Kafka【问题 03】Connection to node -1 (/IP:9092) could not be established. Broker may not be available.

简介: Kafka【问题 03】Connection to node -1 (/IP:9092) could not be established. Broker may not be available.

1.报错详情

此问题仅出现在云服务器上,非云服务器未出现过一下报错:

15:50:26.736 [kafka-producer-network-thread | producer-1] 
WARN  o.a.k.c.NetworkClient - [processDisconnection,782] - [Producer clientId=producer-1] 
Connection to node -1 (/xxx.xx.xxx.xxx:9092) could not be established. 
Broker may not be available.

2.配置问题

非云服务器:

# 报错时仅配置了
listeners=PLAINTEXT://IP:9092

云服务器:

# 处理后
listeners=PLAINTEXT://云服务器IP:9092
advertised.listeners=PLAINTEXT://云服务器外网IP:9092

3.总结

  • 云服务器有两个IP,监听IP为云服务器IP,而advertised监听IP为云服务器的外网IP。
目录
相关文章
|
消息中间件
RabbitMq没开启rabbitmq_management插件控制台报错Node statistics not available
RabbitMq没开启rabbitmq_management插件控制台报错Node statistics not available
474 0
|
消息中间件 Kafka Shell
Connection to node 0 (/172.17.0.8:9092) could not be established. Broker may not be available. 是什么问题?
Connection to node 0 (/172.17.0.8:9092) could not be established. Broker may not be available. 是什么问题?
2041 10
|
JavaScript
NodeJs——无法使用内网IP访问
NodeJs——无法使用内网IP访问
348 1
|
消息中间件 Kafka 网络安全
Kafka. Broker not available
Kafka. Broker not available
890 0
|
消息中间件 Kafka 网络安全
Kafka. Broker not available
Kafka. Broker not available
671 0
|
消息中间件 存储 缓存
kafka 的数据是放在磁盘上还是内存上,为什么速度会快?
Kafka的数据存储机制通过将数据同时写入磁盘和内存,确保高吞吐量与持久性。其日志文件按主题和分区组织,使用预写日志(WAL)保证数据持久性,并借助操作系统的页缓存加速读取。Kafka采用顺序I/O、零拷贝技术和批量处理优化性能,支持分区分段以实现并行处理。示例代码展示了如何使用KafkaProducer发送消息。
|
消息中间件 存储 运维
为什么说Kafka还不是完美的实时数据通道
【10月更文挑战第19天】Kafka 虽然作为数据通道被广泛应用,但在实时性、数据一致性、性能及管理方面存在局限。数据延迟受消息堆积和分区再平衡影响;数据一致性难以达到恰好一次;性能瓶颈在于网络和磁盘I/O;管理复杂性涉及集群配置与版本升级。
809 1
|
消息中间件 Java Kafka
Flink-04 Flink Java 3分钟上手 FlinkKafkaConsumer消费Kafka数据 进行计算SingleOutputStreamOperatorDataStreamSource
Flink-04 Flink Java 3分钟上手 FlinkKafkaConsumer消费Kafka数据 进行计算SingleOutputStreamOperatorDataStreamSource
619 1
|
消息中间件 Java Kafka
Kafka不重复消费的终极秘籍!解锁幂等性、偏移量、去重神器,让你的数据流稳如老狗,告别数据混乱时代!
【8月更文挑战第24天】Apache Kafka作为一款领先的分布式流处理平台,凭借其卓越的高吞吐量与低延迟特性,在大数据处理领域中占据重要地位。然而,在利用Kafka进行数据处理时,如何有效避免重复消费成为众多开发者关注的焦点。本文深入探讨了Kafka中可能出现重复消费的原因,并提出了四种实用的解决方案:利用消息偏移量手动控制消费进度;启用幂等性生产者确保消息不被重复发送;在消费者端实施去重机制;以及借助Kafka的事务支持实现精确的一次性处理。通过这些方法,开发者可根据不同的应用场景灵活选择最适合的策略,从而保障数据处理的准确性和一致性。
1827 9
|
消息中间件 存储 关系型数据库
实时计算 Flink版产品使用问题之如何使用Kafka Connector将数据写入到Kafka
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。