探索Kafka消費者的內部結構

Adobe使用Kafka處理資料的流量規模：310B msg/day，300 TB/day IN和920 TB/day OUT，今天我們將分享我們在 Kafka Client 內部的專業知識。
Kafka Consumer 是一個從 Kafka 消費訊息的客戶端。

組成：

• 消費者後設資料——管理消費者所需的後設資料：叢集中的主題和分割槽、充當分割槽領導者的代理節點等。
• Subscriptions — 跟蹤消費者訂閱狀態
• 反序列化器——記錄鍵和值反序列化器。反序列化器將位元組陣列轉換為物件。
• Partition Assignor — 完全限定的類名，表示實現org.apache.kafka.clients.consumer.ConsumerPartitionAssignor的分割槽分配策略
• 攔截器——可能改變記錄的攔截器
• Consumer Coordinator — 管理組成員、偏移量
• 網路客戶端——處理對代理的請求
• Fetcher——從經紀人那裡獲取成批的記錄。

配置 Kafka 消費者
Kafka Consumer 有四個必需的屬性：

• bootstrap.servers — 用於建立與 Kafka 叢集的初始連線的主機/埠對列表。格式：“host1:port1,host2:port2,...”
• key.deserializer — 完全限定的類名，表示實現org.apache.kafka.common.serialization.Deserializer介面的金鑰反序列化器。
• value.deserializer — 完全限定的類名，表示實現org.apache.kafka.common.serialization.Deserializer介面的值反序列化器。
• group.id — 唯一的消費者組 ID。如果客戶端使用 subscribe() 方法來消費訊息或使用偏移量管理功能，則需要。

訂閱主題
Kafka Consumer 提供了兩種訂閱主題的方式：透過subscribe()和assign()方法。每個都有一組不同的受支援功能。

subscribe()

• 支援訂閱主題列表或使用正規表示式
• 具有消費者故障檢測的組成員身份（客戶端和伺服器端）
• 動態分割槽分配
• 自動或手動偏移管理
• 每個分割槽單個消費者（使用標準分割槽分配器）

assign()

• 使用主題分割槽訂閱進行更精細的控制
• 自動或手動偏移管理
• 每個分割槽支援多個消費者

消費訊息
訂閱主題後，使用者可以透過呼叫poll()方法來使用訊息。根據訂閱方法，在幕後會發生幾個呼叫，在下面的序列圖中列出。
使用 subscribe() 消費

在subscribe()的情況下，Kafka Consumer 在成為消費者組的活躍成員之前不會消費記錄。我們看到一些團隊錯過了這一點，花時間除錯停止消費，而根本原因是不穩定的消費群體。

使用 assign()

在assign()的情況下，Kafka Consumer 不會呼叫組成員功能，例如心跳和加入/重新加入消費者組。

提取器Fetcher
無論訂閱方式如何，Kafka Consumer 都使用 Fetcher 從 broker 中檢索批記錄。

Fetcher 將 Producer 傳送的壓縮批次儲存在記憶體中，並在poll() 上解壓縮記錄。一旦批次被消耗，它就會從記憶體中丟棄。fetch.min.bytes和fetch.max.wait.ms是用於調整 fetcher 吞吐量或延遲的關鍵配置。增加位元組和時間將導致吞吐量增加並減少更好的延遲。

消費群
當使用者使用subscribe()進行消費時，具有相同group.id的消費者將組成一個消費者組，共同消費 topic(s) 訊息。Kafka 叢集將選舉其中一個代理作為Group Coordinator。組協調器負責管理組列表成員、接收心跳、觸發組成員更改的重新平衡等。協調器將選舉一個消費者作為組領導，並要求在消費者之間進行分割槽分配。每個分割槽將只分配一個消費者。

消費者群體再平衡
組成員身份的更改將觸發消費者組重新平衡。在重新平衡期間，組長將重新計算當前成員之間的分割槽分配。重新平衡觸發時

• 消費者加入群組
• 消費者離開群體
• 透過max.poll.interval.ms檢測到客戶端故障
• 透過session.timeout.ms檢測到伺服器端故障

• 在我們的 OUT 中擴充套件服務
• poll() 和長訊息處理發生在同一個執行緒中
• 組協調員心跳失敗
• JVM 垃圾收集暫停
• Kubernetes PODS CPU 受到限制
• Kubernetes 叢集升級，導致 POD 被驅逐
• 網路問題（延遲、丟包等）

消費者分割槽分配器
Kafka Consumer 提供了幾個選項來選擇在重新平衡期間如何分配分割槽。使用者可以透過partition.assignment.strategy配置引數來控制它，使用實現org.apache.kafka.clients.consumer.ConsumerPartitionAssignor的完全限定類名的值。開箱即用的 Kafka 提供了以下策略：

• Range - 停止世界策略，以主題為基礎。它可能會產生不平衡的分配。更多細節javadoc。
• RoundRobin——停止世界策略，為相同的訂閱統一分配分割槽。更多細節在javadoc中。
• Sticky — 停止世界策略，初始分發將接近RoundRobin。嘗試最小化重新平衡期間移動的分割槽，可能會產生不平衡的分配。更多細節在javadoc中。
• CooperativeSticky —在不停止消費的情況下進行增量再平衡。這與 Sticky 的邏輯相同，但具有增量支援。這種策略可能會產生不平衡的分配。更多細節在javadoc中。