如何解决 Kafka 消息重复问题!

一、前言

数据重复这个问题其实也是挺正常，全链路都有可能会导致数据重复。

通常，消息消费时候都会设置一定重试次数来避免网络波动造成的影响，同时带来副作用是可能出现消息重复。

整理下消息重复的几个场景：

1.「生产端：」 遇到异常，基本解决措施都是 「重试」。

• 场景一：leader分区不可用了，抛 LeaderNotAvailableException 异常，等待选出新 leader 分区。

• 场景二：Controller 所在 Broker 挂了，抛 NotControllerException 异常，等待 Controller 重新选举。

• 场景三：网络异常、断网、网络分区、丢包等，抛 NetworkException 异常，等待网络恢复。

2.「消费端：」 poll 一批数据，处理完毕还没提交 offset ，机子宕机重启了，又会 poll 上批数据，再度消费就造成了消息重复。

怎么解决？

「先来了解下消息的三种投递语义：」

• 最多一次（at most once）： 消息只发一次，消息可能会丢失，但绝不会被重复发送。例如：mqtt 中 QoS = 0。

• 至少一次（at least once）： 消息至少发一次，消息不会丢失，但有可能被重复发送。例如：mqtt 中 QoS = 1

• 精确一次（exactly once）： 消息精确发一次，消息不会丢失，也不会被重复发送。例如：mqtt 中 QoS = 2。

了解了这三种语义，再来看如何解决消息重复，即如何实现精准一次，可分为三种方法：

1. Kafka 幂等性 Producer： 保证生产端发送消息幂等。局限性，是只能保证单分区且单会话（重启后就算新会话）

2. Kafka 事务： 保证生产端发送消息幂等。解决幂等 Producer 的局限性。

3. 消费端幂等： 保证消费端接收消息幂等。蔸底方案。

1）Kafka 幂等性 Producer

❝

「幂等性指」：无论执行多少次同样的运算，结果都是相同的。即一条命令，任意多次执行所产生的影响均与一次执行的影响相同。

❞

「幂等性使用示例：在生产端添加对应配置即可」

      
      Properties props = new Properties();  
props.put("enable.idempotence", ture); // 1. 设置幂等  
props.put("acks", "all"); // 2. 当 enable.idempotence 为 true，这里默认为 all  
props.put("max.in.flight.requests.per.connection", 5); // 3. 注意

    

1.设置幂等，启动幂等。

2.配置 acks，注意：一定要设置 acks=all，否则会抛异常。

3.配置max.in.flight.requests.per.connection 需要 <= 5，否则会抛异常 OutOfOrderSequenceException。

• 0.11 >= Kafka < 1.1, max.in.flight.request.per.connection = 1

• Kafka >= 1.1, max.in.flight.request.per.connection <= 5

为了更好理解，需要了解下Kafka 幂等机制：

1.Producer 每次启动后，会向 Broker 申请一个全局唯一的 pid。（重启后 pid 会变化，这也是弊端之一）

2.Sequence Numbe：针对每个 <Topic, Partition> 都对应一个从0开始单调递增的 Sequence，同时 Broker端会缓存这个 seq num

3.判断是否重复： 拿 <pid, seq num> 去 Broker 里对应的队列 ProducerStateEntry.Queue（默认队列长度为 5）查询是否存在

