如何在同一个盒子上独立运行多个kafka消费者？

Question

我有两个 Kafka 消费者 ConsumerA 和 ConsumerB。我想在同一台机器上运行这两个相互独立的 kafka 消费者。他们之间根本没有任何关系。这两个 kafka 消费者将在同一台机器上处理不同的主题。

• 每个消费者都应该有一个不同的 Properties 对象。
• 每个消费者都应该有不同的线程池配置，因为如果需要独立于其他消费者，它们可以以多线程方式（消费者组）运行。

以下是我的设计：

消费类（抽象）：

 public abstract class Consumer implements Runnable {
    private final Properties consumerProps;
    private final String consumerName;

    public Consumer(String consumerName, Properties consumerProps) {
        this.consumerName = consumerName;
        this.consumerProps = consumerProps;
    }

    protected abstract void shutdown();
    protected abstract void run(String consumerName, Properties consumerProps);

    @Override
    public final void run() {
        run(consumerName, consumerProps);
    }
}

ConsumerA 类：

public class ConsumerA extends Consumer {
    private final AtomicBoolean closed = new AtomicBoolean(false);
    private KafkaConsumer<byte[], byte[]> consumer;

    public ConsumerA(String consumerName, Properties consumerProps) {
        super(consumerName, consumerProps);
    }

    @Override
    public void shutdown() {
        closed.set(true);
        consumer.wakeup();
    }

    @Override
    protected void run(String consumerName, Properties consumerProps) {
        consumer = new KafkaConsumer<>(consumerProps);
        consumer.subscribe(getTopicsBasisOnConsumerName());

        Map<String, Object> config = new HashMap<>();
        config.put(Config.URLS, TEST_URL);
        GenericRecordDomainDataDecoder decoder = new GenericRecordDomainDataDecoder(config);

        try {
            while (!closed.get()) {
                ConsumerRecords<byte[], byte[]> records = consumer.poll(Long.MAX_VALUE);
                for (ConsumerRecord<byte[], byte[]> record : records) {
                    GenericRecord payload = decoder.decode(record.value());
                    // extract data from payload
                    System.out.println("topic = %s, partition = %s, offset = %d, customer = %s, country = %s\n",
                                      record.topic(), record.partition(), record.offset(), record.key(), record.value());
                }
                consumer.commitAsync();
            }
        } catch (WakeupException ex) {
            // Ignore exception if closing
            System.out.println("error= ", ex);
            if (!closed.get()) throw e;             
        } catch (Exception ex) {
            System.out.println("error= ", ex);      
        } finally {
            try {
                consumer.commitSync();
            } finally {
                consumer.close();
            }
        }
    }
}

ConsumerA B 类：

// similar to `ConsumerA` but with specific details of B

ConsumerHandler 类：

public final class ConsumerHandler {
  private final ExecutorService executorServiceConsumer;
  private final Consumer consumer;
  private final List<Consumer> consumers = new ArrayList<>();

  public ConsumerHandler(Consumer consumer, int poolSize) {
    this.executorServiceConsumer = Executors.newFixedThreadPool(poolSize);
    this.consumer = consumer;
    for (int i = 0; i < poolSize; i++) {
      this.consumers.add(consumer);
      executorServiceConsumer.submit(consumer);
    }
 }
  public void shutdown() {
    Runtime.getRuntime().addShutdownHook(new Thread() {
      @Override
      public void run() {
        for (Consumer consumer : consumers) {
          consumer.shutdown();
        }
        executorServiceConsumer.shutdown();
        try {
          executorServiceConsumer.awaitTermination(1000, TimeUnit.MILLISECONDS);
        } catch (InterruptedException ex) {
          Thread.currentThread().interrupt();
        }
      }
    });
  }
}

下面是我的一个项目中的主要课程，如果我启动我的服务器，调用将自动首先出现，然后我从这个地方启动我的所有 kafka 消费者，在那里我执行我的ConsumerA 和ConsumerB。一旦调用了shutdown，我就会通过调用所有Kafka消费者的shutdown来释放所有资源。

import javax.annotation.PostConstruct;
import javax.annotation.PreDestroy;
import javax.inject.Singleton;

@Singleton
@DependencyInjectionInitializer
public class Initializer {
  private ConsumerHandler consumerHandlerA;
  private ConsumerHandler consumerHandlerB;

  @PostConstruct
  public void init() {
    consumerHandlerA = new ConsumerHandler (new ConsumerA("consumerA", getConsumerPropsA()), 3);
    consumerHandlerB = new ConsumerHandler (new ConsumerB("consumerB", getConsumerPropsB()), 3);
  }

  @PreDestroy
  public void shutdown() {
    consumerHandlerA.shutdown();
    consumerHandlerB.shutdown();
  }
}

对于我想在同一个盒子上运行多个 kafka 消费者的这类问题，这是正确的设计吗？让我知道是否有更好更有效的方法来解决这个问题。一般来说，我最多会在同一个盒子上运行三到四个 Kafka 消费者，如果需要，每个消费者都可以拥有自己的消费者组。

这是我在两个消费者中使用的KafkaConsumer 的Javadoc。在此article 的基础上，我创建了我的消费者，只是我使用抽象类对其进行了扩展。 在该链接中搜索“将所有内容放在一起”。

在文档中提到消费者不是线程安全的，但看起来我的代码正在为池中的每个线程重用相同的消费者实例。

public ConsumerHandler(Consumer consumer, int poolSize) {
    this.executorServiceConsumer = Executors.newFixedThreadPool(poolSize);
    this.consumer = consumer;
    for (int i = 0; i < poolSize; i++) {
      this.consumers.add(consumer);
      executorServiceConsumer.submit(consumer);
    }
 }

解决这个线程安全问题并仍然实现相同功能的最佳方法是什么？

Answer 1

一个快速的建议，如果您已经知道它，我们深表歉意。类级变量永远不是线程安全的。如果您需要为每个线程拥有不同的 Properties 对象，最好在方法级别声明它们，并将它们作为参数提供给您需要访问 Properties 对象的其他方法。

Answer 2

解决“解决此线程安全问题并仍能实现相同功能的最佳方法是什么？”的最简单解决方案：

不要实现多线程（线程 API/执行器服务），而是在其自己的单独 JVM 进程中将每个消费者作为单个消费者使用和运行，因此如果您在同一台机器上需要 4 个消费者并且您不想处理多线程问题，然后让您的 kafka 消费者代码 JAR 在其自己的 4 个独立 Java 进程中运行。

Answer 3

试试Apache Samza.它解决了这些消费者问题。没有混乱的（有时是有问题的）线程处理，通过集群实现冗余，通过数万亿个经过验证的已处理消息的经过验证的解决方案等。我们目前在集群上运行不止一项工作。我们的代码比您这里的代码要简单得多。