01：课程回顾

02：课程目标

【模块一：消费分配策略】

03：【掌握】基本规则及分配策略

• 目标：掌握Kafka消费者组中多个消费者的分配规则
• 实施
  • 问题
    • 1-多个topic多个分区，一个消费者组有多个消费者，Kafka是怎么自动分配保证负载均衡？
      • 消费者组：CG1=>多个消费者：C1、C2、C3
      • 订阅多个Topic：Topic1 Topic2 Topic3 =>每个Topic都有多个分区
    • 2-如果有一个消费者C1故障，超过一定时间没有恢复，这个消费者A原来负责的分区怎么分摊给别的消费者？
      • C1故障以后，C1负责的分区，怎么重新分配效率更高？
  • 基本规则
    • 一个分区的数据只能由这个消费者组中的某一个消费者消费
    • 一个消费者可以消费多个分区的数据
  • 分配策略：决定了多个分区如何分配给多个消费者
    • 属性：partition.assignment.strategy = org.apache.kafka.clients.consumer.RangeAssignor
    • RangeAssignor：范围分配，默认的分配策略
    • RoundRobinAssignor：轮询分配，常见于Kafka2.0之前的版本

参考文档

分布式实时消息队列Kafka（一）

知识点01：课程回顾

知识点02：课程目标

【模块二：消息队列的介绍】

知识点05：【了解】消息队列：MQ介绍

• 目标：了解消息队列的功能，应用场景及特点
• 实施
  • 举个栗子：让A将数据传递给B、C、D三个系统分别做不同的数据处理
    • 常规做法
      
    • 问题
      • 读写速度：不匹配，导致接受数据的一方数据丢失或者故障，影响需求的实现
      • 架构变化：高耦合，频繁的需要将数据生产者停止运行，修改代码，影响业务
      • 串行处理：慢，挨个实现发送，按照顺序一个一个来实现数据传输
    • 解决：消息中间件=消息队列
      
  • 定义
    • 官方定义：消息队列是一种异步的服务间通信方式,是分布式系统中重要的组件,主要解决应用耦合,异步消息,流量削锋等问题,实现高性能,高可用,可伸缩和最终一致性架构。
    • 简单点说：消息队列MQ用于实现两个系统之间或者两个模块之间传递消息数据时，实现数据缓存
  • 功能
    • 基于队列的方式，实现消息传递的数据缓存
    • 保证消息传递有序性：队列先进先出，消息队列的实现先产生的先消费
  • 应用场景
    • 用于所有需要实现实时、高性能、高吞吐、高可靠的消息传递架构中
    • 大数据应用中：作为唯一的实时数据存储平台
  • 优点
    • 实现了架构解耦：将架构中的高耦合转换为低耦合，更加灵活
    • 实现异步，提高传输性能：生产一次，所有消费都可以并行
    • 限流削峰：不用再考虑不同时间资源分配不均衡的问题
  • 缺点
    • 增加了消息队列，架构运维更加复杂：一旦消息队列故障，整个系统全部崩溃
    • 数据保证更加复杂，必须保证生产安全和消费安全：每一步都必须不丢失和不重复
• 小结：了解消息队列的功能，应用场景及特点

分布式消息队列系统Kafka（二）

资料

课程回顾

课程目标

【理解】消费者消费过程及问题

• 目标：理解Kafka消费者消费过程及消费问题
• 实施
  • 问题1：消费者是如何消费Topic中的数据的？
  • 问题2：如果消费者故障重启，消费者怎么知道自己上次消费的位置的？
  • Kafka中消费者消费数据的规则
    • 消费者消费Kafka中的Topic根据每个分区的Offset进行消费，每次从上一次的位置继续消费
    • 第一次消费规则【消费者组id在Kafka元数据中不存在】：由属性决定