Kafka从入门到成神系列 五Kafka 幂等性及事务

Posted 2022-03-16 爱敲代码的小黄

• 👏作者简介：大家好，我是爱敲代码的小黄，独角兽企业的Java开发工程师，Java领域新星创作者。
• 📝个人公众号：爱敲代码的小黄（回复 “技术书籍” 可获千本电子书籍）
• 📕系列专栏：Java设计模式、数据结构和算法、Kafka从入门到成神
• 📧如果文章知识点有错误的地方，请指正！和大家一起学习，一起进步👀
• 🔥如果感觉博主的文章还不错的话，请👍三连支持👍一下博主哦
• 🍂博主正在努力完成2022计划中：以梦为马，扬帆起航，2022追梦人

文章目录

• • 一、幂等性和事务
  • • 1. 幂等性
    • 2. 事务

一、幂等性和事务

我们上一篇讲到，消息丢失的时候，我们采用：先读取消息，再更新位移的操作，避免了消息丢失，但同时产生了一个新的问题：消息重复。

我们 Kafka 对我们的 Producer 和 Consumer 提供三种承诺：

• 最多一次：消息可能会丢失，但不会重复
• 至少一次：消息不会丢失，但不会重复
• 精确一次：消息不会丢失，也不会重复

目前，Kafka 提供的可靠性保障是第二种，既至少一次。当 Producer 发送消息到 Broker 端，可能由于网络抖动的原因，导致 Producer 无法确定消息是否真的发送成功，会进行重新发送的操作。不过，有可能会导致消息重复。

Kafka 也可以提供最大一次性保证，只需要让 Producer 禁止重试即可。

当然，最好的承诺还是第三种：精确一次，利用两种机制：幂等性和事务

1. 幂等性

“幂等” 这个词是数学领域的概念，指的是某个函数被执行多次，但每次得到的结果都是不变的。

简单来说，让数字乘以 1 就是一个幂等操作，因为你不论操作几次，最终的结果都是该数字，也就是最终的结果不会变化。

幂等有很多好处，其最大的优势在于我们可以安全的重试任何幂等性操作，反正他们不会破坏我们的系统状态。

在 Kafka 的 0.11 版本中引入了幂等性的功能。在此版本之前，Kafka 向分区发送消息，可能会出现同一条消息被发送了多次，导致消息重复的情况。在 0.11 版本后，指定 Producer 幂等性的方法很简单，仅需要设置：props.put(“enable.idempotence”, ture) 或 props.put(ProducerConfig.ENABLE_IDEMPOTENCE_CONFIG， true)。

当我们开启幂等性后，Kafka 自动帮我们做消息的重复去重。底层的原理，使用空间去换时间的优化思路，既在我门的 Broker 端多保存一些字段。

我们引进了 ProducerID 和 SequenceNumber 两个字段。

• ProducerID ：每个 Producer 初始化时，会分配一个唯一的 ProducerID
• SequenceNumber ：对于每个 ProducerID，Producer发送数据的每个 Topic 和 Partition 都对应一个从 0 开始单调递增的 SequenceNumber 值。

我们出现消息重复的情况：

后续的改进：

• 根据当前的 PID 和 Sequence 来判断当前数据是否存在

ProducerID 是什么时候产生的呢？

还记得我们上期说到，当 实例化 KafkaProducer 的时候，会在后台产生一个新的线程 Sender，创建与各个 Broker 的连接。那么我们的 ProducerID 就是在这个 Sender 线程中产生的。

在 Kafka 的 org.apache.kafka.clients.producer.internals.Sender 类中，会有一个 maybeWaitForProducerId() 方法，主要在 ProducerIdAndEpoch producerIdAndEpoch = new ProducerIdAndEpoch(initProducerIdResponse.producerId(), initProducerIdResponse.epoch()); 中。

private void maybeWaitForProducerId() 
        while (!forceClose && !transactionManager.hasProducerId() && !transactionManager.hasError()) 
            Node node = null;
            try 
                node = awaitLeastLoadedNodeReady(requestTimeoutMs);
                if (node != null) 
                    ClientResponse response = sendAndAwaitInitProducerIdRequest(node);
                    InitProducerIdResponse initProducerIdResponse = (InitProducerIdResponse) response.responseBody();
                    Errors error = initProducerIdResponse.error();
                    if (error == Errors.NONE) 
                        ProducerIdAndEpoch producerIdAndEpoch = new ProducerIdAndEpoch(
                                initProducerIdResponse.producerId(), initProducerIdResponse.epoch());
                        transactionManager.setProducerIdAndEpoch(producerIdAndEpoch);
                        return;
                     else if (error.exception() instanceof RetriableException) 
                        log.debug("Retriable error from InitProducerId response", error.message());
                     else 
                        transactionManager.transitionToFatalError(error.exception());
                        break;
                    
                 else 
                    log.debug("Could not find an available broker to send InitProducerIdRequest to. Will back off and retry.");
                
             catch (UnsupportedVersionException e) 
                transactionManager.transitionToFatalError(e);
                break;
             catch (IOException e) 
                log.debug("Broker  disconnected while awaiting InitProducerId response", node, e);
            
            log.trace("Retry InitProducerIdRequest in ms.", retryBackoffMs);
            time.sleep(retryBackoffMs);
            metadata.requestUpdate();
        
