一碰就頭疼的 Kafka 消息重復(fù)問(wèn)題，立馬解決！

一、前言

數(shù)據(jù)重復(fù)這個(gè)問(wèn)題其實(shí)也是挺正常，全鏈路都有可能會(huì)導(dǎo)致數(shù)據(jù)重復(fù)。

通常，消息消費(fèi)時(shí)候都會(huì)設(shè)置一定重試次數(shù)來(lái)避免網(wǎng)絡(luò)波動(dòng)造成的影響，同時(shí)帶來(lái)副作用是可能出現(xiàn)消息重復(fù)。

整理下消息重復(fù)的幾個(gè)場(chǎng)景：

1.「生產(chǎn)端：」 遇到異常，基本解決措施都是 「重試」。

• 場(chǎng)景一：leader分區(qū)不可用了，拋 LeaderNotAvailableException 異常，等待選出新 leader 分區(qū)。

• 場(chǎng)景二：Controller 所在 Broker 掛了，拋 NotControllerException 異常，等待 Controller 重新選舉。

• 場(chǎng)景三：網(wǎng)絡(luò)異常、斷網(wǎng)、網(wǎng)絡(luò)分區(qū)、丟包等，拋 NetworkException 異常，等待網(wǎng)絡(luò)恢復(fù)。

2.「消費(fèi)端：」 poll 一批數(shù)據(jù)，處理完畢還沒(méi)提交 offset ，機(jī)子宕機(jī)重啟了，又會(huì) poll 上批數(shù)據(jù)，再度消費(fèi)就造成了消息重復(fù)。

怎么解決？

「先來(lái)了解下消息的三種投遞語(yǔ)義：」

• 最多一次（at most once）： 消息只發(fā)一次，消息可能會(huì)丟失，但絕不會(huì)被重復(fù)發(fā)送。例如：mqtt 中 QoS = 0。

• 至少一次（at least once）： 消息至少發(fā)一次，消息不會(huì)丟失，但有可能被重復(fù)發(fā)送。例如：mqtt 中 QoS = 1

• 精確一次（exactly once）： 消息精確發(fā)一次，消息不會(huì)丟失，也不會(huì)被重復(fù)發(fā)送。例如：mqtt 中 QoS = 2。

了解了這三種語(yǔ)義，再來(lái)看如何解決消息重復(fù)，即如何實(shí)現(xiàn)精準(zhǔn)一次，可分為三種方法：

1. Kafka 冪等性 Producer： 保證生產(chǎn)端發(fā)送消息冪等。局限性，是只能保證單分區(qū)且單會(huì)話（重啟后就算新會(huì)話）

2. Kafka 事務(wù)： 保證生產(chǎn)端發(fā)送消息冪等。解決冪等 Producer 的局限性。

3. 消費(fèi)端冪等： 保證消費(fèi)端接收消息冪等。蔸底方案。

1）Kafka 冪等性 Producer

?

「冪等性指」：無(wú)論執(zhí)行多少次同樣的運(yùn)算，結(jié)果都是相同的。即一條命令，任意多次執(zhí)行所產(chǎn)生的影響均與一次執(zhí)行的影響相同。

?

「冪等性使用示例：在生產(chǎn)端添加對(duì)應(yīng)配置即可」

Properties props = new Properties();  
props.put("enable.idempotence", ture); // 1. 設(shè)置冪等  
props.put("acks", "all"); // 2. 當(dāng) enable.idempotence 為 true，這里默認(rèn)為 all  
props.put("max.in.flight.requests.per.connection", 5); // 3. 注意

1.設(shè)置冪等，啟動(dòng)冪等。

2.配置 acks，注意：一定要設(shè)置 acks=all，否則會(huì)拋異常。

3.配置max.in.flight.requests.per.connection 需要 <= 5，否則會(huì)拋異常 OutOfOrderSequenceException。

• 0.11 >= Kafka < 1.1, max.in.flight.request.per.connection = 1

• Kafka >= 1.1, max.in.flight.request.per.connection <= 5

為了更好理解，需要了解下Kafka 冪等機(jī)制：

1.Producer 每次啟動(dòng)后，會(huì)向 Broker 申請(qǐng)一個(gè)全局唯一的 pid。（重啟后 pid 會(huì)變化，這也是弊端之一）

2.Sequence Numbe：針對(duì)每個(gè) <Topic, Partition> 都對(duì)應(yīng)一個(gè)從0開(kāi)始單調(diào)遞增的 Sequence，同時(shí) Broker端會(huì)緩存這個(gè) seq num

