如何在kafka 0.9.0中使用多线程消费者

Question

卡夫卡的文档给出了一种关于的方法，描述如下：

每个线程一个消费者：一个简单的选项是为每个线程提供自己的消费者>实例。

我的代码：

public class KafkaConsumerRunner implements Runnable {
    private final AtomicBoolean closed = new AtomicBoolean(false);
    private final CloudKafkaConsumer consumer;
    private final String topicName;
    public KafkaConsumerRunner(CloudKafkaConsumer consumer, String topicName) {
        this.consumer = consumer;
        this.topicName = topicName;
    }
    @Override
    public void run() {
        try {
            this.consumer.subscribe(topicName);
            ConsumerRecords<String, String> records;
            while (!closed.get()) {
                synchronized (consumer) {
                    records = consumer.poll(100);
                }
                for (ConsumerRecord<String, String> tmp : records) {
                    System.out.println(tmp.value());
                }
            }
        } catch (WakeupException e) {
            // Ignore exception if closing
            System.out.println(e);
            //if (!closed.get()) throw e;
        }
    }
    // Shutdown hook which can be called from a separate thread
    public void shutdown() {
        closed.set(true);
        consumer.wakeup();
    }
    public static void main(String[] args) {
        CloudKafkaConsumer kafkaConsumer = KafkaConsumerBuilder.builder()
                .withBootstrapServers("172.31.1.159:9092")
                .withGroupId("test")
                .build();
        ExecutorService executorService = Executors.newFixedThreadPool(5);
        executorService.execute(new KafkaConsumerRunner(kafkaConsumer, "log"));
        executorService.execute(new KafkaConsumerRunner(kafkaConsumer, "log.info"));
        executorService.shutdown();
    }
}

但它不起作用，并抛出了一个异常：

java.util.ConcurrentModificationException：KafkaConsumer对多线程访问不安全

此外，我还阅读了Flink（一个用于分布式流和批处理数据的开源平台）的源代码。使用多线程消费者的Flink与我的类似。

long pollTimeout = Long.parseLong(flinkKafkaConsumer.properties.getProperty(KEY_POLL_TIMEOUT, Long.toString(DEFAULT_POLL_TIMEOUT)));
pollLoop: while (running) {
    ConsumerRecords<byte[], byte[]> records;
    //noinspection SynchronizeOnNonFinalField
    synchronized (flinkKafkaConsumer.consumer) {
        try {
            records = flinkKafkaConsumer.consumer.poll(pollTimeout);
        } catch (WakeupException we) {
            if (running) {
                throw we;
            }
            // leave loop
            continue;
        }
    }

多线程的flink代码

怎么了？

Answer 1

Kafka使用者不是线程安全的。正如你在问题中指出的那样，该文件指出

一个简单的选项是为每个线程提供自己的消费者实例

但在您的代码中，您有一个由不同KafkaConsumerRunner实例包装的同一消费者实例。因此，多个线程正在访问同一个使用者实例。卡夫卡文件清楚地说明了

Kafka消费者不是线程安全的。所有网络I/O都发生在进行调用的应用程序的线程。这是用户确保多线程访问正确同步。未同步访问将导致并发修改异常。

这正是你收到的例外。

Answer 2

它在您的订阅调用中抛出异常。this.consumer.subscribe(topicName);

将该块移动到一个同步块中，如下所示：

@Override
public void run() {
    try {
        synchronized (consumer) {
            this.consumer.subscribe(topicName);
        }
        ConsumerRecords<String, String> records;
        while (!closed.get()) {
            synchronized (consumer) {
                records = consumer.poll(100);
            }
            for (ConsumerRecord<String, String> tmp : records) {
                System.out.println(tmp.value());
            }
        }
    } catch (WakeupException e) {
        // Ignore exception if closing
        System.out.println(e);
        //if (!closed.get()) throw e;
    }
}

Answer 3

可能不是您的情况，但如果您正在合并处理多个主题的数据，那么您可以使用同一消费者从多个主题读取数据。如果没有，那么最好创建使用每个主题的单独作业。