本文将对Kafka Consumer做一个简单的介绍，是深入研究Kafka Conumer的一扇窗。主要从如下三个方面展开：
- 核心参数
- 核心组件
- 核心API
1、Kafka Consumer核心参数览
个人觉得，要想深入了解Kafka Consumer的核心工作机制可以从它的核心参数切入，为后续深入了解它的队列负载机制、消息拉取模型、消费模型、位点提交等机制打下基础。
kafka Consumer的核心属性定义在ConsumerConfig中。
1.1 基础功能参数
- group.id
消费组名称。
- client.id
客户端标识id，默认为consumer-序号，在实践中建议包含客户端IP，在一个消费组中不能重复。
- bootstrap.servers
broker服务端地址列表。
- client.dns.lookup
客户端寻找bootstrap地址的方式，支持如下两种方式：
- resolve_canonical_bootstrap_servers_only
这种方式，会依据bootstrap.servers提供的主机名(hostname)，根据主机上的名称服务返回其IP地址的数组(InetAddress.getAllByName)，然后依次获取inetAddress.getCanonicalHostName()，再建立tcp连接。
一个主机可配置多个网卡，如果启用该功能，应该可以有效利用多网卡的优势，降低Broker的网络端负载压力。
- use_all_dns_ips
这种方式会直接使用bootstrap.servers中提供的hostname、port创建tcp连接，默认选项。
- enable.auto.commit
是否开启自动位点提交，默认为true。
- auto.commit.interval.ms
如果开启自动位点提交，位点的提交频率，默认为5s。
- partition.assignment.strategy
消费端队列负载算法，默认为按区间平均分配(RangeAssignor),可选值:轮询(RoundRobinAssignor)
- auto.offset.reset
重置位点策略，但kafka提交位点时，对应的消息已被删除时采取的恢复策略，默认为latest，可选：earliest、none(会抛出异常)。
- key.deserializer
使用的key序列化类
- value.deserializer
消息体序列化类
- interceptor.classes
消费端拦截器，可以有多个。
- check.crcs
在消费端时是否需要校验CRC，默认为true。
1.2 网络相关参数
- send.buffer.bytes
网络通道(TCP)的发送缓存区大小，默认为128K。
- receive.buffer.bytes
网络通道(TCP)的接收缓存区大小，默认为32K。
- reconnect.backoff.ms
重新建立链接的等待时长，默认为50ms，属于底层网络参数，基本无需关注。
- reconnect.backoff.max.ms
重新建立链接的最大等待时长，默认为1s，连续两次对同一个连接建立重连，等待时间会在reconnect.backoff.ms的初始值上成指数级递增，但超过max后，将不再指数级递增。
- retry.backoff.ms
重试间隔时间，默认为100ms。
- connections.max.idle.ms
连接的最大空闲时间，默认为9s。
- request.timeout.ms
请求的超时时间，与Broker端的网络通讯的请求超时时间。
1.3 核心工作参数
- max.poll.records
每一次poll方法调用拉取的最大消息条数，默认为500。
- max.poll.interval.ms
两次poll方法调用的最大间隔时间，单位毫秒，默认为5分钟。如果消费端在该间隔内没有发起poll操作，该消费者将被剔除，触发重平衡，将该消费者分配的队列分配给其他消费者。
- session.timeout.ms
消费者与broker的心跳超时时间,默认10s，broker在指定时间内没有收到心跳请求，broker端将会将该消费者移出，并触发重平衡。
- heartbeat.interval.ms
心跳间隔时间，消费者会以该频率向broker发送心跳，默认为3s，主要是确保session不会失效。
- fetch.min.bytes
一次拉取消息最小返回的字节数量，默认为1字节。
- fetch.max.bytes
一次拉取消息最大返回的字节数量，默认为1M，如果一个分区的第一批消息大小大于该值也会返回。
- max.partition.fetch.bytes
一次拉取每一个分区最大拉取字节数，默认为1M。
- fetch.max.wait.ms
fetch等待拉取数据符合fetch.min.bytes的最大等待时间。
- metadata.max.age.ms
元数据在客户端的过期时间，过期后客户端会向broker重新拉取最新的元数据，默认为5分钟。
- internal.leave.group.on.close
消费者关闭后是否立即离开订阅组，默认为true，即当客户端断开后立即触发重平衡。如果设置为false，则不会立即触发重平衡，而是要等session过期后才会触发。
2、KafkaConsumer核心组件与API
通过KafkaConsumer核心参数，我们基本可以窥探Kafka中的核心要点，接下来再介绍一下KafkaConsumer的核心组件，为后续深入研究Kafka消费者消费模型打下基础。
2.1 核心组件
KafkaConsumer由如下几个核心组件构成：
- ConsumerNetworkClient
消费端网络客户端，服务底层网络通讯，负责客户端与服务端的RPC通信。
- ConsumerCoordinator
消费端协调器，在Kafka的设计中，每一个消费组在集群中会选举一个broker节点成为该消费组的协调器，负责消费组状态的状态管理，尤其是消费组重平衡(消费者的加入与退出)，该类就是消费者与broker协调器进行交互。
- Fetcher
消息拉取。