3.判斷是否重復(fù)： 拿 <pid, seq num> 去 Broker 里對(duì)應(yīng)的隊(duì)列 ProducerStateEntry.Queue（默認(rèn)隊(duì)列長(zhǎng)度為 5）查詢是否存在

• 如果 nextSeq == lastSeq + 1，即 服務(wù)端seq + 1 == 生產(chǎn)傳入seq，則接收。

• 如果 nextSeq == 0 && lastSeq == Int.MaxValue，即剛初始化，也接收。

• 反之，要么重復(fù)，要么丟消息，均拒絕。

這種設(shè)計(jì)針對(duì)解決了兩個(gè)問(wèn)題：

1. 「消息重復(fù)：」 場(chǎng)景 Broker 保存消息后還沒(méi)發(fā)送 ack 就宕機(jī)了，這時(shí)候 Producer 就會(huì)重試，這就造成消息重復(fù)。

2. 「消息亂序：」 避免場(chǎng)景，前一條消息發(fā)送失敗而其后一條發(fā)送成功，前一條消息重試后成功，造成的消息亂序。

那什么時(shí)候該使用冪等：

1. 如果已經(jīng)使用 acks=all，使用冪等也可以。

2. 如果已經(jīng)使用 acks=0 或者 acks=1，說(shuō)明你的系統(tǒng)追求高性能，對(duì)數(shù)據(jù)一致性要求不高。不要使用冪等。

2）Kafka 事務(wù)

?

使用 Kafka 事務(wù)解決冪等的弊端：?jiǎn)螘?huì)話且單分區(qū)冪等。

「Tips：」 這塊篇幅較長(zhǎng)，這先稍微提及下使用，之后另起一篇。

?

「事務(wù)使用示例：分為生產(chǎn)端 和 消費(fèi)端」

Properties props = new Properties();  
props.put("enable.idempotence", ture); // 1. 設(shè)置冪等  
props.put("acks", "all"); // 2. 當(dāng) enable.idempotence 為 true，這里默認(rèn)為 all  
props.put("max.in.flight.requests.per.connection", 5); // 3. 最大等待數(shù)  
props.put("transactional.id", "my-transactional-id"); // 4. 設(shè)定事務(wù) id  
  
Producer<String, String> producer = new KafkaProducer<String, String>(props);  
  
// 初始化事務(wù)  
producer.initTransactions();  
  
try{  
    // 開(kāi)始事務(wù)  
    producer.beginTransaction();  
  
    // 發(fā)送數(shù)據(jù)  
    producer.send(new ProducerRecord<String, String>("Topic", "Key", "Value"));  
   
    // 數(shù)據(jù)發(fā)送及 Offset 發(fā)送均成功的情況下，提交事務(wù)  
    producer.commitTransaction();  
} catch (ProducerFencedException | OutOfOrderSequenceException | AuthorizationException e) {  
    // 數(shù)據(jù)發(fā)送或者 Offset 發(fā)送出現(xiàn)異常時(shí)，終止事務(wù)  
    producer.abortTransaction();  
} finally {  
    // 關(guān)閉 Producer 和 Consumer  
    producer.close();  
    consumer.close();  
}

這里消費(fèi)端Consumer 需要設(shè)置下配置：isolation.level 參數(shù)

• 「read_uncommitted：」 這是默認(rèn)值，表明 Consumer 能夠讀取到 Kafka 寫(xiě)入的任何消息，不論事務(wù)型 Producer 提交事務(wù)還是終止事務(wù)，其寫(xiě)入的消息都可以讀取。如果你用了事務(wù)型 Producer，那么對(duì)應(yīng)的 Consumer 就不要使用這個(gè)值。

• 「read_committed：」 表明 Consumer 只會(huì)讀取事務(wù)型 Producer 成功提交事務(wù)寫(xiě)入的消息。當(dāng)然了，它也能看到非事務(wù)型 Producer 寫(xiě)入的所有消息。

3）消費(fèi)端冪等

?

“如何解決消息重復(fù)？” 這個(gè)問(wèn)題，其實(shí)換一種說(shuō)法：就是如何解決消費(fèi)端冪等性問(wèn)題。

只要消費(fèi)端具備了冪等性，那么重復(fù)消費(fèi)消息的問(wèn)題也就解決了。

?

「典型的方案是使用：消息表，來(lái)去重：」

• 上述栗子中，消費(fèi)端拉取到一條消息后，開(kāi)啟事務(wù)，將消息Id 新增到本地消息表中，同時(shí)更新訂單信息。

• 如果消息重復(fù)，則新增操作 insert 會(huì)異常，同時(shí)觸發(fā)事務(wù)回滾。

二、案例：Kafka 冪等性 Producer 使用

?

