Kafka自定义分区

Posted 2020-11-14 cowboys

Kafka中，topic是逻辑上的概念，而partition是物理上的概念。不用担心，这些对用户来说是透明的。生产者（producer）只关心自己将消息发布到哪个topic，而消费者（consumer）只关心自己订阅了哪个topic上的消息，至少topic上的消息分布在哪些partition节点上，它本身并不关心。

如果没有分区的概念，那么topic的消息集合将集中于某一台服务器上，单节点的存储性能马上将成为瓶颈，当访问该topic存取数据时，吞吐也将成为瓶颈。

介于此，kafka的设计方案是，生产者在生产数据的时候，可以为每条消息人为的指定key，这样消息被发送到broker时，会根据分区规则，选择消息将被存储到哪一个分区中。

如果分区规则设置合理，那么所有的消息将会被均匀/线性的分布到不同的分区中，这样就实现了负载均衡和水平扩展。另外，在消费者端，同一个消费组可以多线程并发的从多个分区中 同时消费数据。

上述分区规则，实际上是实现了kafka.producer.Partitioner接口的一个类，这个实现类可以根据自己的业务规则进行自定义制定，如根据hash算法指定分区的分布规则。

如以下这个类，我们先获取key的hashcode值，再跟分区数量（配置文件中为numPartitions）做模运算，结果值作为分区存储位置，这样可以实现数据均匀线性的分布。

 

①自定义TxcPartitioner 类

public class TxcPartitioner implements Partitioner{

    @Override
    public void configure(Map<String, ?> arg0) {
        
    }

    @Override
    public void close() {
        
    }

    @Override
    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
        int size = partitions.size();
　　　　//如果消息的 key 为 null,默认分配到指定分区
        if(keyBytes == null) {
            return 0;
        }
　　　　 //如果 key 不为 null，并且使用了默认的分区器，kafka 会使用自己的 hash 算法对 key 取 hash 值，
       //使用 hash 值与 partition 数量取模，从而确定发送到哪个分区。
       //注意：此时 key 相同的消息会发送到相同的分区(只要 partition 的数量不变化)

　　　　return Utils.toPositive(Utils.murmur2(keyBytes)) % size; 
}

②发送消息的方法如下

public void send(String topic,String key,RequestMessage message){  
        try {  
            if(kafkaProducer != null) {
                ProducerRecord<String, String> record = new ProducerRecord<String, String>(topic,key,JSONObject.toJSONString(message));  
                Future<RecordMetadata> future = kafkaProducer.send(record);
                RecordMetadata metadata = future.get();
                if(metadata != null) {
                    sysLog.debug("【Kafka message send success,topic = {}, partition is {} 】 " , metadata.topic(),metadata.partition());
                }else {
                    sysLog.error("【Kafka message send fail 】");
                    throw new KafkaSendException("Kafka message send fail");
                }
            }else {
                sysLog.error("【TxcProducer is not init】");
                throw new KafkaInitException("TxcProducer is not init");
            }
           
        }catch(Exception e){ 
            sysLog.error("【Kafka message send fail , exception = {}】 ",ExceptionUtil.collectExceptionStackMsg(e));
            throw new KafkaSendException("Kafka message send fail");  
        }  
    }  

③生产者配置中添加配置

//设置自定义分区
properties.put(TxcParameType.partitioner_class.getName(), TxcPartitioner.class.getName());