刨根問底,Kafka消息中間件到底會(huì)不會(huì)丟消息

作者： 雷架 2020-11-13 07:14:55

開發(fā)

架構(gòu)

Kafka 大型互聯(lián)網(wǎng)公司一般都會(huì)要求消息傳遞最大限度的不丟失，比如用戶服務(wù)給代金券服務(wù)發(fā)送一個(gè)消息，如果消息丟失會(huì)造成用戶未收到應(yīng)得的代金券，最終用戶會(huì)投訴。

創(chuàng)新互聯(lián)專注于企業(yè)全網(wǎng)營銷推廣、網(wǎng)站重做改版、合江網(wǎng)站定制設(shè)計(jì)、自適應(yīng)品牌網(wǎng)站建設(shè)、H5場景定制、購物商城網(wǎng)站建設(shè)、集團(tuán)公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)公司、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計(jì)等建站業(yè)務(wù)，價(jià)格優(yōu)惠性價(jià)比高，為合江等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

本文轉(zhuǎn)載自微信公眾號「愛笑的架構(gòu)師」，作者雷架。轉(zhuǎn)載本文請聯(lián)系愛笑的架構(gòu)師公眾號。   

大型互聯(lián)網(wǎng)公司一般都會(huì)要求消息傳遞最大限度的不丟失，比如用戶服務(wù)給代金券服務(wù)發(fā)送一個(gè)消息，如果消息丟失會(huì)造成用戶未收到應(yīng)得的代金券，最終用戶會(huì)投訴。

為避免上面類似情況的發(fā)生，除了做好補(bǔ)償措施，更應(yīng)該在系設(shè)計(jì)的時(shí)候充分考慮各種異常，設(shè)計(jì)一個(gè)穩(wěn)定、高可用的消息系統(tǒng)。

認(rèn)識Kafka

看一下維基百科的定義

Kafka是分布式發(fā)布-訂閱消息系統(tǒng)。它最初由LinkedIn公司開發(fā)，之后成為Apache項(xiàng)目的一部分。

Kafka是一個(gè)分布式的，可劃分的，冗余備份的持久性的日志服務(wù)。它主要用于處理活躍的流式數(shù)據(jù)。

kafka架構(gòu)

Kafka的整體架構(gòu)非常簡單，是顯式分布式架構(gòu)，主要由producer、broker(kafka)和consumer組成。 

Kafka架構(gòu)(精簡版)

Producer(生產(chǎn)者)可以將數(shù)據(jù)發(fā)布到所選擇的topic(主題)中。生產(chǎn)者負(fù)責(zé)將記錄分配到topic的哪一個(gè) partition(分區(qū))中?？梢允褂醚h(huán)的方式來簡單地實(shí)現(xiàn)負(fù)載均衡，也可以根據(jù)某些語義分區(qū)函數(shù)(如記錄中的key)來完成。

Consumer(消費(fèi)者)使用一個(gè)consumer group(消費(fèi)組)名稱來進(jìn)行標(biāo)識，發(fā)布到topic中的每條記錄被分配給訂閱消費(fèi)組中的一個(gè)消費(fèi)者實(shí)例。消費(fèi)者實(shí)例可以分布在多個(gè)進(jìn)程中或者多個(gè)機(jī)器上。

Kafka到底會(huì)不會(huì)丟失消息?

在討論kafka是否丟消息前先來了解一下什么是消息傳遞語義。

消息傳遞語義

message delivery semantic 也就是消息傳遞語義，簡單說就是消息傳遞過程中消息傳遞的保證性。主要分為三種：

• at most once：最多一次。消息可能丟失也可能被處理，但最多只會(huì)被處理一次。
• at least once：至少一次。消息不會(huì)丟失，但可能被處理多次?？赡苤貜?fù)，不會(huì)丟失。
• exactly once：精確傳遞一次。消息被處理且只會(huì)被處理一次。不丟失不重復(fù)就一次。

理想情況下肯定是希望系統(tǒng)的消息傳遞是嚴(yán)格exactly once，也就是保證不丟失、只會(huì)被處理一次，但是很難做到。

回到主角Kafka，Kafka有三次消息傳遞的過程：

1. 生產(chǎn)者發(fā)消息給Kafka Broker。
2. Kafka Broker 消息同步和持久化
3. Kafka Broker 將消息傳遞給消費(fèi)者。

在這三步中每一步都有可能會(huì)丟失消息，下面詳細(xì)分析為什么會(huì)丟消息，如何最大限度避免丟失消息。

生產(chǎn)者丟失消息

先介紹一下生產(chǎn)者發(fā)送消息的一般流程(部分流程與具體配置項(xiàng)強(qiáng)相關(guān)，這里先忽略)：

1. 生產(chǎn)者是與leader直接交互，所以先從集群獲取topic對應(yīng)分區(qū)的leader元數(shù)據(jù);
2. 獲取到leader分區(qū)元數(shù)據(jù)后直接將消息發(fā)給過去;
3. Kafka Broker對應(yīng)的leader分區(qū)收到消息后寫入文件持久化;
4. Follower拉取Leader消息與Leader的數(shù)據(jù)保持一致;
5. Follower消息拉取完畢需要給Leader回復(fù)ACK確認(rèn)消息;
6. Kafka Leader和Follower分區(qū)同步完，Leader分區(qū)會(huì)給生產(chǎn)者回復(fù)ACK確認(rèn)消息。

