从KafkaConsumer看看Kafka（一） - Solinx

  Kafka的消息模型为发布订阅模型，消息生产者将消息发布到主题（topic）中，一个或多个消费者订阅（消费）该主题消息并消费，此模型中发布到topic中的消息会被所有消费者所订阅到，先介绍Kafka消费模型，然后再通过KafkaConsumer原来了解它的业务流程，源码基于kafka 2.4；

Kafka消费模型关键点：

  1、Kafka一个消费组（ConsumerGroup）中存在一个或多个消费者（Consumer），每个消费者也必须属于一个消费者组；
  2、消费者组（ConsumerGroup）中的消费者（Consumer）独占一个或多个分区（Partition）；
  3、消费时每个分区（Partition）最多只有一个Consumer再消费；
  4、消费者组（ConsumerGroup）在Broker存在一个协调者（Coordinator）分配管理Consumer与Partition之间的对应关系。当两种中的Consumer或Partition发生变更时将会触发reblance（重新平衡）,重新分配Consumer与Partition的对应关系；

下面是Kafka消费者程序的示例：

//配置Consumer
Properties props = new Properties();
 props.put("bootstrap.servers", "localhost:9092");
 props.put("group.id", "test");
 props.put("enable.auto.commit", "true");
 props.put("auto.commit.interval.ms", "1000");
 props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
 props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

//创建Consumer
 KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
//订阅主题
 consumer.subscribe(Arrays.asList("foo", "bar"));
//消费消息
     while (true) {
     ConsumerRecords<String, String> records = 
consumer.poll(100);
     for (ConsumerRecord<String, String> record : records)
         System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
 }

  在上面我们可以看到Kafka消费消息的整个流程：配置Consumer属性、订阅主题、拉取消费消息，基本流程知道了也就是这几个点，配置ConsumerId、自动提交offset、序列化、Kafka服务端地址，这就是Kafka最最最基础的配置，当然还有很多配置项可以到官网查看；

消费者关键点

  Consumer程序主要分为三个部分：配置、订阅主题、拉取消息；从中也可以看到在消费前需要订阅某个主题、在前面我们提到Consumer实例需要与某个Partition绑定关联然后才能进行消费数据，下面我们透过官方提供的Consumer程序简单看看如何订阅主题、如何关联Consumer与Partition、如何拉取消息消费；

订阅主题
  订阅主题可以说是Kafka消费的基础，下面先看看简化后的订阅方法：

public void subscribe(Collection<String> topics, ConsumerRebalanceListener listener) {
    acquireAndEnsureOpen();
    try {
       //忽略部分代码
        if (topics.isEmpty()) {
            this.unsubscribe();
        } else {
            if (this.subscriptions.subscribe(new HashSet<>(topics), listener))
                metadata.requestUpdateForNewTopics();
        }
    } finally {
        release();
    }
}

  安全检查： Consumer注释中也说了KafkaConsumer为非线程安全的，从上也可看到acquireAndEnsureOpen的作用就是检查当前是否为多线程运行，确保Consumer只在一个线程中执行；
  设置订阅状态： SubscriptionState 对象的subscribe方法主要是设置ConsumerRelance监听器、设置所监听的主题；
  更新元数据： metadata对象维护了Kafka集群元数据子集，存储了Broker节点、Topic、Partition节点信息等；

  跟进metadata.requestUpdateForNewTopics方法发现最终调用了metadata对象的requestUpdate方法；

public synchronized int requestUpdate() {
    this.needUpdate = true;
    return this.updateVersion;
}

  此方法并没有什么实质性的动作，只是更新needUpdate属性为true；由于Kafka拉取数据时必须得到元数据信息否则无法知道broker、topic、Partition信息也就无法知道去哪个节点拉取数据；但此处并没有实质性的更新元数据请求，接下来我们看看拉取方法。

拉取数据
  上一步订阅了主题，这时我们就可以从中拉取数据，跟踪代码最终进入了KafkaConsumer的poll方法；

private ConsumerRecords<K, V> poll(final Timer timer, final boolean includeMetadataInTimeout) {
    //多线程检查
    acquireAndEnsureOpen();
    try {//省略代码
//超时检查
            if (includeMetadataInTimeout) {
                //请求更新元数据
                if (!updateAssignmentMetadataIfNeeded(timer)) {
                    return ConsumerRecords.empty();
                }
            } else {//省略代码
			}
            //拉取数据
            final Map<TopicPartition, List<ConsumerRecord<K, V>>> records = pollForFetches(timer);
            if (!records.isEmpty()) {
                if (fetcher.sendFetches() > 0 || client.hasPendingRequests()) {
                    client.pollNoWakeup();
                }
                //调用消费者拦截器后返回
                return this.interceptors.onConsume(new ConsumerRecords<>(records));
            }
        return ConsumerRecords.empty();
    } finally {
        release();
        this.kafkaConsumerMetrics.recordPollEnd(timer.currentTimeMs());
    }
}

此方法几个流程
1、 多线程检查
2、 超时检查
3、 请求更新元数据
4、 拉取数据
  此处我们比较关心的还是更新元数据与拉取数据，这里我们主要看看这两个流程的执行；

请求更新元数据
  在updateAssignmentMetadataIfNeeded方法中调用coordinator对象的poll方法去更新元数据，并且调用updateFetchPositions方法用于刷新Consumer对应Partition对应的offset值；

拉取数据
  数据的拉取在pollForFetches方法中；

private Map<TopicPartition, List<ConsumerRecord<K, V>>> pollForFetches(Timer timer) {
    //省略代码
    //从缓存区数据
    final Map<TopicPartition, List<ConsumerRecord<K, V>>> records = fetcher.fetchedRecords();
    if (!records.isEmpty()) {
        return records;
    }
	//构造拉取请求发送
    fetcher.sendFetches();

    //省略代码
	//发起拉取数据请求
    Timer pollTimer = time.timer(pollTimeout);
    client.poll(pollTimer, () -> {
        // since a fetch might be completed by the background thread, we need this poll condition
        // to ensure that we do not block unnecessarily in poll()
        return !fetcher.hasAvailableFetches();
    });
    timer.update(pollTimer.currentTimeMs());
	//省略代码

    return fetcher.fetchedRecords();

pollForFetches方法执行逻辑：

  1、 从缓存取数据如有可用数据，直接返回；
  2、 构造请求对象fetches，一个节点node对应一个clientRequest对象，将其放入ConsumerNetworkClient对象的unsent属性中；
  3、 调用client对象poll方法，将上一步放入unsent属性的请求对象ClientRequest发送出去；
  4、 返回所拉取到的消息；

Offset提交
  offset提交放在ConsumerCoordinator对象中，offset提交又分为自动提交与手动提交；当设置了enable.auto.commit==true且  autoCommitIntervalMs等于指定间隔时有这么几个时机会触发自动：

  1、 consumer对象close时，调用commitOffsetsSync触发同步的offset提交；
  2、 consumer对象poll时，调用commitOffsetsAsync触发异步的offset提交；
  3、 触发Partition与Topic 分配 assign时触发commitOffsetsAsync异步提交；
  4、 当发生relance或有Consumer加入Group时触发commitOffsetsSync方法同步提交；

参考资料： http://kafka.apache.org