KafkaConsumer：`seekToEnd()` 不会让消费者从最新的偏移量消费答案

【问题标题】：KafkaConsumer: `seekToEnd()` does not make consumer consume from latest offsetKafkaConsumer：`seekToEnd()` 不会让消费者从最新的偏移量消费
【发布时间】：2022-01-09 20:40:52
【问题描述】：

我有以下代码

class Consumer(val consumer: KafkaConsumer<String, ConsumerRecord<String>>) {

    fun run() {
        consumer.seekToEnd(emptyList())
        val pollDuration = 30 // seconds

        while (true) {
            val records = consumer.poll(Duration.ofSeconds(pollDuration))
            // perform record analysis and commitSync()
            }
        }
    }
}

消费者订阅的主题不断接收记录。有时，消费者会由于处理步骤而崩溃。当消费者然后重新启动时，我希望它从主题的最新偏移量开始消费（即忽略消费者关闭时发布到主题的记录）。我认为seekToEnd() 方法可以确保这一点。但是，似乎该方法根本没有效果。消费者从它崩溃的偏移量开始消费。

seekToEnd()的正确使用方法是什么？

编辑：使用以下配置创建消费者

fun <T> buildConsumer(valueDeserializer: String): KafkaConsumer<String, T> {
    val props = setupConfig(valueDeserializer)
    Common.setupConsumerSecurityProtocol(props)
    return createConsumer(props)
}

fun setupConfig(valueDeserializer: String): Properties {
    // Configuration setup
    val props = Properties()

    props[ConsumerConfig.GROUP_ID_CONFIG] = config.applicationId
    props[ConsumerConfig.CLIENT_ID_CONFIG] = config.kafka.clientId
    props[ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG] = config.kafka.bootstrapServers
    props[AbstractKafkaSchemaSerDeConfig.SCHEMA_REGISTRY_URL_CONFIG] = config.kafka.schemaRegistryUrl

    props[ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG] = config.kafka.stringDeserializer
    props[ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG] = valueDeserializer
    props[KafkaAvroDeserializerConfig.SPECIFIC_AVRO_READER_CONFIG] = "true"

    props[ConsumerConfig.MAX_POLL_INTERVAL_MS_CONFIG] = config.kafka.maxPollIntervalMs
    props[ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG] = config.kafka.sessionTimeoutMs

    props[ConsumerConfig.ALLOW_AUTO_CREATE_TOPICS_CONFIG] = "false"
    props[ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG] = "false"
    props[ConsumerConfig.AUTO_OFFSET_RESET_CONFIG] = "latest"

    return props
}

fun <T> createConsumer(props: Properties): KafkaConsumer<String, T> {
    val consumer = KafkaConsumer<String, T>(props)
    consumer.subscribe(listOf(config.kafka.inputTopic))
    return consumer
}

【问题讨论】：

你应该在投票前尝试 commitSync
另外，如果你禁用自动提交并设置auto.offset.reset=latest，重启时它总是从主题的末尾开始
auto.offset.reset 配置仅在消费者组没有在某处提交有效偏移量时才会启动，如下所述：stackoverflow.com/a/32392174/11724337
为什么您认为在 poll 之前添加 commitSync 会有所帮助？
如果您不自动提交（并且您的代码不会自行提交），则不会有任何存储的偏移量，因此它将始终寻求该设置。否则，如果您在轮询之前提交，那么您将保证为消费者组存储结束偏移量

标签： kotlin apache-kafka kafka-consumer-api

【解决方案1】：

seekToEnd 方法需要您计划让消费者从最后读取的实际分区的信息（在 Kafka 术语中为 TopicPartition）。

我不熟悉 Kotlin API，但检查 KafkaConsumer's method seekToEnd 上的 JavaDocs 你会看到，它要求提供 TopicPartitions 的集合。

由于您目前使用的是emptyList()，所以它不会产生任何影响，就像您观察到的那样。

【讨论】：

来自文档 - 如果没有提供分区，则寻找所有当前分配的分区的最终偏移量
hm... 我应该自己阅读文档到最后。所以，我想我的回答在这里无济于事。

【解决方案2】：

我找到了解决办法！

我需要添加一个虚拟民意调查作为消费者初始化过程的一部分。由于几个 Kafka 方法是惰性评估的，因此有必要使用虚拟轮询将分区分配给消费者。如果没有虚拟轮询，消费者会尝试寻找空分区的末尾。结果，seekToEnd() 无效。

重要的是，虚拟轮询持续时间足够长，以便分配分区。例如consumer.poll((Duration.ofSeconds(1))，在程序进入下一个方法调用（即seekToEnd()）之前，没有时间分配分区。

工作代码可能看起来像这样

class Consumer(val consumer: KafkaConsumer<String, ConsumerRecord<String>>) {

    fun run() {
        // Initialization 
        val pollDuration = 30 // seconds
        consumer.poll((Duration.ofSeconds(pollDuration)) // Dummy poll to get assigned partitions

        // Seek to end and commit new offset
        consumer.seekToEnd(emptyList())
        consumer.commitSync() 

        while (true) {
            val records = consumer.poll(Duration.ofSeconds(pollDuration))
            // perform record analysis and commitSync()
            }
        }
    }
}

【讨论】：