• 如果 nextSeq == lastSeq + 1，即 服务端seq + 1 == 生产传入seq，则接收。

• 如果 nextSeq == 0 && lastSeq == Int.MaxValue，即刚初始化，也接收。

• 反之，要么重复，要么丢消息，均拒绝。

这种设计针对解决了两个问题：

1. 「消息重复：」 场景 Broker 保存消息后还没发送 ack 就宕机了，这时候 Producer 就会重试，这就造成消息重复。

2. 「消息乱序：」 避免场景，前一条消息发送失败而其后一条发送成功，前一条消息重试后成功，造成的消息乱序。

那什么时候该使用幂等：

1. 如果已经使用 acks=all，使用幂等也可以。

2. 如果已经使用 acks=0 或者 acks=1，说明你的系统追求高性能，对数据一致性要求不高。不要使用幂等。

2）Kafka 事务

❝

使用 Kafka 事务解决幂等的弊端：单会话且单分区幂等。

「Tips：」 这块篇幅较长，这先稍微提及下使用，之后另起一篇。

❞

「事务使用示例：分为生产端 和 消费端」

      
      Properties props = new Properties();  
props.put("enable.idempotence", ture); // 1. 设置幂等  
props.put("acks", "all"); // 2. 当 enable.idempotence 为 true，这里默认为 all  
props.put("max.in.flight.requests.per.connection", 5); // 3. 最大等待数  
props.put("transactional.id", "my-transactional-id"); // 4. 设定事务 id  
  
Producer<String, String> producer = new KafkaProducer<String, String>(props);  
  
// 初始化事务  
producer.initTransactions();  
  
try{  
    // 开始事务  
    producer.beginTransaction();  
  
    // 发送数据  
    producer.send(new ProducerRecord<String, String>("Topic", "Key", "Value"));  
   
    // 数据发送及 Offset 发送均成功的情况下，提交事务  
    producer.commitTransaction();  
} catch (ProducerFencedException | OutOfOrderSequenceException | AuthorizationException e) {  
    // 数据发送或者 Offset 发送出现异常时，终止事务  
    producer.abortTransaction();  
} finally {  
    // 关闭 Producer 和 Consumer  
    producer.close();  
    consumer.close();  
}

    

这里消费端Consumer 需要设置下配置：isolation.level 参数

• 「read_uncommitted：」 这是默认值，表明 Consumer 能够读取到 Kafka 写入的任何消息，不论事务型 Producer 提交事务还是终止事务，其写入的消息都可以读取。如果你用了事务型 Producer，那么对应的 Consumer 就不要使用这个值。

• 「read_committed：」 表明 Consumer 只会读取事务型 Producer 成功提交事务写入的消息。当然了，它也能看到非事务型 Producer 写入的所有消息。

3）消费端幂等

❝

“如何解决消息重复？” 这个问题，其实换一种说法：就是如何解决消费端幂等性问题。

只要消费端具备了幂等性，那么重复消费消息的问题也就解决了。

❞

「典型的方案是使用：消息表，来去重：」

• 上述栗子中，消费端拉取到一条消息后，开启事务，将消息Id 新增到本地消息表中，同时更新订单信息。

• 如果消息重复，则新增操作 insert 会异常，同时触发事务回滚。

二、案例：Kafka 幂等性 Producer 使用

❝

环境搭建可参考：https://developer.confluent.io/tutorials/message-ordering/kafka.html#view-all-records-in-the-topic

❞

「准备工作如下：」

1、Zookeeper：本地使用 Docker 启动

      
      $ docker run -d --name zookeeper -p 2181:2181 zookeeper  
a86dff3689b68f6af7eb3da5a21c2dba06e9623f3c961154a8bbbe3e9991dea4

    

2、Kafka：版本 2.7.1，源码编译启动（看上文源码搭建启动）

3、启动生产者：Kafka 源码中 exmaple 中

4、启动消息者：可以用 Kafka 提供的脚本

      
      # 举个栗子：topic 需要自己去修改  
$ cd ./kafka-2.7.1-src/bin  
$ ./kafka-console-producer.sh --broker-list localhost:9092 --topic test_topic

    

创建topic ：1副本，2 分区

      
      $ ./kafka-topics.sh --bootstrap-server localhost:9092 --topic myTopic --create --replication-factor 1 --partitions 2  
  
# 查看  
$ ./kafka-topics.sh --bootstrap-server broker:9092 --topic myTopic --describe

    