温馨提示：本文不打算对每一个组件进行详细解读，这里建议大家按照本文第一部分关于各个参数的含义，然后对照这些参数最终是传resume递给哪些组件，进行一个关联思考。
2.2 核心API概述
最后我们再来看一下消费者的核心API。
- Set< TopicPartition> assignment()
获取该消费者的队列分配列表。
- Set< String> subscription()
获取该消费者的订阅信息。
- void subscribe(Collection< String> topics)
订阅主题。
- void subscribe(Collection< String> topics, ConsumerRebalanceListener callback)
订阅主题，并指定队列重平衡的监听器。
- void assign(Collection< TopicPartition> partitions)
取代 subscription，手动指定消费哪些队列。
- void unsubscribe()
取消订阅关系。
- ConsumerRecords
poll(Duration timeout)
拉取消息，是 KafkaConsumer 的核心方法，将在下文详细介绍。
- void commitSync()
同步提交消费进度，为本批次的消费提交，将在后续文章中详细介绍。
- void commitSync(Duration timeout)
同步提交消费进度，可设置超时时间。
- void commitSync(Map
offsets)
显示同步提交消费进度， offsets 指明需要提交消费进度的信息。
- void commitSync(final Map
offsets, final Duration timeout)
显示同步提交消费进度，带超时间。
- void seek(TopicPartition partition, long offset)
重置 consumer#poll 方法下一次拉消息的偏移量。
- void seek(TopicPartition partition, OffsetAndMetadata offsetAndMetadata)
seek 方法重载方法。
- void seekToBeginning(Collection< TopicPartition> partitions)
将 poll 方法下一次的拉取偏移量设置为队列的初始偏移量。
- void seekToEnd(Collection< TopicPartition> partitions)
将 poll 方法下一次的拉取偏移量设置为队列的最大偏移量。
- long position(TopicPartition partition)
获取将被拉取的偏移量。
- long position(TopicPartition partition, final Duration timeout)
同上。
- OffsetAndMetadata committed(TopicPartition partition)
获取指定分区已提交的偏移量。
- OffsetAndMetadata committed(TopicPartition partition, final Duration timeout)
同上。
- Map metrics()
统计指标。
- List< PartitionInfo> partitionsFor(String topic)
获取主题的路由信息。
- List< PartitionInfo> partitionsFor(String topic, Duration timeout)
同上。
- Map listTopics()
获取所有 topic 的路由信息。
- Map listTopics(Duration timeout)
同上。
- Set< TopicPartition> paused()
获取已挂起的分区信息。
- void pause(Collection< TopicPartition> partitions)
挂起分区，下一次 poll 方法将不会返回这些分区的消息。
- void resume(Collection< TopicPartition> partitions)
恢复挂起的分区。
- Map
offsetsForTimes(MaptimestampsToSearch)
根据时间戳查找最近的一条消息的偏移量。
- Map
offsetsForTimes(MaptimestampsToSearch, Duration timeout)
同上。
- Map
beginningOffsets(Collection< TopicPartition> partitions)
查询指定分区当前最小的偏移量。
- Map
beginningOffsets(Collection< TopicPartition> partitions, Duration timeout)
同上。
- Map
endOffsets(Collection< TopicPartition> partitions)
查询指定分区当前最大的偏移量。
- Map
endOffsets(Collection< TopicPartition> partitions, Duration timeout)
同上。
- void close()
关闭消费者。
- void close(Duration timeout)
关闭消费者。
- void wakeup()
唤醒消费者。
Kafka提供的消费者并不像RocketMQ提供了Push模式自动拉取消息，需要应用程序自动组织这些API进行消息拉取。
值得注意的kafka消费者也支持位点自动提交机制，kafka的消费者(KafkaConsumer)对象是线程不安全的。
基于KafkaConsumer的pause(暂停某些分区的消费)与resume(恢复某些分区的消费)，可以轻松实现消费端限流机制。
本文主要是对消费者有一个大概的了解，后续文章将持续逐一解开消费者的核心运作机制，请持续关注。
本文转载自微信公众号「中间件兴趣圈」，可以通过以下二维码关注。转载本文请联系中间件兴趣圈公众号。
