kafka的ack的三种机制是什么?

爱被打了一巴掌 2024-02-21 09:49 79阅读 0赞

Kafka的ACK机制是指生产者发送消息到Kafka代理并接收确认的方式。ACK机制有三种不同级别，用于控制生产者在消息发送后接收确认时的可靠性。这些级别分别是：

### 　　1.acks=0： ###

这是最不可靠的模式。生产者在发送消息后不会等待来自服务器的确认。这意味着消息可能会在发送之后丢失，而生产者将无法知道它是否成功到达服务器。

### 　　2.acks=1： ###

这是默认模式，也是一种折衷方式。在这种模式下，生产者会在消息发送后等待来自分区领导者(leader)的确认，但不会等待所有副本(replicas)的确认。这意味着只要消息被写入分区领导者，生产者就会收到确认。如果分区领导者成功写入消息，但在同步到所有副本之前宕机，消息可能会丢失。

### 　　3.acks=all： ###

这是最可靠的模式。在这种模式下，生产者会在消息发送后等待所有副本的确认。只有在所有副本都成功写入消息后，生产者才会收到确认。这确保了消息的可靠性，但会导致更长的延迟。

![1697593064481\_kafka的ack三种机制是什么.jpg][1697593064481_kafka_ack_.jpg]

下面是使用Java语言演示如何配置不同的ACK机制：

import org.apache.kafka.clients.producer.*;
    import java.util.Properties;
    
    public class KafkaProducerDemo {
        public static void main(String[] args) {
            Properties props = new Properties();
            props.put("bootstrap.servers", "localhost:9092");
            props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
            props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    
            // 配置 ACKs
            // acks=0：不等待确认
            // acks=1：等待分区领导者确认
            // acks=all：等待所有副本确认
            props.put("acks", "all");
    
            KafkaProducer<String, String> producer = new KafkaProducer<>(props);
    
            ProducerRecord<String, String> record = new ProducerRecord<>("my-topic", "key", "value");
    
            producer.send(record, new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("消息发送成功，偏移量：" + metadata.offset());
                    } else {
                        System.err.println("消息发送失败: " + exception.getMessage());
                    }
                }
            });
    
            producer.close();
        }
    }

在上面的示例中，我们配置了ACKs为 "all"，这意味着生产者将等待所有副本的确认，以确保消息的可靠性。根据实际需求，我们可以将acks的值设置为"0"或"1"以实现不同级别的可靠性。

[1697593064481_kafka_ack_.jpg]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/21/4ba176fd1f0f4510a59118fdc89e4c97.png