Kafka的三種客戶端線程模型和一個小驚喜

Kafka 作為一個流式數據平臺，對開發(fā)者提供了三種客戶端：生產者 / 消費者、連接器、流處理。本文著重分析這三種客戶端的線程模型。看到最后的通常都有驚喜。
消費者的線程模型
0.8 版本以前的消費者客戶端會創(chuàng)建一個基于 ZK 的消費者連接器，一個消費者客戶端是一個 Java 進程，消費者可以訂閱多個主題，每個主題也可以多個線程。為了讓消息在多個節(jié)點被分布式地消費，提高消息處理的吞吐量，Kafka 允許多個消費者訂閱同一個主題，這些消費者需要滿足“一個分區(qū)只能被一個消費者中的一個線程處理”的限制條件。通常，我們會將同一份相同業(yè)務處理邏輯的應用程序部署在不同機器上，并且指定一個消費組編號。當不同機器上的消費者進程啟動后，所有這些消費者進程就組成了一個邏輯意義上的消費組。

新源網站建設公司創(chuàng)新互聯建站,新源網站設計制作，有大型網站制作公司豐富經驗。已為新源上千多家提供企業(yè)網站建設服務。企業(yè)網站搭建\成都外貿網站建設要多少錢，請找那個售后服務好的新源做網站的公司定做！

消費組中的消費者數量是動態(tài)變化的，當有新消費者加入消費組，或者舊消費者離開消費組，都會觸發(fā)基于 ZK 的消費組“再平衡”操作。當“再平衡”操作發(fā)生時，每個消費者都會在客戶端執(zhí)行分區(qū)分配算法，然后從全局的分配結果中獲取屬于自己的分區(qū)。它的缺點是消費者會和 ZK 產生頻繁的交互，造成 ZK 集群的壓力過大，并且容易產生羊群效應和腦裂等問題。

在 0.8 版本以后，Kafka 重新設計了客戶端，并且引入了“協調者”和“消費組管理協議”。新的消費者將“消費組管理協議”和“分區(qū)分配策略”進行了分離。協調者負責消費組的管理，而分區(qū)分配則會在消費組的一個主消費者中完成。采用這種方式，每個消費者都需要發(fā)送下面兩種請求給協調者。

加入組請求：協調者收集消費組的所有消費者，并選舉一個主消費者執(zhí)行分區(qū)分配工作。

同步組請求：主消費者完成分區(qū)分配，由協調者將分區(qū)的分配結果傳播給每個消費者。

新版本的消費者客戶端引入了一個客戶端協調者的抽象類，它的實現除了消費者的協調者，還有一個連接器的實現。

連接器的線程模型
Kafka 連接器的出現標準化了 Kafka 與各種外部存儲系統的數據同步。用戶開發(fā)和使用連接器就變得非常簡單，只需要在配置文件中定義連接器，就可以將外部系統的數據導入 Kafka 或將 Kafka 數據導出到外部系統。如圖 1 所示，中間部分都是 Kafka 連接器的內部組件，包括源連接器（Source Connector）和目標連接器（Sink Connector）。

圖 1 Kafka 連接器的源連接器與目標連接器

Kafka 連接器的單機模式會在一個進程內啟動一個 Worker 以及所有的連接器和任務。分布式模式的每個進程都有一個 Worker，而連接器和任務則分別運行在各個節(jié)點上。圖 2 列舉了連接器和任務在不同 Worker 上的四種分布方式：

一個 Worker，一個源任務、一個目標任務

一個 Worker，兩個源任務、兩個目標任務

兩個 Worker，兩個源任務、兩個目標任務

三個 Worker，兩個源任務、兩個目標任務

圖 2 分布式模式的 Kafka 連接器集群

分布式模式下，不同 Worker 進程之間的協調工作類似于消費者的協調。消費者通過協調者獲取分配的分區(qū)，Worker 也會通過協調者獲取分配的連接器與任務。如圖 3 所示，消費者客戶端和 Worker 客戶端為了加入到組管理中，分別通過客戶端的協調者對象來和服務端的消費組協調（GroupCoordinator）通信。

圖 3 消費者和 Worker 的工作都是通過協調者分配的

流處理的線程模型
Kafka 流處理的工作流程簡單來看分成三個步驟：消費者讀取輸入分區(qū)的數據、流式地處理每條數據、生產者將處理結果寫入輸出分區(qū)，這里面步驟 1 也充分利用了“消費組管理協議”。Kafka 流處理的輸入數據源基于具有分布式分區(qū)模型的 Kafka 主題，它的線程模型主要由下面三個類組成：

流實例（KafkaStreams）：通常一個節(jié)點（一臺機器）只運行一個流實例。

流線程（StreamThread）：一個流實例可以配置多個流線程。

流任務（StreamTask）：一個流線程可以運行多個流任務，根據輸入主題的分區(qū)數確定任務數。

如圖 4 所示，輸入主題有六個分區(qū)，Kafka 流處理總共就會產生六個流任務。流實例可以動態(tài)擴展，流線程的個數也可以動態(tài)配置。圖中一共有三個流線程，則每個流線程會有兩個流任務，每個流任務都對應輸入主題的一個分區(qū)。

圖 4 Kafka 流處理的線程模型

Kafka 的流處理框架使用并行的線程模型處理輸入主題的數據集，這種設計思路和 Kafka 的消費者線程模型非常類似。消費者分配到訂閱主題的不同分區(qū)，流處理框架的流任務也分配到輸入主題的不同分區(qū)。如圖 5 所示，輸入主題 1 的分區(qū) P1 和輸入主題 2 的分區(qū) P1 分配給流線程 1 的流任務，輸入主題 1 的分區(qū) P2 和輸入主題 2 的分區(qū) P2 分配給流線程 2 的流任務。流處理相比消費者，還會將拓撲的計算結果寫到輸出主題。

圖 5 消費者模型與流處理的線程模型

消費者和流處理的故障容錯機制也是類似的。如圖 6 所示，假設消費者 2 進程掛掉，它所持有的分區(qū)會被分配給同一個消費組中的消費者 1，這樣消費者 1 會分配到訂閱主題的所有分區(qū)。對于流處理而言，如果流線程 2 掛掉了，流線程 2 中的流任務會分配給流線程 1。即流線程 1 會運行兩個流任務，每個流任務分配的分區(qū)仍然保持不變。

圖 6 消費者與流處理的故障容錯機制

小 結
Kafka 客戶端抽象出來的的“組管理協議”充分運用在消費者、連接器、流處理三個使用場景中?？蛻舳酥械南M者、連接器中的工作者、流處理中的流進程都可以看做“組”的一個成員。當增加或減少組成員時，在這個協議的約束下，每個組成員都可以獲取到最新的任務，從而做到無縫的任務遷移。一旦理解了“組管理協議”，對于理解 Kafka 的架構設計是很有幫助的。

標題名稱：Kafka的三種客戶端線程模型和一個小驚喜
URL鏈接：http://muchs.cn/article32/jopssc.html

成都網站建設公司_創(chuàng)新互聯，為您提供網站收錄、關鍵詞優(yōu)化、網站設計公司、定制開發(fā)、網站內鏈、營銷型網站建設

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