生產(chǎn)者發(fā)送數(shù)據(jù)流程 

生產(chǎn)者采用push模式將數(shù)據(jù)發(fā)布到broker，每條消息追加到分區(qū)中，順序?qū)懭氪疟P。消息寫入Leader后，F(xiàn)ollower是主動(dòng)與Leader進(jìn)行同步。

Kafka消息發(fā)送有兩種方式：同步(sync)和異步(async)，默認(rèn)是同步方式，可通過producer.type屬性進(jìn)行配置。

Kafka通過配置request.required.acks屬性來確認(rèn)消息的生產(chǎn)：

• 0表示不進(jìn)行消息接收是否成功的確認(rèn);不能保證消息是否發(fā)送成功，生成環(huán)境基本不會(huì)用。
• 1表示當(dāng)Leader接收成功時(shí)確認(rèn);只要Leader存活就可以保證不丟失，保證了吞吐量。
• -1或者all表示Leader和Follower都接收成功時(shí)確認(rèn);可以最大限度保證消息不丟失，但是吞吐量低。

kafka producer 的參數(shù)acks 的默認(rèn)值為1，所以默認(rèn)的producer級別是at least once，并不能exactly once。

敲黑板了，這里可能會(huì)丟消息的!

如果acks配置為0，發(fā)生網(wǎng)絡(luò)抖動(dòng)消息丟了，生產(chǎn)者不校驗(yàn)ACK自然就不知道丟了。

如果acks配置為1保證leader不丟，但是如果leader掛了，恰好選了一個(gè)沒有ACK的follower，那也丟了。

all：保證leader和follower不丟，但是如果網(wǎng)絡(luò)擁塞，沒有收到ACK，會(huì)有重復(fù)發(fā)的問題。

Kafka Broker丟失消息

Kafka Broker 接收到數(shù)據(jù)后會(huì)將數(shù)據(jù)進(jìn)行持久化存儲(chǔ)，你以為是下面這樣的：

消息持久化，無cache

沒想到是這樣的：

消息持久化，有cache

操作系統(tǒng)本身有一層緩存，叫做 Page Cache，當(dāng)往磁盤文件寫入的時(shí)候，系統(tǒng)會(huì)先將數(shù)據(jù)流寫入緩存中，至于什么時(shí)候?qū)⒕彺娴臄?shù)據(jù)寫入文件中是由操作系統(tǒng)自行決定。

Kafka提供了一個(gè)參數(shù) producer.type 來控制是不是主動(dòng)flush，如果Kafka寫入到mmap之后就立即 flush 然后再返回 Producer 叫同步 (sync);寫入mmap之后立即返回 Producer 不調(diào)用 flush 叫異步 (async)。

敲黑板了，這里可能會(huì)丟消息的!

Kafka通過多分區(qū)多副本機(jī)制中已經(jīng)能最大限度保證數(shù)據(jù)不會(huì)丟失，如果數(shù)據(jù)已經(jīng)寫入系統(tǒng) cache 中但是還沒來得及刷入磁盤，此時(shí)突然機(jī)器宕機(jī)或者掉電那就丟了，當(dāng)然這種情況很極端。

消費(fèi)者丟失消息

消費(fèi)者通過pull模式主動(dòng)的去 kafka 集群拉取消息，與producer相同的是，消費(fèi)者在拉取消息的時(shí)候也是找leader分區(qū)去拉取。

多個(gè)消費(fèi)者可以組成一個(gè)消費(fèi)者組(consumer group)，每個(gè)消費(fèi)者組都有一個(gè)組id。同一個(gè)消費(fèi)組者的消費(fèi)者可以消費(fèi)同一topic下不同分區(qū)的數(shù)據(jù)，但是不會(huì)出現(xiàn)多個(gè)消費(fèi)者消費(fèi)同一分區(qū)的數(shù)據(jù)。

消費(fèi)者群組消費(fèi)消息

消費(fèi)者消費(fèi)的進(jìn)度通過offset保存在kafka集群的__consumer_offsets這個(gè)topic中。

消費(fèi)消息的時(shí)候主要分為兩個(gè)階段：

1、標(biāo)識消息已被消費(fèi)，commit offset坐標(biāo);

2、處理消息。

敲黑板了，這里可能會(huì)丟消息的!

場景一：先commit再處理消息。如果在處理消息的時(shí)候異常了，但是offset 已經(jīng)提交了，這條消息對于該消費(fèi)者來說就是丟失了，再也不會(huì)消費(fèi)到了。

場景二：先處理消息再commit。如果在commit之前發(fā)生異常，下次還會(huì)消費(fèi)到該消息，重復(fù)消費(fèi)的問題可以通過業(yè)務(wù)保證消息冪等性來解決。

總結(jié)

那么問題來了，kafka到底會(huì)不會(huì)丟消息?答案是：會(huì)!

Kafka可能會(huì)在三個(gè)階段丟失消息：

(1)生產(chǎn)者發(fā)送數(shù)據(jù);

(2)Kafka Broker 存儲(chǔ)數(shù)據(jù);

(3)消費(fèi)者消費(fèi)數(shù)據(jù);

在生產(chǎn)環(huán)境中嚴(yán)格做到exactly once其實(shí)是難的，同時(shí)也會(huì)犧牲效率和吞吐量，最佳實(shí)踐是業(yè)務(wù)側(cè)做好補(bǔ)償機(jī)制，萬一出現(xiàn)消息丟失可以兜底。

網(wǎng)頁名稱：刨根問底,Kafka消息中間件到底會(huì)不會(huì)丟消息
本文路徑：http://m.5511xx.com/article/cohohdg.html