kafka运行时某个节点丢失

电玩女神 2022-03-22 11:53 419阅读 0赞

最近在开发的过程中用到kafka做消息中间件，在测试高并发的时候，发现了一系列的问题。这两天也明白一点，做出产品跟做好产品是两回事！程序能跑起来跟程序能稳定运行更是两回事！  
开发的过程中，只要测试数据能否通，业务逻辑能不能被执行，只需要测试小数据量。但是程序开发完成后，性能测试是另一个工作。

*  第一个问题：kafka生产者数据包丢失  
    这个原因大多是生产者配置没配好，kafka的通信有接收到数据之后发出的确认接收的信号  
    acks：  
    （1）acks=0： 设置为0表示producer不需要等待任何确认收到的信息  
    （2）acks=1： 至少要等待leader已经成功将数据写入本地log，但是并没有等待所有follower是否成功写入  
    （3）acks=all：leader需要等待所有备份都成功写入日志，这种策略会保证只要有一个备份存活就不会丢失数据  
    request.required.acks  
    （1）0： 表示producer从来不等待来自broker的确认信息  
    （2）1：表示获得leader replica已经接收了数据的确认信息，这个选择时延较小同时确保了server确认接收成功。  
    （3）-1：producer会获得所有同步replicas都收到数据的确认，同时时延最大

我给出自己的配置，在10000/s并发下，可以保证可靠性

props.put("compression.type", "gzip");
            props.put("linger.ms", "50");
            props.put("acks", "all");
            props.put("retries ", "30");
            props.put("reconnect.backoff.ms ", "20000");
            props.put("retry.backoff.ms", "20000");
    		props.put("metadata.broker.list", brokerlist);
    		props.put("serializer.class", "kafka.serializer.DefaultEncoder");
    		props.put("producer.type", "async");
    		props.put("key.serializer.class", "kafka.serializer.StringEncoder");
    		props.put("partitioner.class", "kafka.producer.DefaultPartitioner");
    		props.put("request.required.acks", "1");
    		props.put("queue.buffering.max.ms", "5000");
    		props.put("queue.buffering.max.messages", "10000");
    		props.put("queue.enqueue.timeout.ms", "-1");
    		props.put("batch.num.messages", "200");

*  第二个问题：kafka消费者掉线（丢失）  
    报的错：

java.io.IOException: Failed to process transaction type: 1 error: KeeperErrorCode = NoNode for /....
            at org.apache.zookeeper.server.persistence.FileTxnSnapLog.restore(FileTxnSnapLog.java:188)
            at org.apache.zookeeper.server.ZKDatabase.loadDataBase(ZKDatabase.java:223)
            at org.apache.zookeeper.server.quorum.QuorumPeer.loadDataBase(QuorumPeer.java:417)
            at org.apache.zookeeper.server.quorum.QuorumPeer.start(QuorumPeer.java:409)
            at org.apache.zookeeper.server.quorum.QuorumPeerMain.runFromConfig(QuorumPeerMain.java:156)
            at org.apache.zookeeper.server.quorum.QuorumPeerMain.initializeAndRun(QuorumPeerMain.java:116)
            at org.apache.zookeeper.server.quorum.QuorumPeerMain.main(QuorumPeerMain.java:79)
    Caused by: org.apache.zookeeper.KeeperException$NoNodeException: KeeperErrorCode = NoNode for /....
            at org.apache.zookeeper.server.persistence.FileTxnSnapLog.processTransaction(FileTxnSnapLog.java:250)
            at org.apache.zookeeper.server.persistence.FileTxnSnapLog.restore(FileTxnSnapLog.java:186)

具体的原因还未查清，可以确定范围，在消费者的配置，经过不断调试和改进，这里分两步解决

（1）首先是消费者的配置文件，把zookeeper的会话超时时间设置长一些：

//如果value合法，则自动提交偏移量
            props.put("enable.auto.commit", "false");
            //设置多久一次更新被消费消息的偏移量
            props.put("auto.commit.interval.ms", "1000");
            //设置会话响应的时间，超过这个时间kafka可以选择放弃消费或者消费下一条消息
            props.put("session.timeout.ms", "60000");
            props.put("rebalance.max.retries", "5");
    		props.put("rebalance.backoff.ms", "11000");
            props.put("key.deserializer",
                    "org.apache.kafka.common.serialization.StringDeserializer");
            props.put("value.deserializer",
                    "org.apache.kafka.common.serialization.StringDeserializer");

（2）代码上面，控制消费速度，我选择控制生产速度，避免一下子产生太大的数据量  
即使调整消费者配置，有时还是会掉线，所以在业务最开始的地方加一个队列控制，来一个任务入队列，完成一个任务从队列中移除，当队列超过10000的时候，此后每加一个任务sleep1s，不要堆太多，这当然是没有办法的办法：

if(CmdQueue.PRE_CMD_QUEUE.size() > 10000) {
    	try {
    		Thread.sleep(1000L);
    	} catch (InterruptedException e) {
    		// TODO Auto-generated catch block
    		e.printStackTrace();
    	}
    }