Kafka Topic 中明明有可拉取的訊息，為什麼 poll 不到

青石路發表於2024-08-28
原文網址 : https://www.cnblogs.com/youzhibing/p/18383403
Kafka

開心一刻

今天小學女同學給我發訊息
她：你現在是畢業了嗎
我：嗯，今年剛畢業
她給我發了一張照片，懷裡抱著一隻大橘貓
她：我的眯眯長這麼大了，好看嗎
我：你把貓挪開點，它擋住了，我看不到
她：你是 sb 嗎，滾
我解釋道：你說的是貓呀
可訊息剛發出，就出現了紅色感嘆號，並提示：訊息已發出，但被對方拒收了

你也沒說貓叫眯眯呀

kafka搭建

出於簡單考慮，基於 docker 搭建一個 kafka 節點；因為一些原因，國內的 Docker Hub 映象加速器都不可用了，目前比較靠譜的做法是搭建個人映象倉庫，可參考：Docker無法拉取映象解決辦法，我已經試過了，是可行的，但還是想補充幾點

  1. sync-image-example.yml 只需要修改最後的映象複製，其他內容不需要改

    sync-image-example_改動點

    支援一次配置多個映象的複製

  2. 映象複製

    docker 映象複製命令的格式

    skopeo copy docker://docker.io/名稱空間/映象名:TAG docker://阿里雲映象地址/名稱空間/映象名:TAG

    我們以 kafka 為例，去 Docker Hub 一搜，好傢伙，搜出來上萬個

    上萬個kafka映象

    我們將搜尋條件精確化一些，搜 wurstmeister/kafka

    wurstmeister_kafka

    點進去，它在 Docker Hub 的地址是：

    https://hub.docker.com/r/wurstmeister/kafka

    那它的 docker 地址就是

    docker://docker.io/wurstmeister/kafka

    其他的映象用類似的方式去找，所以最終的複製命令類似如下：

    skopeo copy docker://docker.io/wurstmeister/kafka:latest docker://registry.cn-hangzhou.aliyuncs.com/qingshilu/wurstmeister_kafka:latest

    如果一切順利，那麼在我們的阿里雲個人映象倉庫就能看到我們複製的映象了

    阿里雲個人映象

  3. 如何 pull

    在個人倉庫點映象名，會看到 操作指南

    如何pull

    我們只關注前兩步，就可以將映象 pull 下來

    映象過濾_wurstmeister

映象獲取到之後，就可以搭建 kafka 了；因為依賴 zookeeper，我們先啟動它

docker run -d --name zookeeper-test -p 2181:2181 \
--env ZOO_MY_ID=1 \
-v zookeeper_vol:/data \
-v zookeeper_vol:/datalog \
-v zookeeper_vol:/logs \
registry.cn-hangzhou.aliyuncs.com/qingshilu/wurstmeister_zookeeper

然後啟動 kafka

docker run -d --name kafka-test -p 9092:9092 \
--env KAFKA_ZOOKEEPER_CONNECT=192.168.2.118:2181 \
--env KAFKA_ADVERTISED_HOST_NAME=192.168.2.118 \
--env KAFKA_ADVERTISED_PORT=9092  \
--env KAFKA_LOG_DIRS=/kafka/logs \
-v kafka_vol:/kafka  \
registry.cn-hangzhou.aliyuncs.com/qingshilu/wurstmeister_kafka

不出意外的話，都啟動成功

kafka啟動成功

如果出意外了，大家也別慌，用 docker log 去檢視日誌，然後找對應的解決方案

# 1.先找到啟動失敗的容器id
docker ps -a
# 2.用 docker log 檢視容器啟動日誌
docker log 容器id

如果需要開啟 kafka 的 SASL 認證，可參考：Docker-Compose搭建帶SASL使用者密碼驗證的Kafka 來搭建

Kafka Tool

詳情可檢視：kafka視覺化客戶端工具（Kafka Tool）的基本使用

kafka_tool連線成功

建立 Topic：test-topic，併傳送一條訊息

建立test_topic併傳送一條訊息

此時 test-topic 中有 1 條訊息

消費者 poll

程式碼很簡單

/**
 * @author: 青石路
 */
public class MsgConsumer {

    private static final Logger LOGGER = LoggerFactory.getLogger(MsgConsumer.class);

    public static void main(String[] args) {
        Properties props = new Properties();
        props.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.2.118:9092");
        props.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");
        props.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");
        props.setProperty(ConsumerConfig.GROUP_ID_CONFIG, "test_group");
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
        // 如果在kafka中找不到當前消費者的偏移量，則設定為最舊的
        props.setProperty(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 500);
        KafkaConsumer<String, String> consumer = new KafkaConsumer<String,String>(props);
        // 訂閱主題
        consumer.subscribe(Collections.singleton("test-topic"));
        ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
        LOGGER.info("records count = {}", records.count());
        records.forEach(record -> LOGGER.info("{} - {} - {}", record.offset(), record.key(), record.value()));
        // consumer.commitAsync();
        consumer.close();
    }
}

我們執行下，輸出日誌如下

poll沒拉取到訊息_日誌

竟然 poll 不到訊息，為什麼呀？

思考考

我們調整下程式碼，迴圈 poll

while (true) {
    ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
    LOGGER.info("records count = {}", records.count());
    records.forEach(record -> LOGGER.info("{} - {} - {}", record.offset(), record.key(), record.value()));
}

我們再執行下，輸出日誌如下

while迴圈後日志

消費者 poll 的過程中會先判斷當前消費者是否在 消費者組 中，如果不在，會先加入消費者組，在加入過程中，ConsumerCoordinator 會對這個消費者組 Rebalance，整個過程中該消費者組內的所有消費者都不能工作，而 poll 又配置了超時時間（100 毫秒），如果在超時時間內，當前消費者還未正常加入消費者組中，那麼 poll 肯定是拉取不到資料的；根據日誌可以看出，第 3 次 poll 的時候，消費者已經正常加入消費者組中，那麼就能 poll 到資料了

很多小夥伴可能可能會有這樣的疑問

平時在專案中使用的時候，從來沒有感受到這樣的問題，為什麼呢

原因有以下幾點

  1. poll 的超時時間設定比較長，超時時間內消費者能夠正常加入到消費者組中
  2. 消費者隨專案的啟動建立，存活週期與專案一致，那麼只有前幾次 poll 的時候，可能會因為消費者未加入到消費者組中而拉取不到資料，而一旦消費者成功加入到消費者組之後，那麼只要 Topic 中有資料，poll 肯定能拉取到資料；從整個次數佔比來看，poll 拉取不到資料的異常情況（Topic 中有可拉取的資料，但 poll 不到）佔比非常小，小到可以忽略不計了

所以你們感受不到這樣；但如果某些場景下，比如 DataX 從 kafka 讀資料

異源資料同步 → DataX 為什麼要支援 kafka？

消費者要不斷新建，那麼 poll 不到資料的異常情況的佔比就會上來了，那就需要透過一些機制來降低其所造成的的影響了，比如說重試機制

總結

  1. 示例程式碼：kafka-demo
  2. 如果大家平時用 docker 比較多，推薦透過搭建個人映象倉庫來解決映象拉取超時的問題
  3. kakfa 消費者 poll 的時候，消費者如果不在消費者組中，會先加入消費者組，那麼超時時間內可能 poll 不到資料，可以透過增大超時時間，或者重試機制來降低 poll 不到資料的異常次數（Topic 中沒有可拉取的資料而 poll 不到的情況不算異常情況）

相關文章