Kafka 生产者工作流程详解

以下是 Kafka 生产者工作流程的清晰分步解释,结合关键机制与用户数据:


1. 生产者初始化与数据发送

  • 主线程 创建生产者对象,调用 send(ProducerRecord) 发送消息。

    • 拦截器(可选):可添加自定义逻辑(如日志、过滤),但默认不启用。

2. 数据预处理

  • 序列化(Serializer)

    将消息的 Key 和 Value 转换为字节流(如使用 StringSerializer 或自定义序列化器)。

    java

    java 复制代码
    producer.send(new ProducerRecord<>("topic", "key", "value"));
  • 分区器(Partitioner)

    决定消息写入 Topic 的哪个分区:

    • 规则:若指定 Key,按 Key 哈希值分配分区;若未指定 Key,采用轮询或粘性分区策略(Kafka 2.4+ 默认粘性)。

    • 目的:确保相同 Key 的消息进入同一分区,支持顺序消费。


3. 数据缓存(RecordAccumulator)

  • 核心组件

    • 双端队列(Deque) :每个分区对应一个队列,存放 ProducerBatch(批次)。

    • 批次(ProducerBatch) :默认 16KB(batch.size),装满后立即发送;若未满,等待 linger.ms(默认 0ms,立即发送)。

    • 总缓存大小 :默认 32MB(buffer.memory),若缓存满则阻塞发送线程。


4. Sender 线程发送数据

  • Sender 线程 独立运行,从 RecordAccumulator 拉取就绪批次。

  • 网络请求封装

    • NetworkClient 将批次按 Broker 分组,封装为 ProducerRequest

    • InFlight Requests 控制 :每个 Broker 最多允许 5 个未确认请求(max.in.flight.requests.per.connection)。

      • 作用:防止生产者压垮 Broker,保证网络负载均衡。

      • 示例:若向 Broker1 发送的 5 个请求未收到 ACK,后续请求需等待。


5. 请求重试与 ACK 确认

  • ACK 机制acks 参数):

    • acks=0:不等待确认,吞吐量最高,可能丢失数据。

    • acks=1:Leader 副本写入即成功,平衡可靠性与性能。

    • acks=all:所有 ISR 副本同步成功,可靠性最高,延迟较高。

  • 重试机制retries 参数):

    • 默认不重试(retries=0),需根据业务需求配置(如 retries=3)。

6. 数据写入 Kafka 集群

  • Broker 处理

    • 将数据写入对应分区的 Leader 副本。

    • acks=all,Follower 副本从 Leader 拉取数据完成同步。

  • 分区分布

    • 一个 Topic 的分区分布在多个 Broker 上(如用户示例的 13 个分区可能分布在 Broker1、Broker2 等)。

关键纠正与易混淆点

  1. InFlight Requests 与分区的区别

    • InFlight 限制的是每个 Broker 的未确认请求数,与分区无关。

    • 例如:Broker1 有分区1、分区2,但向 Broker1 发送的请求总数不能超过 5。

  2. 分区选择逻辑

    • 分区由分区器在发送时确定,不会因 Broker 负载高而自动切换

    • 若某分区的 Leader Broker 请求队列已满,生产者会等待,而不是发送到其他分区。

  3. 批次合并优化

    • Sender 线程会合并同一分区的多个小批次,减少网络请求次数,提升吞吐量。

全流程总结图

java 复制代码
[Main线程]  
   ↓ 创建生产者对象  
   ↓ 调用 send() → 拦截器 → 序列化 → 分区器  
   ↓ 写入 RecordAccumulator(缓存批次)  
        |  
        |(批次满或时间到)  
        ↓  
[Sender线程]  
   ↓ 拉取批次 → 按 Broker 分组  
   ↓ NetworkClient 封装请求 → 发送至 Broker  
        |  
        |(等待 ACK 或重试)  
        ↓  
[Kafka集群]  
   ↓ Broker 接收请求 → 写入 Leader 副本  
   ↓ 副本同步(acks=all 时) → 返回 ACK
相关推荐
卷Java24 分钟前
智慧停车大屏数据分析与设计文档
java·大数据·人工智能·数据分析
孟意昶37 分钟前
Spark专题-第三部分:性能监控与实战优化(1)-认识spark ui
大数据·数据仓库·sql·ui·spark·etl
MoRanzhi12031 小时前
2. Pandas 核心数据结构:Series 与 DataFrame
大数据·数据结构·人工智能·python·数据挖掘·数据分析·pandas
Vahala0623-孔勇1 小时前
Redisson分布式锁源码深度解析:RedLock算法、看门狗机制,以及虚拟线程下的锁重入陷阱与解决
java·开发语言·分布式
经典19921 小时前
Elasticsearch 讲解及 Java 应用实战:从入门到落地
java·大数据·elasticsearch
大叔_爱编程1 小时前
基于Hadoop的美妆产品网络评价的数据采集与分析-django+spider
大数据·hadoop·django·毕业设计·源码·课程设计·美妆产品
syounger1 小时前
SAP与阿里巴巴战略合作升级:四大核心云解决方案落地阿里云
大数据·人工智能·阿里云
Q26433650233 小时前
【有源码】基于Hadoop+Spark的豆瓣电影数据分析与可视化系统-基于大数据的电影评分趋势分析与可视化系统
大数据·hadoop·python·数据分析·spark·毕业设计·课程设计
疯癫的老码农3 小时前
【小白入门docker】创建Spring Boot Hello World应用制作Docker镜像并运行
java·spring boot·分布式·docker·微服务
环球科讯3 小时前
建行广东茂名河东支行:开展“金融知识万里行”系列活动
大数据·人工智能