xiàn)的就是****異步發(fā)送

Future<RecordMetadata> send(ProducerRecord<K, V> record, Callback callback);

異步發(fā)送會將發(fā)送結(jié)果以事件驅(qū)動的形式傳遞，那么這里，我們就需要注意一點：

• 程序調(diào)用完成之后，不能讓他立即執(zhí)行，否則我們無法查看到具體的發(fā)送結(jié)果

接下來我們看具體的程序?qū)崿F(xiàn)。理論上：我們只需要改最后發(fā)送的部分

Properties config = new Properties();
// --bootstrap-server
config.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "master:9092,node01:9092,node02:9092");
// key 序列化器
config.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
// value 序列化器
config.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
try(Producer<String, String> producer = new KafkaProducer<>(config)) {
    ProducerRecord<String, String> record = new ProducerRecord<>(
            "newTopic001",
            "key01",
            "data from " + KafkaQuickProducer.class.getName()
    );
    async(producer, record);
} catch (Exception e) {
    e.printStackTrace();
}
// 異步發(fā)送
private static void async(Producer<String, String> producer, ProducerRecord<String, String> record) {
    producer.send(record, (recordMetadata, exception) -> {
        if (null != exception) {
            exception.printStackTrace();
            return;
        }
        System.out.println(
                MessageFormat.format("{0}\t{1}\t{2}\t{3}",
                        recordMetadata.topic(),
                        recordMetadata.partition(),
                        recordMetadata.offset(),
                        recordMetadata.timestamp()
                )
        );
    });
    try {
        // 將程序進行阻塞，防止由于消息發(fā)送成功之后進程停止而無法接收到事件反饋
        System.in.read();
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

這屬于整個生產(chǎn)者發(fā)送消息方式的最小單元，本文屬于Producer入門階段。

在ProducerConfig中還包含了非常多的配置項，更多的配置信息我們會在優(yōu)化章節(jié)中說明。

原理

在第一部分，我們已經(jīng)了解到，關(guān)于生產(chǎn)者最基本的使用方式，到這里，其實我想跟大家聊一聊：

• 生產(chǎn)者在發(fā)送消息的時候中間到底經(jīng)歷了什么？

大家應(yīng)該已經(jīng)看到上面的那張原理圖，我們可以從中找出答案！

主線程

**這里我們分為兩個線程塊來說明， 第一部分是Main主線程， 也就是生產(chǎn)者在調(diào)用****send()**方法時所在的線程

在這里，我們可以看到：

• 外部數(shù)據(jù)首先被封裝為ProducerRecord**，然后調(diào)用**send()**方法。

• 在send()過程中，經(jīng)過攔截器、序列化器、分區(qū)器等處理之后進入到RecordAccumulator中。

接下來我們仔細聊一聊攔截器、序列化器、分區(qū)器的作用

攔截器

攔截器很類似于我們在SpringMVC中Interceptor的功能，而且在Producer中我們是可以自定義攔截器的。

我們可以在發(fā)送之前對數(shù)據(jù)進行攔截處理，比如說：統(tǒng)計生產(chǎn)者發(fā)送數(shù)據(jù)的總量等等。

當(dāng)然目前來講，我們?nèi)绻婚_發(fā)Kafka監(jiān)控平臺的話，這里攔截器的用處并不大。我們忽略不計即可

后續(xù)如果有機會的話，我們可以專門寫篇文章，用來介紹如何開發(fā)一個攔截器

序列化器

而序列化器，主要對兩個部分的數(shù)據(jù)進行處理：

• Key

• Value

byte[] serializedKey 
  = serializedKey = keySerializer.serialize(record.topic(), record.headers(), record.key());
byte[] serializedValue
  = valueSerializer.serialize(record.topic(), record.headers(), record.value());

從本質(zhì)上來講，外部數(shù)據(jù)屬于屬于對象，而對象不能直接通過網(wǎng)絡(luò)進行傳輸。 所以我們就需要一個序列化器，將它轉(zhuǎn)換成字節(jié)數(shù)組，進而進行傳輸

Kafka本身為我們提供了很多可用的序列化器，不過我們能用到最多的還是StringSerializer。

在生產(chǎn)端將消息進行序列話，那么在消費端必然會進行反序列化操作

分區(qū)器

我們知道Kafka是以Topic為消息發(fā)送的主體，不過由于Topic是一個虛擬的概念， 所以我們沒有辦法在實際中查看到關(guān)于Topic的相關(guān)信息。 但是前面我們也說過， 當(dāng)前Topic下的消息數(shù)據(jù)都是通過Partition進行存儲的。

