分区数量超过消费者时的 Apache Kafka 消息消费

Question

如果我运行的 Kafka 集群的分区数多于我的唯一消费者组的消费者数。对消息的排序或跨分区的消息按时传递是否有任何保证？

简单示例：
2 个分区，1 个消费者
生产者通过一个键控制分区分配。
消息 1 进入并转到分区 A
消息 2 进来并转到分区 B
消息 3 进来并转到分区 A

我知道消息 1 将在消息 3 之前被使用，因为它们在同一个分区中。但是消息 2 呢？它会在消息 3 之前或之后被消耗吗？还是会有所不同？有没有可能在消息 1 之前被消费？

此外，如果分区 A 不断有新的 Messages 进来，并且生产比消费快怎么办？消息 2 会无限期地位于分区 B 中吗？什么时候消费？是否可以保证消息不会永远存在？

更一般地说： 如果消费者被分配到多个分区，该消费者如何以及何时在这些分区之间进行交换？

Answer 1

订购保证

Kafka 仅在分区内提供排序保证。在您的示例中，消息 2 可能在消息 1 之前、消息 1 之后或消息 3 之后被使用。这仅取决于使用者的性能。有关这方面的更多信息，请参阅文档：https://kafka.apache.org/documentation.html#introduction（“消费者”和“保证”主题）。

消费缓慢

Kafka 代理不知道消费者。它将消息存储在日志段中，直到相应的日志段被删除。消费者可以随时连接到代理并从最旧的日志段开始消费。最短消息保留时间由两个配置属性控制：log.retention.hours 和log.retention.bytes（每个主题可能覆盖）。更多关于这方面的文档：https://kafka.apache.org/documentation.html#brokerconfigs。

回答您的问题：如果消费者最终比生产者慢，它有一些时间赶上（默认为 1 周）。如果没有，一些未使用的消息将被永久删除。

消费多个分区

高级消费者创建多个KafkaStream 对象，每个对象提供来自一个或多个分区的数据。如何使用这些流取决于您：在单独的线程中、循环等。还可以获取消息的时间戳并将流合并为单个流以恢复消息顺序。