在 Kafka 中通过重放进行精确一次处理

Question

我正在使用 Kafka 进行事件日志/处理。 我正在寻找（尽可能接近）一次处理，同时在分区（重新）分配期间支持“重播”，通知重播的事件处理程序以便它可以重建它 state

这是我的代码：

private final KafkaConsumer<String, String> consumer;
private final KafkaProducer<String, String> producer;
private final BiFunction<String, Boolean, String> eventHandler;
private final long[] startingCommitOffsets;

public void onParitionsAssigned(Collection<TopicPartition> partitions) {
  partitions.forEach(p -> startingCommitOffsets[p.partition()] = consumer.position(p));
  consumer.seekToBeginning(partitions);
}

public void run() {
  while (true) {
    var records = consumer.poll(Duration.ofMillis(Long.MAX_VALUE));
    var commitRecords = new HashMap<TopicPartition, OffsetAndMetadata>();

    producer.beginTransation();

    records.forEach(r -> {
      var isReplay = r.offset() < startingCommitOffsets[r.partition()];
      var resultEvent = eventHandler.apply(r.value(), isReplay);
      producer.send(new ProducerRecord<>(r.topic(), r.key(), resultEvent));

      if (!isReplay) {
        commitRecords.put(new TopicPartition(r.topic(), r.partition(), new OffsetAndMetadata(r.offset()));
      }
    });

    producer.commitTransaction();

    if (!commitRecords.isEmpty()) {
      consumer.commitSync(commitRecords);
    }
  }
}

我的问题：

1. 分配分区后，我保存当前的 position 并寻找到开头。 这不会改变已提交的 position 吗？ （文档不清楚）
2. product.commitTransaction()和consumer.commitSync()是两个独立的操作。 如果后者失败，我们将已经提交了一些新事件，这些新事件将在下次处理事件时重复 - 有没有办法将它们组合成一个操作？

Answer 1

分配分区后，我保存当前的 position 并寻找到开头。 这不会改变已提交的 position 吗？

提交的 position 不会更改，直到您明确调用commitAsync() or commitSync()或auto.commit.enable=true

producer.commitTransaction()和consumer.commitSync()是两个独立的操作。 如果后者失败，我们将已经提交了一些新事件，这些新事件将在下次处理事件时复制。有没有办法将它们组合成一个操作？

producer.sendOffsetsToTransaction()

此方法可能是您正在寻找的方法，以实现仅一次处理。

从文档中：

将指定偏移量列表发送给消费者组协调器，并将这些偏移量标记为当前事务的一部分。 仅当事务成功提交时，这些偏移量才会被视为已提交。 提交的偏移量应该是您的应用程序将使用的下一条消息，即lastProcessedMessageOffset+1 。

更重要的是，

请注意，消费者应该具有enable.auto.commit=false并且也不应该手动提交偏移量（通过同步或异步提交）。

---

您可以通过poll()从ConsumerRecord中推断出TopicPartition和偏移量。

只需将它们（ new TopicPartition(record.topic(), record.partition())和new OffsetAndMetadata(record.offset()) ）存储在 map 中，并在您想要提交时传递它。

下面的代码片段可以让你有个想法（参考）：

KafkaProducer producer = createKafkaProducer(
  “bootstrap.servers”, “localhost:9092”,
  “transactional.id”, “my-transactional-id”);

producer.initTransactions();

KafkaConsumer consumer = createKafkaConsumer(
  “bootstrap.servers”, “localhost:9092”,
  “group.id”, “my-group-id”,
  "isolation.level", "read_committed");

consumer.subscribe(singleton(“inputTopic”));
    while (true) {
      ConsumerRecords records = consumer.poll(Long.MAX_VALUE);
      producer.beginTransaction();
      Map<TopicPartition, OffsetAndMetadata> map = new LinkedHashMap<>();
      for (ConsumerRecord record : records) {
        producer.send(producerRecord(“outputTopic”, record));
        map.put(new TopicPartition(record.topic(), record.partition()), new OffsetAndMetadata(record.offset()));
      }
      producer.sendOffsetsToTransaction(offsetMap, group);  
      producer.commitTransaction();
    }

发送偏移量后，我们提交它们。