發(fā)送出去的消息需要存儲在哪個分區(qū)中就是通過分區(qū)器來進行指定的，在我們沒有指定分區(qū)策略的情況下，生產(chǎn)者會通過默認(rèn)的分區(qū)策略指定當(dāng)前消息應(yīng)該存儲在哪個分區(qū)下

分區(qū)的內(nèi)容還是比較多的，我們會在下一節(jié)做詳細的說明

RecordAccumulator

此時，在主線程的區(qū)域中，當(dāng)消息進入到默認(rèn)大小為32m的記錄緩沖區(qū)時， 本區(qū)的工作就到此結(jié)束。

緩沖區(qū)中有多個雙端隊列，分別對應(yīng)Topic不同的分區(qū)。每一個分區(qū)就會創(chuàng)建一個雙端隊列。

此時的消息將會被按照批次的方式存放在隊列中， 默認(rèn)一批為16k大小。當(dāng)緩沖區(qū)達到指定條件之后，****sender線程將會被喚醒，Sender程序?qū)_隊列中不斷拉出消息進行下一步的發(fā)送

Sender線程

影響Sender線程喚醒的條件

想要喚醒Sender線程有兩個因素，但不是說這兩個條件都必須滿足，他們是或的關(guān)系。

batch.size是一個條件，這也是后期針對生產(chǎn)者優(yōu)化的主要參數(shù)之一。

當(dāng)發(fā)送消息之后，生產(chǎn)者會將消息進行整合。將其按照一批一批的方式發(fā)送給Broker，從而減少網(wǎng)絡(luò)間的傳輸請求次數(shù)。默認(rèn)情況下為16k。

而如果一批數(shù)據(jù)的大小累計達到了設(shè)置的batch.size之后，sender才會做發(fā)送數(shù)據(jù)的操作

這是第一個限制

下面再來介紹一個非常強勢的參數(shù)：liner.ms。生產(chǎn)者優(yōu)化的主要參數(shù)之二。

這么說吧，如果你設(shè)置的liner.ms=0，表示不延遲直接發(fā)送。那么batch.size就不會生效了

而liner.ms=0屬于默認(rèn)配置

如果數(shù)據(jù)一直沒有達到設(shè)置的batch.size大小，數(shù)據(jù)也不能不發(fā)對吧。所以Kafka也就為我們提供了這樣的參數(shù)：

• 當(dāng)sender等待liner.ms設(shè)置的時間之后【單位ms】，不管數(shù)據(jù)如何都會將消息進行發(fā)送

• 如未設(shè)置當(dāng)前參數(shù)，表示沒有延遲，直接發(fā)送

下面舉個小例子

config.setProperty(ProducerConfig.LINGER_MS_CONFIG, "5000");

開始發(fā)送

將RecordAccumulator內(nèi)存儲的數(shù)據(jù)拉取出來之后，開始將其創(chuàng)建為一個個的Request請求。這里需要注意的是：

• NetworkClient并非一股腦的將全部可發(fā)送數(shù)據(jù)進行傳輸請求

正相反，為了能夠保證不同分區(qū)所對應(yīng)DQueue的數(shù)據(jù)進入到對應(yīng)的Broker所在的分區(qū)內(nèi)，Kafka將按照<BrokerId, Request>的形式對請求進行傳輸。如果傳輸?shù)竭_Broker之后沒有acks應(yīng)答，那么當(dāng)前節(jié)點下最多能夠保存5個未響應(yīng)的請求。

ACKS

這里簡單聊一下它的應(yīng)答方式。在ProducerConfig.ACKS_DOC下我們也可以看到相關(guān)的說明：

• acks=0： 生產(chǎn)者不會等待Broker的應(yīng)答，直接表示消息已經(jīng)發(fā)送成功。而消息有沒有真正達到Broker，不關(guān)心。

當(dāng)然了，這種方式在性能上來講是最好的，適合一些數(shù)據(jù)不重要的場景

• acks=1： 生產(chǎn)者將消息發(fā)送到Broker之后，由Leader在本地將消息進行存儲之后，返回發(fā)送成功的應(yīng)答。

如果Follower還沒有同步到消息，Leader就已經(jīng)掛了。那么此時就會出現(xiàn)消息丟失的情況

• acks=all：生產(chǎn)者將消息發(fā)送到Broker之后，由Leader在本地將消息進行存儲，并且Follower同步完消息之后才會返回發(fā)送成功的應(yīng)答。

這種方式是最能保證數(shù)據(jù)安全的情況，但是性能也是最低的~

最后：

• 當(dāng)Broker返回成功應(yīng)答之后，RecordAccumulator中的數(shù)據(jù)將會被清理

• 如果失敗，可以嘗試重試等操作

感謝各位的閱讀，以上就是“java分布式流處理組件Producer怎么使用”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對java分布式流處理組件Producer怎么使用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！