Kafka（二）Producer第一篇

一，Client开发

生产逻辑需要具备以下几个步骤：
（1）配置生产者客户端参数及创建相应的生产者实例。
（2）构建待发送的消息。
（3）发送消息。
（4）关闭生产者实例。

public class Producer {
    private static final String BROKER_LIST = "localhost:9092";
    private static final String TOPIC = "TOPIC-A";
    public static Properties initConfig() {
        Properties properties = new Properties();
        // 以下3个必须
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, BROKER_LIST);
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
       
        // 客户端ID
        properties.put(ProducerConfig.CLIENT_ID_CONFIG, "eris-kafka-producer");
        // 重试次数
        properties.put(ProducerConfig.RETRIES_CONFIG, 3);
        // 成功收到消息分区副本数，默认为1，即leader副本收到就返回成功。注意是字符串！
        properties.put(ProducerConfig.ACKS_CONFIG, "1");
        // 生产者客户端能发送的消息的最大值，单位为B，默认1M
        properties.put(ProducerConfig.MAX_REQUEST_SIZE_CONFIG,  1048576);
        // Producer等待请求响应的最长时间，单位ms，默认值为30000
        properties.put(ProducerConfig.REQUEST_TIMEOUT_MS_CONFIG,  30000);
        // 生产者发送ProducerBatch之前等待更多ProducerRecord加入的时间。默认为0，ProducerBatch被填满时发出
        properties.put(ProducerConfig.LINGER_MS_CONFIG,  0);
        return properties;
    }

    public static ProducerRecord<String, String> initMessage() {
        return new ProducerRecord<>(TOPIC, "hi eris");
    }

    public static void main(String[] args) {
        Properties properties = initConfig();
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
        ProducerRecord record = initMessage();
        kafkaProducer.send(record);
        kafkaProducer.close();
    }
}

注意：KafkaProducer，它是线程安全的，我们可以在多线程的环境中复用它。
而消费者客户端KafkaConsumer是非线程安全的。
1，发送消息的构造
消息对象是ProducerRecord，业务信息是value字段。

key可以让消息再二次归类，同一个key的消息会被划分到同一个分区中；
topic属性和value属性是必填项，其余属性是选填项；

2，主要Producer参数
ProducerConfig.BOOTSTRAP_SERVERS_CONFIG并非需要所有的broker地址，生产者会从给定的broker里查找到其他broker的信息，一般至少要2个。
3， 消息的发送
3-1，消息发送的3种模式：发后即忘、同步及异步
A，发后即忘：
kafkaProducer.send(record);
B，同步：
kafkaProducer.send(record).get();
C，异步：

不推荐手动用future实现业务异步，诸多消息对应的Future对象的处理会引起逻辑的混乱。
对于同一个分区，如果消息record1于record2之前先发送，那么KafkaProducer可以保证对应的callback1在callback2之前调用，也就是说，回调函数的调用也可以保证分区有序。

3-2，KafkaProducer中一般会发生两种类型的异常：可重试的异常和不可重试的异常。
对于可重试异常，如果配置了 retries 参数，那么只要在规定的重试次数内自行恢复了，就不会抛出异常；不可重试异常会直接抛出异常。
3-3，close方法会回收资源，并且阻塞等待之前所有的发送请求完成后再关闭 KafkaProducer，可带timeout。
3-4，消息在通过send发往broker的过程中，有可能需要经过拦截器（Interceptor）、序列化器（Serializer）和分区器（Partitioner）才能被真正地发往 broker。
4，序列化
生产者需要用序列化器（Serializer）把对象转换成字节数组才能通过网络发送给Kafka。
如果 Kafka 客户端提供的几种序列化器都无法满足需求，则可以选择使用如Avro、JSON、Thrift、ProtoBuf和Protostuff等通用的序列化工具来实现，或者使用自定义的序列化器来实现
5，分区器
如果ProducerRecord中指定了partition字段，那么就不需要分区器的作用。
反之若没有指定partition字段，那么就需要依赖分区器，根据key这个字段来计算partition的值。

如果key不为null，计算得到的分区会是所有分区中的任意一个；
如果key为null，计算得到的分区号仅为可用分区中的任意一个；

一旦主题中增加了分区，那么就难以保证key与分区之间的映射关系了。
可以自定义分区器。
6，拦截器
自定义拦截器需要实现org.apache.kafka.clients.producer.ProducerInterceptor接口，接口中包含3个方法：

onSend：将消息序列化和计算分区之前调用；
onAcknowledgement：消息被应答（ack）之前或消息发送失败时调用，优先于用户设定的 Callback之前执行；
interceptor.classes配置拦截器链（逗号分隔），拦截链会按照参数配置的顺序一一执行。如果某个拦截器执行失败，下一个拦截器会接着上一个执行成功的拦截器继续执行。

二，重要参数

1.acks
用来指定分区中必须要有多少个副本收到这条消息，之后生产者才会认为这条消息是成功写入的。

ack=1（默认），leader写入（落盘）即成功；
ack=0，发送后就认为成功，不需要等待任何服务端的响应；
ack=-1或者ack="all"，需要ISR中的所有副本都成功写入；

2，retries
生产者重试的次数，默认值为0，即不重试。
保证消息顺序
max.in.flight.requests.per.connection
该参数指定了生产者在收到服务器响应之前可以发送多少个消息（即最多缓存的请求数）。它的值越高，就会占用越多的内存，不过也会提升吞吐量。把它设为 1 可以保证消息是按照发送的顺序写入服务器的，即使发生了重试。
如果把 retries 设为非零整数，同时把 max.in.flight.requests.per.connection 设为比 1 大的数，那么，如果第一个批次消息写入失败，而第二个批次写入成功，broker 会重试写入第一个批次。如果此时第一个批次也写入成功，那么两个批次的顺序就反过来了。
一般来说，如果某些场景要求消息是有序的，那么消息是否写入成功也是很关键的，所以不建议把 retries 设为 0。可以把 max.in.flight.requests.per.connection 设为 1，这样在生产者尝试发送第一批消息时，就不会有其他的消息发送给 broker。不过这样会严重影响生产者的吞吐量，所以只有在对消息的顺序有严格要求的情况下才能这么做。
3，linger.ms
这个参数用来指定生产者发送ProducerBatch之前等待更多ProducerRecord加入ProducerBatch的时间，默认值为0，即生产者会在 ProducerBatch 被填满时发送出去。
其他：