最近，有些讀者去頭條二面，被面試官問了一個(gè)關(guān)于Kafka的問題：多個(gè)Kafka消費(fèi)者如何同時(shí)消費(fèi)相同Topic下的相同Partition的數(shù)據(jù)？ 看似一個(gè)簡單的問題，竟然把這位讀者問懵了！

今天，我們就一起來說說這個(gè)面試題，好了，開始今天的主題。

題目分析

首先，要明確面試官的問題：多個(gè)Kafka消費(fèi)者如何同時(shí)消費(fèi)相同Topic下的相同Partition的數(shù)據(jù)？ 這個(gè)問題問的已經(jīng)很明顯了，我們只要回答出如何讓多個(gè)Kafka消費(fèi)者同時(shí)消費(fèi)相同Topic下的相同Partition的數(shù)據(jù)就可以了。

為了能夠回答好這個(gè)問題，我們需要理解Kafka中的一個(gè)概念，就是 消費(fèi)者組（Consumer Group）。消費(fèi)者組是Kafka實(shí)現(xiàn)單播和廣播兩種消息模型的基礎(chǔ)和手段。對(duì)于同一個(gè)Topic（主題）來說，每個(gè)消費(fèi)者組都可以拿到這個(gè)Topic中的全部數(shù)據(jù)。消費(fèi)者組內(nèi)的所有消費(fèi)者協(xié)調(diào)在一起來訂閱并消費(fèi)Kafka Topic中的所有分區(qū)。這里，每個(gè)分區(qū)只能由同一個(gè)消費(fèi)者組內(nèi)的一個(gè)消費(fèi)者來消費(fèi)。

這里，為了更好的理解，我們簡單的畫一張Kafka消費(fèi)消息的原理圖，如下所示。

在這張圖中，一個(gè)主題可以配置幾個(gè)分區(qū)，生產(chǎn)者發(fā)送的消息分發(fā)到不同的分區(qū)中，消費(fèi)者接收數(shù)據(jù)的時(shí)候是按照消費(fèi)者組來接收的，Kafka確保每個(gè)分區(qū)的消息只能被同一個(gè)消費(fèi)者組中的同一個(gè)消費(fèi)者消費(fèi)，如果想要重復(fù)消費(fèi)，那么需要其他的消費(fèi)者組來消費(fèi)。Zookeerper中保存每個(gè)主題下的每個(gè)分區(qū)在每個(gè)消費(fèi)者組中消費(fèi)的offset。

新版kafka把這個(gè)offset保存到了一個(gè)__consumer_offsert的主題下。?這個(gè)__consumer_offsert有50個(gè)分區(qū)，通過將消費(fèi)者組的id哈希值P的值來確定要保存到那一個(gè)分區(qū)。這樣也是為了考慮到Zookeeper不擅長大量數(shù)據(jù)讀寫的原因。

所以，如果要一個(gè)消費(fèi)者組用幾個(gè)消費(fèi)者來同時(shí)消費(fèi)Kafka中消息的話，需要多線程來讀取，一個(gè)線程相當(dāng)于一個(gè)消費(fèi)者實(shí)例。當(dāng)消費(fèi)者的數(shù)量大于分區(qū)的數(shù)量時(shí)，有些消費(fèi)者線程會(huì)讀取不到數(shù)據(jù)。

擴(kuò)展知識(shí)

這里，我們舉一個(gè)例子：假設(shè)一個(gè)主題 test 被groupA消費(fèi)了，現(xiàn)在啟動(dòng)另外一個(gè)新的groupB來消費(fèi)test，默認(rèn)test-groupB的Offset不是0，而是還是在Kafka中還沒有建立這樣的一個(gè)Offset，除非當(dāng)test主題有數(shù)據(jù)的時(shí)候，groupB會(huì)收到該數(shù)據(jù)，該條數(shù)據(jù)也是第一條數(shù)據(jù)，此時(shí)，groupB的Offset也是剛初始化的Offset, 除非用顯式的用–from-beginning 來獲取從0開始的數(shù)據(jù)。

題目解答

多個(gè)Kafka消費(fèi)者要想同時(shí)消費(fèi)相同Topic下的相同Partition的數(shù)據(jù)，則需要將這些Kafka消費(fèi)者放到不同的消費(fèi)者組中。