Kafka 生产者缓存

不建议使用:

java 复制代码
public void produce(String message) {
    DmsProducer<String, String> producer = new DmsProducer<String, String>();
    try {
        producer.produce("test1",0, "key", message);
    } finally {
        producer.close();
    }
}

原因:

每次调用produce函数时,都会新建一个producer,每次都需要进行新建与broker连接->获取分区元数据->生产消息的过程,存在性能瓶颈

正确用法:

java 复制代码
private DmsProducer producer;

public void init() {
    this.producer = new DmsProducer();
}

public void produce(String message) {
    if (producer == null) {
        this.init();
    }
    produce(message);
}

public void tearDown() {
    if (this.producer != null) {
        producer.close();
    }
}

进阶优化:

按照上面的使用方式,如果在多线程的环境下,可能会出现一个producer单个sender线程会有性能瓶颈(单发送线程),可能导致,导致入大于出,最终缓存堆积

示例代码:

private ProducerLru cache = new ProducerLru(5);

java 复制代码
class ProducerLru<k, v> extends LinkedHashMap<k, v> {
    
    private int capacity;
    
    public ProducerLru(int capacity) {
        super(capacity, 0.75f, true);
        this.capacity = capacity;
    }
    
    @Override
    protected boolean removeEldestEntry(Map.Entry<k, v> eldest) {
        if (size() > capacity) {
            if (eldest.getValue() instanceof  DmsProducer) {
                DmsProducer producer = (DmsProducer) eldest.getValue();
                producer.close();
            }
        }
        return super.size() > capacity;
    }
    
}

public static void main(String[] args) throws Exception {
    Main main = new Main();
    String topicA = "topicA";
    DmsProducer producer;
    if (main.cache.get(topicA) != null) {
        producer = (DmsProducer) main.cache.get(topicA);
        main.cache.put(topicA, producer);
    } else {
        producer = new DmsProducer();
    }
    main.cache.put(topicA, producer);
}

上述示例中,producerLru的key可以是topic名称,如果是多个用户场景下,也可以以用户名作为key,可以根据实际业务场景进行调整

相关推荐
麦兜*42 分钟前
Spring Boot 企业级动态权限全栈深度解决方案,设计思路,代码分析
java·spring boot·后端·spring·spring cloud·性能优化·springcloud
{⌐■_■}10 小时前
【Kafka】登录日志处理的三次阶梯式优化实践:从同步写入到Kafka多分区批处理
数据库·分布式·mysql·kafka·go
CodeWithMe10 小时前
【Note】《Kafka: The Definitive Guide》 第九章:Kafka 管理与运维实战
运维·分布式·kafka
sql2008help10 小时前
1-Kafka介绍及常见应用场景
分布式·kafka
别来无恙14912 小时前
整合Spring、Spring MVC与MyBatis:构建高效Java Web应用
java·spring·mvc
何苏三月15 小时前
SpringCloud系列 - Seata 分布式事务(六)
分布式·spring·spring cloud
写不出来就跑路16 小时前
SpringBoot静态资源与缓存配置全解析
java·开发语言·spring boot·spring·springboot
hcvinh16 小时前
CANDENCE 17.4 进行元器件缓存更新
学习·缓存
墨着染霜华16 小时前
Caffeine的tokenCache与Spring的CaffeineCacheManager缓存区别
java·spring·缓存
weixin_4383354016 小时前
Redis:分组与设备在 Redis 中缓存存储设计
redis·缓存·bootstrap