kafka消费端提交offset的方式

Kafka 提供了 3 种提交 offset 的方式

1. 自动提交

复制

1 2 3 4

// 自动提交,默认true props.put("enable.auto.commit", "true"); // 设置自动每1s提交一次 props.put("auto.commit.interval.ms", "1000");

1. 手动同步提交 offset

复制

1	consumer.commitSync();

1. 手动异步提交 offset

复制

1	consumer.commitAsync();

上面说了既然异步提交 offset 可能会重复消费, 那么我使用同步提交是否就可以表明这个问题呢？

复制

1 2 3 4 5 6 7

while(true) { ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis()); records.forEach(record -> { insertIntoDB(record); consumer.commitSync(); }); }

很明显不行, 因为 insertIntoDB 和 commitSync() 做不到原子操作, 如果 insertIntoDB() 成功了，但是提交 offset 的时候 consumer 挂掉了，然后服务器重启，仍然会导致重复消费问题。

如何做到不重复消费？

只要保证处理消息和提交 offset 得操作是原子操作，就可以做到不重复消费。我们可以自己管理 committed offset, 而不让 kafka 来进行管理。

比如如下使用方式:

1. 如果消费的数据刚好需要存储在数据库，那么可以把 offset 也存在数据库，就可以就可以在一个事物中提交这两个结果，保证原子操作。
2. 借助搜索引擎，把 offset 和数据一起放到索引里面，比如 Elasticsearch

每条记录都有自己的 offset, 所以如果要管理自己的 offset 还得要做下面事情

1. 设置 enable.auto.commit=false
2. 使用每个 ConsumerRecord 提供的 offset 来保存消费的位置。
3. 在重新启动时使用 seek(TopicPartition, long) 恢复上次消费的位置。

通过上面的方式就可以在消费端实现”Exactly Once” 的语义, 即保证只消费一次。但是是否真的需要保证不重复消费呢？这个得看具体业务, 重复消费数据对整体有什么影响在来决定是否需要做到不重复消费。