3、案例二
没有指明 partition 值但有 key 的情况下，将 key 的 hash 值与 topic 的 partition 数进行取余得到 partition 值。
package org.zhm.producer; import org.apache.kafka.clients.producer.*; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; /** * @ClassName CustomProducerCallback1 * @Description TODO * @Author Zouhuiming * @Date 2023/6/12 19:21 * @Version 1.0 */ public class CustomProducerCallback1 { public static void main(String[] args) { Properties properties=new Properties(); properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092"); properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); KafkaProducer<String,String> kafkaProducer=new KafkaProducer(properties); for (int i = 0; i < 5; i++) { //依次指定key值为a、b、f，数据key的hash值与3分别发往1、2、0 kafkaProducer.send(new ProducerRecord<>("first", "a", "zhm" + i), new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e==null){ System.out.println("当key为a时："+"主题："+recordMetadata.topic()+"分区："+recordMetadata.partition()); }else { e.printStackTrace(); } } }); } for (int i = 0; i < 5; i++) { //依次指定key值为a、b、f，数据key的hash值与3分别发往1、2、0 kafkaProducer.send(new ProducerRecord<>("first", "b", "zhm" + i), new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e==null){ System.out.println("当key为b时："+"主题："+recordMetadata.topic()+"分区："+recordMetadata.partition()); }else { e.printStackTrace(); } } }); } for (int i = 0; i < 5; i++) { //依次指定key值为a、b、f，数据key的hash值与3分别发往1、2、0 kafkaProducer.send(new ProducerRecord<>("first", "f", "zhm" + i), new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e==null){ System.out.println("当key为f时："+"主题："+recordMetadata.topic()+"分区："+recordMetadata.partition()); }else { e.printStackTrace(); } } }); } kafkaProducer.close(); } }
（1）测试
①在 hadoop102 上开启 Kafka 消费者。
bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
②在 IDEA 中执行代码，观察 hadoop102 控制台中是否接收到消息。
1.4.3
1.4.3 自定义分区器
如果研发人员可以根据企业需求，自己重新实现分区器
1、例如我们实现一个分区器实现，发送过来的数据中如果包含 atguigu，就发往 0 号分区，不包含 atguigu，就发往 1 号分区。
2、案例实现
（1）定义类实现 Partitioner 接口。
（2）重写 partition()方法。
package org.zhm.producer; import org.apache.kafka.clients.producer.Partitioner; import org.apache.kafka.common.Cluster; import java.util.Map; /** * @ClassName Mypartitioner * @Description TODO * @Author Zouhuiming * @Date 2023/6/12 19:28 * @Version 1.0 */ /** 1、实现接口Partitioner 2、实现三个方法：Partition、close、configure 3、编写Partition方法，返回分区号 */ public class MyPartitioner implements Partitioner { /* * * @description:返回信息对应的分区 * @author: zouhuiming * @date: 2023/6/12 19:30 * @param: [s, o, bytes, o1, bytes1, cluster] * [主题、消息的key、消息的key序列化后的字节数组、消息的value、消息的value序列哈后字节数组、集群元数据可以查看的分区信息] * @return: int **/ @Override public int partition(String s, Object o, byte[] bytes, Object o1, byte[] bytes1, Cluster cluster) { //获取信息 String msyValue = o1.toString(); //创建partition int partition; //判断信息是否包含zhm if (msyValue.contains("zhm")){ partition=0; } else { partition=1; } //返回分区号 return partition; } @Override public void close() { } @Override public void configure(Map<String, ?> map) { } }
（3）使用分区器的方法，在生产者的配置中添加分区器参数。
