Kafka Consumer Group和Consumer Rebalance機制

在新建一個Consumer時,我們可以通過指定groupId來將其添加進一個Consumer Group中。Consumer Group是為了實現多個Consumer能夠并行的消費一個Topic,并且一個partition只能被一個Consumer Group里的一個固定的Consumer消費。

Consumer Rebalance

對于一個Consumer Group,可能隨時都有Consumer加入或者退出這個Consumer Group,Consumer列表的變化勢必會引起partition的重新分配。這個為Consumer分配partition的過程就被稱為Consumer Rebalance。

出現任何以下的場景都會觸發Consumer Rebalance操作:

  • 有新的消費者加入Consumer Group。
  • 有消費者主動退出Consumer Group。
  • Consumer Group訂閱的任何一個Topic出現分區數量的變化
  • ......

默認情況下,Kafka提供了兩種分配策略:Range和RoundRobin

Range策略

range策略的具體步驟如下:

  1. 對一個topic中的partition進行排序
  2. 對消費者按字典進行排序
  3. 然后遍歷排序后的partition的方式分配給消費者

舉個例子,比如有兩個消費者C0和C1,兩個topic(t0,t1),每個topic有三個分區p(0-2),

那么采用Range策略,分配出的結果為:

  • C0: [t0p0, t0p1, t1p0, t1p1]
  • C1: [t0p2, t1p2]

RoundRobin策略

RoundRobin策略和Range策略類型,唯一的區別就是Range策略分配partition時,是按照topic逐次劃分的。而RoundRobin策略則是將所有topic的所有分區一起排序,然后遍歷partition分配給消費者。

因此,采用RoundRobin策略,分配出的結果為:

  • C0: [t0p0, t0p2, t1p1]
  • C1: [t0p1, t1p0, t1p2]

Group Coordinator

Group Coordinator是負責管理Consumer Group的組件。當一個Consumer希望加入某一個Consumer Group時,它會發送一個請求給Group Coordinator。Group Coordinator負責維護一個Consumer Group中所有的Consumer列表,隨著Consumer的加入和退出,Coordinator也會隨之更新這個列表。

第一個加入Consumer Group的Consumer被稱為leader。

一旦Consumer Group中的成員發生變化,例如有新的Consumer加入,那么就需要為其分配partition;或者有Consumer退出,那么就需要將其負責消費的partition分配給組內其他成員。因此Consumer Group中的成員發生變化, Group Coordinator就負責發起Consumer Rebalance活動。

值得注意的是,真正的Consumer Rebalance行為是由Consumer Group Leader執行的。Group Leader首先向Coordinator獲取Group中的Consumer成員列表,然后根據Rebalance策略,將partition分配給Consumer Group中的成員,再將分配結果告知Coordinator。最后,Coordinator將partition分配結果通知給每一個Consumer。在Consumer Rebalance的過程中,所有的Consumer都不允許消費消息。

Producer發送消息到Topic時,分配partition的算法如下:

  1. 如果指定了一個partition,那么直接使用指定的partition
  2. 如果沒有指定partition,但是指定了key,那么會根據key進行哈希,分配到對應的partition中
  3. 如果partition和key都沒指定,會使用round-robin算法進行分配

總結

  1. Consumer Groups 用于多個Consumer并行消費消息。為了防止兩個消費者重復消費一條消息,Kafka不允許同一個Consumer Group中的兩個Consumer讀取同一個partition。
  2. Group Coordinator 用于維護Consumer Group信息。
  3. Consumer Rebalance 是為Consumer Group中的Consumer分配partition的過程。一旦一個Consumer Group中的成員發生變化,就會觸發Rebalance行為。
  4. Group leader 是第一個加入Consumer Group的Consumer,它負責Consumer Rebalance的執行。
  5. Consumer Rebalance策略主要有Range和Round Robin。

參考文章

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,622評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,716評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,746評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,991評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,706評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,036評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,029評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,203評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,725評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,451評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,677評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,161評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,857評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,266評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,606評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,407評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,643評論 2 380

推薦閱讀更多精彩內容