kafka 怎么创建group

kafka 怎么创建group,第1张

innodb_log_file_size = 500M #事物日志大小

#innodb_log_file_size =100M

innodb_log_files_in_group = 2 #两组事物日志

innodb_log_group_home_dir = /longxibendi/mysql/mysql/var/#日志组

本文案例基于 kafka 2.8

消费组是kafka的一种可扩展的消息机制, 可以消费负载均衡, 横向扩展消费者的消费能力. 同一个消费组的消费者共享group id.

通过添加多个消费者一样可以增加消费能力, 为什么要有消费组这种机制呢? 比无群组通过直接添加消费者扩展消费能力好在哪里?

消费组添加消费者是动态添加的, 在客户端创建消费组, 起一个消费者客户端, 需要上传订阅的主题, 当前消费者订阅当前主题. 当需要添加多个消费者的时候, 同样的创建消费组, 起一个消费者客户端, 主题和群组名相同, 就能添加第二个消费者. 以此类推添加多个消费者.

服务端查看群组以及消费者信息

由上可见, 创建了一个ReduxConsumerGroup的消费组, 主题分区[0, 1]两个分区被分配给同一个消费者.

服务端查看群组以及消费者信息

同一个主题, 两个分区被分配给两个不同的消费者.

只需要将消费者客户端退出即可.

服务端查看群组以及消费者信息

可见, 第一个消费者消失, 主题分区被分配给第二个消费者

服务端查看群组以及消费者信息

消费者全部去除.

在新建一个Consumer时,我们可以通过指定groupId来将其添加进一个Consumer Group中。 Consumer Group是为了实现多个Consumer能够并行的消费一个Topic,并且一个partition只能被一个Consumer Group里的一个固定的Consumer消费。

对于一个Consumer Group,可能随时都有Consumer加入或者退出这个Consumer Group,Consumer列表的变化势必会引起partition的重新分配。这个为Consumer分配partition的过程就被称为Consumer Rebalance。

出现任何以下的场景都会触发Consumer Rebalance *** 作:

默认情况下,Kafka提供了两种分配策略:Range和RoundRobin

range策略的具体步骤如下:

举个例子,比如有两个消费者C0和C1,两个topic(t0,t1),每个topic有三个分区p(0-2),

那么采用Range策略,分配出的结果为:

RoundRobin策略和Range策略类型,唯一的区别就是Range策略分配partition时,是按照topic逐次划分的。而RoundRobin策略则是将所有topic的所有分区一起排序,然后遍历partition分配给消费者。

因此,采用RoundRobin策略,分配出的结果为:

Group Coordinator是负责管理Consumer Group的组件。当一个Consumer希望加入某一个Consumer Group时,它会发送一个请求给Group Coordinator。Group Coordinator负责维护一个Consumer Group中所有的Consumer列表,随着Consumer的加入和退出,Coordinator也会随之更新这个列表。

第一个加入Consumer Group的Consumer被称为leader。

一旦Consumer Group中的成员发生变化,例如有新的Consumer加入,那么就需要为其分配partition;或者有Consumer退出,那么就需要将其负责消费的partition分配给组内其他成员。因此Consumer Group中的成员发生变化, Group Coordinator就负责发起Consumer Rebalance活动。

值得注意的是,真正的Consumer Rebalance行为是由Consumer Group Leader执行的。Group Leader首先向Coordinator获取Group中的Consumer成员列表,然后根据Rebalance策略,将partition分配给Consumer Group中的成员,再将分配结果告知Coordinator。最后,Coordinator将partition分配结果通知给每一个Consumer。在Consumer Rebalance的过程中,所有的Consumer都不允许消费消息。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/bake/11398522.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-15
下一篇 2023-05-15

发表评论

登录后才能评论

评论列表(0条)

保存