「生产者代码：」

      
      public class KafkaProducerApplication {  
  
    private final Producer<String, String> producer;  
    final String outTopic;  
  
    public KafkaProducerApplication(final Producer<String, String> producer,  
                                    final String topic) {  
        this.producer = producer;  
        outTopic = topic;  
    }  
  
    public void produce(final String message) {  
        final String[] parts = message.split("-");  
        final String key, value;  
        if (parts.length > 1) {  
            key = parts[0];  
            value = parts[1];  
        } else {  
            key = null;  
            value = parts[0];  
        }  
        final ProducerRecord<String, String> producerRecord  
            = new ProducerRecord<>(outTopic, key, value);  
        producer.send(producerRecord,  
                (recordMetadata, e) -> {  
                    if(e != null) {  
                        e.printStackTrace();  
                    } else {  
                        System.out.println("key/value " + key + "/" + value + "\twritten to topic[partition] " + recordMetadata.topic() + "[" + recordMetadata.partition() + "] at offset " + recordMetadata.offset());  
                    }  
                }  
        );  
    }  
  
    public void shutdown() {  
        producer.close();  
    }  
  
    public static void main(String[] args) {  
  
        final Properties props = new Properties();  
  
        props.put(ProducerConfig.ENABLE_IDEMPOTENCE_CONFIG, "true");  
        props.put(ProducerConfig.ACKS_CONFIG, "all");  
  
        props.put(ProducerConfig.CLIENT_ID_CONFIG, "myApp");  
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);  
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);  
  
        final String topic = "myTopic";  
        final Producer<String, String> producer = new KafkaProducer<>(props);  
        final KafkaProducerApplication producerApp = new KafkaProducerApplication(producer, topic);  
  
        String filePath = "/home/donald/Documents/Code/Source/kafka-2.7.1-src/examples/src/main/java/kafka/examples/input.txt";  
        try {  
            List<String> linesToProduce = Files.readAllLines(Paths.get(filePath));  
            linesToProduce.stream().filter(l -> !l.trim().isEmpty())  
                    .forEach(producerApp::produce);  
            System.out.println("Offsets and timestamps committed in batch from " + filePath);  
        } catch (IOException e) {  
            System.err.printf("Error reading file %s due to %s %n", filePath, e);  
        } finally {  
            producerApp.shutdown();  
        }  
    }  
}

    

「启动生产者后，控制台输出如下：」

「启动消费者：」

      
      $ ./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic myTopic

    

修改配置 acks

启用幂等的情况下，调整acks 配置，生产者启动后结果是怎样的：

• 修改配置 acks = 1

• 修改配置 acks = 0

会直接报错：

      
      Exception in thread "main" org.apache.kafka.common.config.ConfigException: Must set acks to all in order to use the idempotent producer.  
Otherwise we cannot guarantee idempotence.

    

修改配置 max.in.flight.requests.per.connection

「启用幂等的情况下，调整此配置，结果是怎样的：」

将  max.in.flight.requests.per.connection > 5 会怎样？

「当然会报错：」

      
      Caused by: org.apache.kafka.common.config.ConfigException: Must set max.in.flight.requests.per.connection to at most 5 to use the idempotent producer.

    

作者：格格步入

来源：juejin.cn/post/7172897190627508237

1. 负载均衡 LVS vs Nginx 对比！还傻傻分不清？

2. 一款强大的开源认证和访问控制利器：KeyCloak 太牛了！

3. MySQL 批量操作，一次插入多少行数据效率最高？

4. 美团动态线程池，香啊！

最近面试BAT，整理一份面试资料 《Java面试BATJ通关手册》 ，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。

获取方式：点“ 在看 ”，关注公众号并回复  Java  领取，更多内容陆续奉上。

PS：因公众号平台更改了推送规则，如果不想错过内容，记得读完点一下 “在看” ，加个 “星标” ，这样每次新文章推送才会第一时间出现在你的订阅列表里。

点“在看”支持小哈呀，谢谢啦