Kafka面试题----Kafka是如何保证顺序消费的

在 Kafka 中，默认情况下消息是按分区进行顺序存储和读取的，但全局顺序消费（即所有分区的消息按顺序消费）较难实现。下面分别介绍 Kafka 按分区顺序消费以及实现全局顺序消费的相关内容。

按分区顺序消费

Kafka 本身可以保证单个分区内的消息是顺序写入和顺序读取的，以下是其原理和实现要点：

原理

• 消息写入：Kafka 生产者在发送消息时，如果指定了分区，消息会被顺序追加到该分区的日志文件末尾。Kafka 的分区日志是一个只允许追加写入的文件，这种设计保证了消息在分区内的顺序性。
• 消息读取：Kafka 消费者从分区中按偏移量（offset）顺序读取消息，偏移量是消息在分区内的唯一标识，消费者按照偏移量从小到大的顺序读取消息，从而保证了消息消费的顺序性。

实现要点

• 生产者配置：生产者在发送消息时，需要明确指定消息要发送到的分区。可以通过自定义分区器或者直接指定分区号来实现。

import org.apache.kafka.clients.producer.*;
import java.util.Properties;

public class OrderedProducer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        Producer<String, String> producer = new KafkaProducer<>(props);
        String topic = "test-topic";
        int partition = 0; // 指定分区号

        for (int i = 0; i < 10; i++) {
            ProducerRecord<String, String> record = new ProducerRecord<>(topic, partition, "key-" + i, "value-" + i);
            producer.send(record);
        }

        producer.close();
    }
}

• 消费者配置：消费者需要确保按顺序处理消息，并且在处理完一条消息后再处理下一条消息。同时，要避免手动调整偏移量，以免破坏消息的顺序。

import org.apache.kafka.clients.consumer.*;
import java.time.Duration;
import java.util.Collections;
import java.util.Properties;

public class OrderedConsumer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("group.id", "test-group");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("auto.offset.reset", "earliest");

        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
        String topic = "test-topic";
        consumer.subscribe(Collections.singletonList(topic));

        try {
            while (true) {
                ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
                for (ConsumerRecord<String, String> record : records) {
                    System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
                    // 处理完一条消息后再处理下一条
                }
                consumer.commitSync(); // 同步提交偏移量
            }
        } finally {
            consumer.close();
        }
    }
}

全局顺序消费

要实现全局顺序消费，需要将所有消息发送到同一个分区，因为 Kafka 只能保证单个分区内的消息顺序性。但这种方式会带来性能瓶颈，因为单个分区的处理能力是有限的。

实现要点

• 生产者配置：生产者需要将所有消息都发送到同一个分区，可以通过自定义分区器来实现。

import org.apache.kafka.clients.producer.*;
import java.util.Properties;

public class GlobalOrderedProducer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("partitioner.class", "com.example.SinglePartitionPartitioner");

        Producer<String, String> producer = new KafkaProducer<>(props);
        String topic = "test-topic";

        for (int i = 0; i < 10; i++) {
            ProducerRecord<String, String> record = new ProducerRecord<>(topic, "key-" + i, "value-" + i);
            producer.send(record);
        }

        producer.close();
    }
}

// 自定义分区器，将所有消息发送到同一个分区
class SinglePartitionPartitioner implements Partitioner {
    @Override
    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        return 0; // 所有消息都发送到分区0
    }

    @Override
    public void close() {}

    @Override
    public void configure(java.util.Map<String, ?> configs) {}
}

• 消费者配置：只需要一个消费者实例来消费该分区的消息，避免多个消费者同时消费同一个分区导致的顺序问题。

import org.apache.kafka.clients.consumer.*;
import java.time.Duration;
import java.util.Collections;
import java.util.Properties;

public class GlobalOrderedConsumer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("group.id", "test-group");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("auto.offset.reset", "earliest");

        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
        String topic = "test-topic";
        consumer.subscribe(Collections.singletonList(topic));

        try {
            while (true) {
                ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
                for (ConsumerRecord<String, String> record : records) {
                    System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
                    // 处理完一条消息后再处理下一条
                }
                consumer.commitSync(); // 同步提交偏移量
            }
        } finally {
            consumer.close();
        }
    }
}