Go语言如何操纵Kafka保证无消息丢失

1047次阅读  |  发布于3年以前

背景

目前一些互联网公司会使用消息队列来做核心业务，因为是核心业务，所以对数据的最后一致性比较敏感，如果中间出现数据丢失，就会引来用户的投诉，年底绩效就变成325了。之前和几个朋友聊天，他们的公司都在用kafka来做消息队列，使用kafka到底会不会丢消息呢？如果丢消息了该怎么做好补偿措施呢？本文我们就一起来分析一下，并介绍如何使用Go操作Kafka可以不丢失数据。

本文操作kafka基于：https://github.com/Shopify/sarama

初识kafka架构

维基百科对kafka的介绍：

Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。该项目的目标是为处理实时数据提供一个统一、高吞吐、低延迟的平台。其持久化层本质上是一个“按照分布式事务日志架构的大规模发布/订阅消息队列”，这使它作为企业级基础设施来处理流式数据非常有价值。此外，Kafka可以通过Kafka Connect连接到外部系统（用于数据输入/输出），并提供了Kafka Streams——一个Java]流式处理库。该设计受事务日志的影响较大。

kafka的整体架构比较简单，主要由producer、broker、consumer组成：

截屏2021-09-12 上午10.00.13

针对架构图我们解释一个各个模块：

还有些概念我们也介绍一下：

kafka丢消息的三个节点

生产者push消息节点

先看一下producer的大概写入流程：

截屏2021-09-12 上午11.16.43

通过这个流程我们可以看到kafka最终会返回一个ack来确认推送消息结果，这里kafka提供了三种模式：

NoResponse RequiredAcks = 0
WaitForLocal RequiredAcks = 1
WaitForAll RequiredAcks = -1

所以根据这三种模式我们就能推断出生产者在push消息时有一定几率丢失的，分析如下：

所以在生产环境中我们可以选择模式2或者模式3来保证消息的可靠性，具体需要根据业务场景来进行选择，在乎吞吐量就选择模式2，不在乎吞吐量，就选择模式3，要想完全保证数据不丢失就选择模式3是最可靠的。

kafka集群自身故障造成

kafka集群接收到数据后会将数据进行持久化存储，最终数据会被写入到磁盘中，在写入磁盘这一步也是有可能会造成数据损失的，因为写入磁盘的时候操作系统会先将数据写入缓存，操作系统将缓存中数据写入磁盘的时间是不确定的，所以在这种情况下，如果kafka机器突然宕机了，也会造成数据损失，不过这种概率发生很小，一般公司内部kafka机器都会做备份，这种情况很极端，可以忽略不计。

消费者pull消息节点

push消息时会把数据追加到Partition并且分配一个偏移量，这个偏移量代表当前消费者消费到的位置，通过这个Partition也可以保证消息的顺序性，消费者在pull到某个消息后，可以设置自动提交或者手动提交commit，提交commit成功，offset就会发生偏移:

截屏2021-09-12 下午3.37.33

所以自动提交会带来数据丢失的问题，手动提交会带来数据重复的问题，分析如下：

比起数据丢失，重复消费是符合业务预期的，我们可以通过一些幂等性设计来规避这个问题。

实战

完整代码已经上传github：https://github.com/asong2020/Golang_Dream/tree/master/code_demo/kafka_demo

解决push消息丢失问题

主要是通过两点来解决：

因此我们写出如下代码（摘出创建client部分）：

func NewAsyncProducer() sarama.AsyncProducer {
 cfg := sarama.NewConfig()
 version, err := sarama.ParseKafkaVersion(VERSION)
 if err != nil{
  log.Fatal("NewAsyncProducer Parse kafka version failed", err.Error())
  return nil
 }
 cfg.Version = version
 cfg.Producer.RequiredAcks = sarama.WaitForAll // 三种模式任君选择
 cfg.Producer.Partitioner = sarama.NewHashPartitioner
 cfg.Producer.Return.Successes = true
 cfg.Producer.Return.Errors = true
 cfg.Producer.Retry.Max = 3 // 设置重试3次
 cfg.Producer.Retry.Backoff = 100 * time.Millisecond
 cli, err := sarama.NewAsyncProducer([]string{ADDR}, cfg)
 if err != nil{
  log.Fatal("NewAsyncProducer failed", err.Error())
  return nil
 }
 return cli
}

解决pull消息丢失问题

这个解决办法就比较粗暴了，直接使用自动提交的模式，在每次真正消费完之后在自己手动提交offset，但是会产生重复消费的问题，不过很好解决，使用幂等性操作即可解决。

代码示例：

func NewConsumerGroup(group string) sarama.ConsumerGroup {
 cfg := sarama.NewConfig()
 version, err := sarama.ParseKafkaVersion(VERSION)
 if err != nil{
  log.Fatal("NewConsumerGroup Parse kafka version failed", err.Error())
  return nil
 }

 cfg.Version = version
 cfg.Consumer.Group.Rebalance.Strategy = sarama.BalanceStrategyRange
 cfg.Consumer.Offsets.Initial = sarama.OffsetOldest
 cfg.Consumer.Offsets.Retry.Max = 3
 cfg.Consumer.Offsets.AutoCommit.Enable = true // 开启自动提交，需要手动调用MarkMessage才有效
 cfg.Consumer.Offsets.AutoCommit.Interval = 1 * time.Second // 间隔
 client, err := sarama.NewConsumerGroup([]string{ADDR}, group, cfg)
 if err != nil {
  log.Fatal("NewConsumerGroup failed", err.Error())
 }
 return client
}

上面主要是创建ConsumerGroup部分，细心的读者应该看到了，我们这里使用的是自动提交，说好的使用手动提交呢？这是因为我们这个kafka库的特性不同，这个自动提交需要与MarkMessage()方法配合使用才会提交(有疑问的朋友可以实践一下，或者看一下源码)，否则也会提交失败，因为我们在写消费逻辑时要这样写：

func (e EventHandler) ConsumeClaim(session sarama.ConsumerGroupSession, claim sarama.ConsumerGroupClaim) error {
 for msg := range claim.Messages() {
  var data common.KafkaMsg
  if err := json.Unmarshal(msg.Value, &data); err != nil {
   return errors.New("failed to unmarshal message err is " + err.Error())
  }
  // 操作数据，改用打印
  log.Print("consumerClaim data is ")

  // 处理消息成功后标记为处理, 然后会自动提交
  session.MarkMessage(msg,"")
 }
 return nil
}

或者直接使用手动提交方法来解决，只需两步：

第一步：关闭自动提交：

consumerConfig.Consumer.Offsets.AutoCommit.Enable = false  // 禁用自动提交，改为手动

第二步：消费逻辑中添加如下代码，手动提交模式下，也需要先进行标记，在进行commit

session.MarkMessage(msg,"")
session.Commit()

完整代码可以到github上下载并进行验证！

总结

本文我们主要说明了两个知识点：

日常业务开发中，很多公司都喜欢拿消息队列进行解耦，那么你就要注意了，使用Kafka做消息队列无法保证数据不丢失，需要我们自己手动配置补偿，别忘记了，要不又是一场P0事故。

Copyright© 2013-2020

All Rights Reserved 京ICP备2023019179号-8