auto.offset.reset关乎kafka数据的读取，是一个非常重要的设置。常用的二个值是latest和earliest，默认是latest。

 

一，latest和earliest区别

1，earliest 当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费

2，latest 当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据

提交过offset，latest和earliest没有区别，但是在没有提交offset情况下，用latest直接会导致无法读取旧数据。

二，创建topic

查看复制打印?

1. # bin/kafka-topics.sh --create --zookeeper bigserver1:2181,bigserver2:2181,testing:2181 --replication-factor 2 --partitions 3 --topic tank  
2. Created topic "tank".  
3.   
4. # bin/kafka-topics.sh --describe --zookeeper bigserver1:2181,bigserver2:2181,testing:2181 --topic tank  
5. Topic:tank PartitionCount:3 ReplicationFactor:2 Configs:  
6.  Topic: tank Partition: 0 Leader: 0 Replicas: 0,2 Isr: 0,2  
7.  Topic: tank Partition: 1 Leader: 1 Replicas: 1,0 Isr: 1,0  
8.  Topic: tank Partition: 2 Leader: 2 Replicas: 2,1 Isr: 2,1  

三，生产数据和接收生产数据

1. [root@bigserver1 kafka]# bin/kafka-console-producer.sh --broker-list bigserver1:9092,bigserver2:9092,testing:9092 --topic tank  
2. >1  
3. >2  
4. >3  
5. >4  
6. >5  
7. >6  
8. 。。。。。。。。。省略。。。。。。。。。  
9. [root@bigserver1 kafka]# bin/kafka-console-consumer.sh --bootstrap-server bigserver1:9092,bigserver2:9092,testing:9092 --topic tank --from-beginning  
10. 1  
11. 2  
12. 3  
13. 4  
14. 5  
15. 6  
16. 。。。。。。。。省略。。。。。。。。  

四，测试代码

查看复制打印?

1. object tank {  
2.     def main(args: Array[String]): Unit = {  
3.         val pros: Properties = new Properties  
4.         pros.put("bootstrap.servers", "bigserver1:9092,bigserver2:9092,testing:9092")  
5.         /*分组由消费者决定,完全自定义,没有要求*/  
6.         pros.put("group.id", "tank")  
7.         //设置为true 表示offset自动托管到kafka内部的一个特定名称为__consumer_offsets的topic  
8.         pros.put("enable.auto.commit", "false")  
9.         pros.put("auto.commit.interval.ms", "1000")  
10.         pros.put("max.poll.records", "5")  
11.         pros.put("session.timeout.ms", "30000")  
12.         //只有当offset不存在的时候，才用latest或者earliest  
13.         pros.put("auto.offset.reset", "latest")  
14.   
15.         pros.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer")  
16.         pros.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer")  
17.   
18.         val consumer: KafkaConsumer[String, String] = new KafkaConsumer[String, String](pros)  
19.   
20.         /*这里填写主题名称*/  
21.         consumer.subscribe(util.Arrays.asList("tank"))  
22.   
23.         val system = akka.actor.ActorSystem("system")  
24.         system.scheduler.schedule(0 seconds, 30 seconds)(tankTest.saveData(args,consumer))  
25.   
26.     }  
27.   
28.     object tankTest {  
29.         def saveData(args: Array[String],consumer: KafkaConsumer[String,String]): Unit = {  
30.             val records: ConsumerRecords[String, String] = consumer.poll(Duration.ofSeconds(3))  
31.             if (!records.isEmpty) {  
32.                 for (record <- records) {  
33.                     if (record.value != null && !record.value.equals("")) {  
34.                         myLog.syncLog(record.value + "\t准备开启消费者出列数据", "kafka", "get")  
35.                     }  
36.                 }  
37.                 consumer.commitSync()  
38.   
39.             }  
40.   
41.         }  
42.     }  
43. }  

五，测试1，过程如下

1，查看offset

查看复制打印?

1. # bin/kafka-consumer-groups.sh --bootstrap-server bigserver1:9092,bigserver2:9092,testing:9092 --group tank --describe  
2. Error: Consumer group 'tank' does not exist.  

在没有提交offset的情况，会报这个错误

2，latest模式运行，拉取不到数据

2019-04-28 16:22:55 INFO Fetcher:583 - [Consumer clientId=consumer-1, groupId=tank] Resetting offset for partition tank-1 to offset 11.
2019-04-28 16:22:55 INFO Fetcher:583 - [Consumer clientId=consumer-1, groupId=tank] Resetting offset for partition tank-0 to offset 11.
2019-04-28 16:22:55 INFO Fetcher:583 - [Consumer clientId=consumer-1, groupId=tank] Resetting offset for partition tank-2 to offset 11.

3，再用kafka-console-producer.sh生产数据，latest是可以拉到的，并且是拉取最新的数据（程序运行以后的数据），以前提交的数据是拉取不到的。

4，查看offset不报错了

查看复制打印?

1. # bin/kafka-consumer-groups.sh --bootstrap-server bigserver1:9092,bigserver2:9092,testing:9092 --group tank --describe  
2. Consumer group 'tank' has no active members.  
3.   
4. TOPIC           PARTITION  CURRENT-OFFSET  LOG-END-OFFSET  LAG             CONSUMER-ID     HOST            CLIENT-ID  
5. tank            1          12              14              2               -               -               -  
6. tank            0          12              14              2               -               -               -  
7. tank            2          13              15              2               -               -               -  

5，将auto.offset.reset设置成earliest，第一次生产的数据也取不到

在这里要注意：如果kafka只接收数据，从来没来消费过，程序一开始不要用latest，不然以前的数据就接收不到了。应当先earliest，然后二都都可以。

六，测试2

1，重新创建topic，重复上面的第二，第三步

2，代码端先earliest，最早提交的数据是可以获取到的，再生产数据也是可以获取到的。

3，将auto.offset.reset设置成latest，再生产数据也是可以获取到的。

七，结论

虽然auto.offset.reset默认是latest，但是建议使用earliest。

 

 

参考链接：http://blog.51yip.com/hadoop/2130.html