kafka auto.offset.reset latest earliest 详解

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

上一篇:【贪心-02】贪心算法题目解析


下一篇:力扣算法——134GasStation【M】