環(huán)境搭建可參考：https://developer.confluent.io/tutorials/message-ordering/kafka.html#view-all-records-in-the-topic

?

「準(zhǔn)備工作如下：」

1、Zookeeper：本地使用 Docker 啟動(dòng)

$ docker run -d --name zookeeper -p 2181:2181 zookeeper  
a86dff3689b68f6af7eb3da5a21c2dba06e9623f3c961154a8bbbe3e9991dea4

2、Kafka：版本 2.7.1，源碼編譯啟動(dòng)（看上文源碼搭建啟動(dòng)）

3、啟動(dòng)生產(chǎn)者：Kafka 源碼中 exmaple 中

4、啟動(dòng)消息者：可以用 Kafka 提供的腳本

# 舉個(gè)栗子：topic 需要自己去修改  
$ cd ./kafka-2.7.1-src/bin  
$ ./kafka-console-producer.sh --broker-list localhost:9092 --topic test_topic

創(chuàng)建topic ：1副本，2 分區(qū)

$ ./kafka-topics.sh --bootstrap-server localhost:9092 --topic myTopic --create --replication-factor 1 --partitions 2  
  
# 查看  
$ ./kafka-topics.sh --bootstrap-server broker:9092 --topic myTopic --describe

「生產(chǎn)者代碼：」

public class KafkaProducerApplication {  
  
    private final Producer<String, String> producer;  
    final String outTopic;  
  
    public KafkaProducerApplication(final Producer<String, String> producer,  
                                    final String topic) {  
        this.producer = producer;  
        outTopic = topic;  
    }  
  
    public void produce(final String message) {  
        final String[] parts = message.split("-");  
        final String key, value;  
        if (parts.length > 1) {  
            key = parts[0];  
            value = parts[1];  
        } else {  
            key = null;  
            value = parts[0];  
        }  
        final ProducerRecord<String, String> producerRecord  
            = new ProducerRecord<>(outTopic, key, value);  
        producer.send(producerRecord,  
                (recordMetadata, e) -> {  
                    if(e != null) {  
                        e.printStackTrace();  
                    } else {  
                        System.out.println("key/value " + key + "/" + value + "\twritten to topic[partition] " + recordMetadata.topic() + "[" + recordMetadata.partition() + "] at offset " + recordMetadata.offset());  
                    }  
                }  
        );  
    }  
  
    public void shutdown() {  
        producer.close();  
    }  
  
    public static void main(String[] args) {  
  
        final Properties props = new Properties();  
  
        props.put(ProducerConfig.ENABLE_IDEMPOTENCE_CONFIG, "true");  
        props.put(ProducerConfig.ACKS_CONFIG, "all");  
  
        props.put(ProducerConfig.CLIENT_ID_CONFIG, "myApp");  
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);  
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);  
  
        final String topic = "myTopic";  
        final Producer<String, String> producer = new KafkaProducer<>(props);  
        final KafkaProducerApplication producerApp = new KafkaProducerApplication(producer, topic);  
  
        String filePath = "/home/donald/Documents/Code/Source/kafka-2.7.1-src/examples/src/main/java/kafka/examples/input.txt";  
        try {  
            List<String> linesToProduce = Files.readAllLines(Paths.get(filePath));  
            linesToProduce.stream().filter(l -> !l.trim().isEmpty())  
                    .forEach(producerApp::produce);  
            System.out.println("Offsets and timestamps committed in batch from " + filePath);  
        } catch (IOException e) {  
            System.err.printf("Error reading file %s due to %s %n", filePath, e);  
        } finally {  
            producerApp.shutdown();  
        }  
    }  
}

「啟動(dòng)生產(chǎn)者后，控制臺(tái)輸出如下：」

「啟動(dòng)消費(fèi)者：」

$ ./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic myTopic

修改配置 acks

啟用冪等的情況下，調(diào)整acks 配置，生產(chǎn)者啟動(dòng)后結(jié)果是怎樣的：

• 修改配置 acks = 1

• 修改配置 acks = 0

會(huì)直接報(bào)錯(cuò)：

Exception in thread "main" org.apache.kafka.common.config.ConfigException: Must set acks to all in order to use the idempotent producer.  
Otherwise we cannot guarantee idempotence.

修改配置 max.in.flight.requests.per.connection

「啟用冪等的情況下，調(diào)整此配置，結(jié)果是怎樣的：」

將  max.in.flight.requests.per.connection > 5 會(huì)怎樣？

「當(dāng)然會(huì)報(bào)錯(cuò)：」

Caused by: org.apache.kafka.common.config.ConfigException: Must set max.in.flight.requests.per.connection to at most 5 to use the idempotent producer.