一、Kafka简介
Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式消息中间件，它可以处理消费者在网站中的所有动作流数据。
二、Kafka业务架构
1、Kafka集群
Kafka集群就是有多个kafka实例组成的分布式阵列，生产者producer发送消息到kafka的topic主题，consumer消费者也从topic拉取数据进行消费。集群的所有管理都交由zookeeper进行管理，当某一broker实例宕机，zookeeper会自动进行处理让集群恢复。
2、Kafka broker实例与分区
一个broker就是一个kafka实例，一个broker中可以有多个partition分区，每个分区保存部分数据，所有分区数据总和就是完整的数据，不同的分区可以部署在不同的broker上来实现分布式高可用。一个partition分区分为主分区和副本分区，主分区主要负责数据处理，副本分区则是提供数据冗余，副本分区的数据同步方式是从主分区拉取数据。当主分区出现问题时候，副本分区可以重新选举主分区从而恢复集群。
三、消息丢失处理场景及处理方案
1、丢失场景
1.1 producer生产者丢失消息
生产者发送消息后由于网络等原因并没有到kafka实例的场景
处理方案：
producer 端设置ack
request.required.acks
0：producer不等待broker的ack，broker一接收到还没有写入磁盘就已经返回，可靠性最低；
1：producer等待broker的ack，partition的leader刷盘成功后返回ack，如果在follower同步成功之前leader故障，那么将会丢失数据，可靠性中；
-1：producer等待broker的ack，partition的leader和follower全部落盘成功后才返回ack，可靠性高,但延迟时间长
1.2 broker kafka消息中间件自身丢失消息
消息已经发送到kafka，由于kafka异常情况或者宕机导致消息丢失
处理方案：
1.2.1 给 topic 设置 replication.factor 参数：这个值必须大于 1，要求每个 partition 必须有至少 2 个副本；
1.22 在 Kafka 服务端设置 min.insync.replicas 参数：这个值必须大于 1，要求一个 leader 至少感知到有至少一个 follower 还跟自己保持联系，没掉队，这样才能确保 leader 挂了还有一个 follower ，可被选举为leader；
1.2.3 在 producer 端设置 acks=-1：这个是要求每条数据，必须是写入所有 replica 之后，才能认为是写成功了；
1.2.4 在 producer 端设置 retries=MAX（无限次重试）：这个是要求一旦写入失败，就无限重试。
1.3 consumer 消费者丢失消息
消费者业务异常或者网络异常，kafka自动offset导致正常偏移，使得消息未消费丢失
处理方案：
关闭自动提交offset
enable.auto.commit = true，不管执行结果如何，消费者会自动提交offset；
enable.auto.commit = false，需要用户需要手动提交offset，可以根据执行结果具体处理offset。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/154672.html
