Kafka 多线程消费者

• 多线程方案

Kafka 0.10.1.0 后，Kafka Consumer 变为双线程的设计 :

• 用户主线程 : 启动 Consumer 的 main
• 心跳线程 (Heartbeat Thread) : 定期对 Broker 发送心跳请求，探测消费者的存活性 (liveness）
• 将心跳频率与主线程处理频率分开，对俩者进行解耦

老 Consumer 是多线程的架构 :

• Fetcher 线程 : 每个 Consumer 给所有订阅的主题分区创建对应的消息获取线程
• Consumer 是阻塞式的（blocking），Consumer 启动后，内部会创建很多阻塞式的消息获取迭代器

新 Consumer 设计了单线程 + 轮询的机制 , 实现非阻塞式的消息获取

多线程方案

KafkaConsumer 不是线程安全的 (thread-safe)

• 所有的网络 I/O 处理都在用户主线程中，使用时要确保线程安全
• 不能在多个线程中共享同个 Kafka Consumer，不然会 ConcurrentModificationException 异常

两套多线程方案 :

1. 消费者启动多个线程，每个线程维护个 KafkaConsumer ，负责完整的消息获取、消息处理流程

2. 消费者用单或多线程获取消息，同时创建多个消费线程执行消息处理逻辑

例子 : 消费者要做 1、2、3、4、5

• 方法 1 : 工作划分为粗粒度，会创建多个线程，每个线程要执行 1、2、3、4、5，来实现并行处理，不能分割具体的子任务
• 方法 2 : 更细粒度化，将 1、2 分割，用单线程（也可多线程），将 3、4、5，用别的多个线程

方案 1 优势 :

• 实现简单，用多个线程在每个线程中创建各自 KafkaConsumer
• 多个线程之间没有任何交互，能避开线程安全
• 每个线程用各自 KafkaConsumer 来执行消息获取和消息处理逻辑，所以主题中的每个分区都能保证只被一个线程处理，容易实现分区内的消息消费顺序

方案 1 缺点 :

• 每个线程都要维护自己的 KafkaConsumer ，会占用更多的系统资源，如 : 内存、TCP 连接
• 线程数受限于 Consumer 订阅主题的总分区数 : 一个消费者组中，每个分区只能被组内的一个消费者所消费
• 当一个消费者组订阅 100 个分区，那最多只能扩展到 100 个线程
• 每个线程要执行消息获取和消息处理逻辑。一旦消息处理逻辑重，就造成消息处理速度慢，导致 Rebalance，从而引发整个消费者组的消费停滞

方案 2 优势 :

• 将任务分为消息获取和消息处理的俩个线程
• 高伸缩性 : 能独立调节消息获取的线程数，消息处理的线程数，不用考虑两者是否相互影响
• 消费获取速度慢，就增加消费获取的线程数
• 消息的处理速度慢，就增加 Worker 线程池线程数

方案 2 缺点 :

• 实现难度大，要管理两组线程
• 将消息获取和消息处理分开，无法保证分区内的消费顺序。如 : 在某个分区中，消息 1 在消息 2 前被保存，但Worker 线程可能先处理消息 2，再处理消息 1，会破坏消息在分区的顺序
• 多组线程，让整个消息消费链路被拉长，位移提交困难，可能出现重复消费

方案 1 的代码 :

• 创建 Runnable 类 : 执行消费获取和消费处理的逻辑
• 每个 KafkaConsumerRunner 类都会创建各种 KafkaConsumer

public class KafkaConsumerRunner implements Runnable {private final AtomicBoolean closed = new AtomicBoolean(false);private final KafkaConsumer consumer;public void run() {try {consumer.subscribe(Arrays.asList("topic"));while (!closed.get()) {ConsumerRecords records = consumer.poll(Duration.ofMillis(10000));//  执行消息处理逻辑}} catch (WakeupException e) {// Ignore exception if closingif (!closed.get()) throw e;} finally {consumer.close();}}// Shutdown hook which can be called from a separate threadpublic void shutdown() {closed.set(true);consumer.wakeup();}
}

方案 2 :

• 由线程池负责处理具体的消息

private final KafkaConsumer consumer;
private ExecutorService executors;
//...
private int workerNum = ...;executors = new ThreadPoolExecutor(workerNum, workerNum, 0L, TimeUnit.MILLISECONDS,new ArrayBlockingQueue<>(1000), new ThreadPoolExecutor.CallerRunsPolicy());//...
while (true)  {ConsumerRecords records = consumer.poll(Duration.ofSeconds(1));for (final ConsumerRecord record : records) {executors.submit(new Worker(record));}
}
//..