是否可以使用 Kafka Simple Consumer 从多个分区中读取数据？答案

【问题标题】：Is it possible to read from multiple partitions using Kafka Simple Consumer?是否可以使用 Kafka Simple Consumer 从多个分区中读取数据？
【发布时间】：2015-01-14 11:56:27
【问题描述】：

是否可以使用 Kafka Simple Consumer 从多个分区中读取数据？简单消费者在以下情况下使用分区：

PartitionMetadata metadata = findLeader(brokers, port, topic, partition);
SimpleConsumer consumer = new SimpleConsumer(leadBroker, port, 100000, 64 * 1024, clientName);
leadBroker = findNewLeader(leadBroker, topic, partition, port);

https://cwiki.apache.org/confluence/display/KAFKA/0.8.0+SimpleConsumer+Example

【问题讨论】：

标签： apache-kafka kafka-consumer-api

【解决方案1】：

SimpleConsumer 的一个实例从单个分区读取。尽管您可以轻松地创建多个 SimpleConsumer 实例并按顺序或并行（从不同线程）读取不同的分区。

棘手的部分是不同机器上的读取器之间的协调，因此它们不会从同一个分区读取（假设所有消息只需要处理一次）。您需要使用高级消费者或编写类似的自定义代码来完成此操作。

【讨论】：

为什么这么棘手？散列等都是定制的，不是吗？

【解决方案2】：

一个线程只能读取一个分区。要从多个分区读取，您需要生成多个线程，每个线程将从单个分区读取。您必须在不同的线程中运行它，否则您将失去拥有分区的好处并且您的性能会受到影响。

首先，您可以在一台机器上运行所有消费者。但最终你将不得不开始使用不同的机器进行消费。这时你需要保证一个分区只被处理一次。具体来说，您需要解决的问题是 2 个线程（来自不同的）正试图从同一个分区读取。在任何时候，您都必须只允许一个人处理它。

此外，您需要管理偏移量。您需要定期在 zookeeper 中刷新它们。

我建议你使用High Level Consumer。它比 Simple Consumer 更容易使用。它提供了访问同一分区的不同线程之间的协调，并管理自己的偏移量。

【讨论】：