package org.zhm.producer; import org.apache.kafka.clients.producer.*; import org.apache.kafka.common.serialization.StringSerializer; import java.util.Properties; /** * @ClassName CustomProducerCallbackPartitionsMine * @Description TODO * @Author Zouhuiming * @Date 2023/6/12 19:35 * @Version 1.0 */ public class CustomProducerCallbackPartitionsMine { public static void main(String[] args) { Properties properties=new Properties(); properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092"); properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName()); properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName()); //添加自定义分区器 properties.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,"org.zhm.producer.MyPartitioner"); KafkaProducer<String,String> kafkaProducer=new KafkaProducer<String, String>(properties); for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<>("first", "zhm" + i), new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e==null){ System.out.println("主题："+recordMetadata.topic()+"分区："+recordMetadata.partition()); }else { e.printStackTrace(); } } }); } for (int i = 0; i < 5; i++) { kafkaProducer.send(new ProducerRecord<>("first", "hello" + i), new Callback() { @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (e==null){ System.out.println("主题："+recordMetadata.topic()+"分区："+recordMetadata.partition()); }else { e.printStackTrace(); } } }); } kafkaProducer.close(); } }
（4）测试
①在 hadoop102 上开启 Kafka 消费者。
bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
②在 IDEA 控制台观察回调信息。
1.5 生产经验——生产者如何提高吞吐量
- batch.size:批次大小，默认16k
- linger.ms:等待时间，修改为5-100ms
- compression.type:压缩snappy
- RecordAccumulator:缓存区大小，修改1为64MB
1.6 生产经验——数据可靠性
1、ack应答原理
可靠性总结：
acks=0，生产者发送过来数据就不管了，可靠性差，效率高；
acks=1，生产者发送过来数据Leader应答，可靠性中等，效率中等；
acks=-1（all），，生产者发送过来数据Leader和ISR队列里面所有Follwer应答，可靠性高，效率低；
在生产环境中，acks=0很少使用；acks=1，一般用于传输普通日志，允许丢个别数据；acks=-1，一般用于传输和钱相关的数据，对可靠性要求比较高的场景。
数据重复分析
1.7 生产经验——数据去重
1.7.1 数据传递语义
至少一次（At Least Once） =ACK级别设置为-1+分区副本数大于等于2+ISR里应答的最小副本数量大于等于2
最多一次（At Most Once）=ACK级别设置为0
总结
At Least Once可以保证数据不丢失，但是不能保证数据不重复；
At Most Once可以保证数据不重复，但是不能保证数据不丢失。
精确一次（Exactly Once）：对于一些非常重要的信息，比如和钱相关的数据，要求数据既不能重复也不丢失。Kafka 0.11版本以后，引入了一项重大特性：幂等性和事务。
1.7.2 幂等性
幂等性就是指Producer不论向Broker发送多少次重复数据，Broker端都只会持久化一条，保证了不重复。
精确一次（Exactly Once） = 幂等性 + 至少一次（ ack=-1 + 分区副本数>=2 + ISR最小副本数量>=2） 。
重复数据的判断标准：具有<PID,Partition,SeqNumber>相同主键的消息提交时，Broker只会持久化一条。其中PID是Kafka每次重启都会分配一个新的；Partition表示分区号；Sequence Number是单调自增的。
所以幂等性只能保证的是在单分区单会话内不重复。
如何启用幂等性
开启参数 enable.idempotence 默认为 true，false 关闭
1.7.3 生产者事务
1、Kafka事务原理
注意：开启事务，必须开启幂等性
2、Kafka 的事务一共有如下 5 个 API
// 1 初始化事务 void initTransactions(); // 2 开启事务 void beginTransaction() throws ProducerFencedException; // 3 在事务内提交已经消费的偏移量（主要用于消费者） void sendOffsetsToTransaction(Map<TopicPartition, OffsetAndMetadata> offsets, String consumerGroupId) throws ProducerFencedException; // 4 提交事务 void commitTransaction() throws ProducerFencedException; // 5 放弃事务（类似于回滚事务的操作） void abortTransaction() throws ProducerFencedException;
1.8 生产经验——数据有序
1.8 生产检验——数据乱序
1、kafka在1.x版本之前保证数据单分区有序，条件如下：
max.in.flight.requests.per.connection=1（不需要考虑是否开启幂等性）。
2、kafka在1.x及以后版本保证数据单分区有序，条件如下：
（1）未开启幂等性
max.in.flight.requests.per.connection需要设置为1。
（2）开启幂等性
max.in.flight.requests.per.connection需要设置小于等于5。
原因说明：因为在kafka1.x以后，启用幂等后，kafka服务端会缓存producer发来的最近5个request的元数据，故无论如何，都可以保证最近5个request的数据都是有序的。
