kafka优化

在生产环境中,有一个flink任务消费速度迟迟上不去,后面定位到是发送kafka的速度比较慢。这里是封装的代码:

java 复制代码
public void sendDelayMessage(String topic, String value, Time delayTime) {
        //boolean isFlush = false;
        boolean printLogs = false;
        try {
            ProducerRecord<String, String> producerRecord = new ProducerRecord(topic, value);
            producerRecord.headers().add("x-delay", String.valueOf(delayTime.toMilliseconds()).getBytes());
            producerRecord.headers().add("x-event", String.valueOf(System.currentTimeMillis()).getBytes());
            if (printLogs) {
                this.producer.send(producerRecord, (metadata, exception) -> {
                    log.info("kafkamessage: {}.", metadata.toString());
                });
            } else {
                this.producer.send(producerRecord);
            }

            if (isFlush) {
                this.producer.flush();
            }
        } catch (Exception var6) {
            var6.printStackTrace();
            log.error("producer exception,topic {},msg:{}, send kafka exception {}", new Object[]{topic, value, var6});
        }

    }

后面我把isFlush改成false,让它不走isflush,这样就不会被同步阻塞了,大大提升了发送效率。

flush() 方法的主要作用

强制将 KafkaProducer 缓冲区中的所有消息立即发送到 Kafka 集群,并且等待这些消息的确认。它用于确保消息被发送,并在需要时同步确认发送结果。具体来说,它有以下几个作用:

1. 刷新消息缓冲区

KafkaProducer 会把待发送的消息缓存在内存中,而不是每条消息都立即发送到 Kafka Broker。当你调用 flush() 时,它会强制将这些消息立即发送出去,并等待 Kafka Broker 的确认。

2. 同步等待消息确认

flush() 会使 send() 方法的异步操作变为同步操作。它会等待所有缓存的消息成功发送并确认,才能继续执行后续操作。如果发送过程中发生异常,flush() 会抛出错误。这个过程会使得应用程序阻塞,直到消息成功发送。

3. 确保消息发送完成

flush() 用来确保所有的消息已经发送到 Kafka 集群,并且所有的消息都已被 Kafka 确认。这对于确保消息在程序退出或关键操作前被可靠发送非常重要。

使用场景

  1. 程序结束时 :在应用程序退出之前调用 flush(),确保所有消息都已成功发送到 Kafka,防止消息丢失。

  2. 写入操作后 :如果你希望在发送特定消息后立即确保其成功发送并确认,可以在发送消息后调用 flush()

flush() 阻塞的原因

flush() 的作用是强制 KafkaProducer 将所有缓存在内部的消息立即发送到 Kafka 集群,并等待发送确认。如果你每次调用 flush() 都会等待消息被确认,这会导致以下影响:

  • 阻塞发送 :每次发送消息后,flush() 会阻塞直到所有的消息被成功发送并确认。这意味着发送消息的速度会受到网络延迟、Kafka Broker 负载以及消息确认的时间的影响。

  • 同步操作flush() 是一个同步操作,因此它会导致发送线程暂停,直到消息成功发送到 Kafka 服务器并得到确认。这可能会导致数据发送过程变慢,尤其是在发送大量消息时。

kafka发送过程

相关推荐
devilnumber2 小时前
Oracle 与 MySQL substr 函数差异总结
java·数据库·mysql·oracle
—Miss. Z—2 小时前
计算机等级考试三级数据库技术—选择题
数据库·mysql
www_aiyuanma_vip2 小时前
PC 手机电商(MySQL 版)
数据库·mysql·智能手机
Databend2 小时前
AI 时代的数据工程挑战:从复杂链路走向统一数据底座
大数据·数据库·云计算
treacle田2 小时前
达梦数据库-Linux DM数据守护主备集群缩改为单机-记录总结
linux·服务器·数据库·主备集群改单机
SelectDB技术团队2 小时前
Apache Doris 支持同步/异步物化视图与 ROLLUP,多表加速能力优于 StarRocks
大数据·数据库·doris·技术选型·物化视图·starrock·查询加速
super大力张3 小时前
MOE基于结构的药物设计(七):Ligand R-Vectors——如何判断配体可以从哪里继续生长?
数据库·算法·cadd·moe·svl·基于结构的药物设计
Databend3 小时前
Databend 增量物化视图:基于 Change Tracking 的增量刷新与一致性读取
大数据·数据库·sql