    

而我们的 SequenceNumber 则是在 ProducerBatch 中的 setProducerState 添加了一些信息

public void setProducerState(ProducerIdAndEpoch producerIdAndEpoch, int baseSequence, boolean isTransactional) 
        recordsBuilder.setProducerState(producerIdAndEpoch.producerId, producerIdAndEpoch.epoch, baseSequence, isTransactional);
    
public void setProducerState(long producerId, short producerEpoch, int baseSequence, boolean isTransactional) 
        if (isClosed()) 
            throw new IllegalStateException("Trying to set producer state of an already closed batch. This indicates a bug on the client.");
        
        this.producerId = producerId;
        this.producerEpoch = producerEpoch;
        this.baseSequence = baseSequence;
        this.isTransactional = isTransactional;
    

通过上面的讲述，我们可以看到，我们的 Producer 已经实现了幂等性。但需要注意，我们的 PID 和 SequenceNumber 是针对某 Topic 的某 Partition 进行的，也就是在不同的分区没办法保证消息重复性。

2. 事务

我们怎么能保证多分区的消息无重复呢？答案就是：事务

数据库的事务是经典的 ACID：原子性、一致性、隔离性、持久性

**隔离表示并发执行的事务彼此之间不受影响。**对于隔离的级别，不同的数据库有不同的定义，比如：可重复读、已提交读等。

Kafka 自 0.11 版本提供对事务的支持，目前主要在 read committed 隔离级别上做事情。能保证多条消息原子性的写入目标分区，同时也能保证 Consumer 只能看到事务成功提交的信息。

事务型 Producer 能够保证将消息原子性的写入多个分区中，这批消息要么全部写入成功，要么全部失败。

设置方法：

• 和幂等性 Producer 一样，开启 enable.idempotence = true
• 设置 Producer 端参数 transctional.id

实例代码如下：

// 初始化事务
producer.initTransactions();
try 	
    // 开启事务
    producer.beginTransaction();
    producer.send(record1);
    producer.send(record2);
    // 提交事务
    producer.commitTransaction();
 catch (KafkaException e) 
    // 终止事务
    producer.abortTransaction();

我们的 record1 和 record2 被当做一个事务统一提交给 Kafka，要么他们全部提交，要么全部写入失败。当然，如果失败的话，我们的数据还是会写入到 Kafka 的底层日志中。

Comsumer 能不能看到这些消息，取决于下面的配置：

• **read_uncommitted：**表明 Consumer 能够读取到 Kafka 写入的任何消息，不论事务是否提交。当你开启事务时，不要使用这个参数
• **read_committed：**只会读取成功提交事务的消息

我们讲述一下事务具体的执行流程：

首先，Kafka 为了支持事务特性，引入了一个新的组件：Transaction Coordinator。主要负责记录 PID 和 事务状态。

主要分为以下步骤：

1. 查找 Transaction Coordinator

   • Producer 向任意一个 Borker 发送 FindCoordinator 请求获取 Transaction Coordinator 地址

2. 初始化事务 initTransactions

   • Producer 发送请求给 Transaction Coordinator ，获取 PID。同时我们的 Transaction Coordinator 也会在 Transaction Log 记录 <TransactionId,pid> 的映射关系。

3. 开始事务 beginTransaction

   • Producer 在本地记录下这个 Transaction 的状态为开始状态。这个操作是不会通知 Transaction Coordinator 的，只有在第一次发送消息的时候，事务才会开启。

4. read-process-write流程

   • 一旦发送消息，我们的事务协调器（Transaction Coordinator）**会将该 <Transaction, Topic, Partition> 存于Transaction Log内，并将其状态置为BEGIN。**另外，如果该 <Topic,Partition> 是第一个，回启动该事务的倒计时。
   • 事务日志注册完 <Transaction, Topic, Partition>之后，生产者发送数据，虽然现在还没有执行 commit 或者 abort，但是此时消息已经保存到 Broker 上了。即使后面执行 abort ，消息也不会删除，会更改状态字段标识为 abort

5. 事务提交或终结 commitTransaction/abortTransaction

   事务协调器执行两阶段提交：

   • 第一阶段：将事务日志内的改事务状态设置为 PREPARE_COMMIT或PREPARE_ABORT
   • 第二阶段：将之前写入该日志所有的消息标记为 commit 或 abort。事务协调器会给所有的 <Topic，Partition> 的 Leader 所在的 Broker 发送请求，Broker 会将具体的控制信息写入到日志。

   一旦 Transaction Marker 写入完成，Transaction Coordinator 会将最终的COMPLETE_COMMIT或COMPLETE_ABORT状态写入Transaction Log中以标明该事务结束。