Kafka学习之怎么保证不丢，不重复消费数据

喜欢ヅ旅行 2022-06-11 05:09 198阅读 0赞

# Kafka学习之怎么保证不丢，不重复消费数据 #

Kafka作为当下流行的高并发消息中间件，大量用于数据采集，实时处理等场景，我们在享受它带来的高并发，高可靠等便利时，同时不得不面对可能存在的问题，最常见的就是丢包，重发问题。

--------------------

## 1. 丢包问题 ##

### 1.1 问题描述 ###

> 所谓丢包一般是指发送方发送的数据未到达接收方. 常见的丢包可能发生在发送端, 网络,接收端.

例如,消息推送服务，每天早上，手机上各终端都会给用户推送消息，这时候流量剧增，可能会出现kafka发送数据过快，导致服务器网卡爆满，或者磁盘处于繁忙状态，可能会出现丢包现象。

### 1.2 问题解决 ###

> 解决方案：
> 
> 1.  对kafka进行限速，平滑流量
> 2.  启用重试机制，重试间隔时间设置长一些
> 3.  Kafka设置acks=all，即需要相应的所有处于ISR的分区都确认收到该消息后，才算发送成功。

> 检测方法：使用重放机制，查看问题所在。

--------------------

## 2.重发问题 ##

### 2.1 问题描述 ###

*  重发问题：当消费者重新分配partition的时候，可能出现从头开始消费的情况，导致重发问题。当消费者消费的速度很慢的时候，可能在一个session周期内还未完成，导致心跳机制检测报告出问题。

> 问题场景：  
> 1.设置offset为自动提交，正在消费数据，kill消费者线程；  
> 2.设置offset为自动提交，关闭kafka时，如果在close之前，调用 consumer.unsubscribe() 则有可能部分offset没提交，下次重启会重复消费；  
> 3.消费kafka与业务逻辑在一个线程中处理，可能出现消费程序业务处理逻辑阻塞超时，导致一个周期内，offset还未提交；继而重复消费，但是业务逻辑可能采用发送kafka或者其他无法回滚的方式；

### 2.2 问题分析 ###

> 底层根本原因：已经消费了数据，但是offset没提交。  
> 配置问题：设置了offset自动提交  
> 重复消费最常见的情况：re-balance问题,通常会遇到消费的数据，处理很耗时，导致超过了Kafka的session timeout时间（0.10.x版本默认是30秒），那么就会re-balance重平衡，此时有一定几率offset没提交，会导致重平衡后重复消费。

### 2.3 问题解决 ###

> 解决办法：至少成功发送一次+去重操作（幂等性）

#### 2.3.1 如何保证至少成功发送一次 ####

> 保证不丢失消息：
> 
> > 生产者（ack=all 代表至少成功发送一次)  
> > 消费者 （offset手动提交，业务逻辑成功处理后，提交offset）

#### 2.3.2 去重操作(幂等性) ####

> 去重问题：消息可以使用唯一id标识
> 
> > 保证不重复消费：落表（主键或者唯一索引的方式，避免重复数据）  
> > 业务逻辑处理（选择唯一主键存储到Redis或者mongdb中，先查询是否存在，若存在则不处理；若不存在，先插入Redis或Mongdb,再进行业务逻辑处理）

## 3. Spring和kafka结合 ##

Spring集成kafka项目: [https://github.com/longyu109/spring-kafka][https_github.com_longyu109_spring-kafka]

[https_github.com_longyu109_spring-kafka]: https://github.com/longyu109/spring-kafka