bl做视频网站淄博seo网络公司
这边整理下Kafka三大主要组件Producer原理。
目录
一、Producer发送消息源码流程
二、ACK应答机制和ISR机制
1）ACK应答机制
2）ISR机制
三、消息的幂等性
四、Kafka生产者事务
一、Producer发送消息源码流程
Producer发送消息流程如上图。主要是用了两个线程，主线程中生成消息经过拦截器之后，在序列化器中将消息的K,V序列化，在到分区器中分配对应的分区之后放入累加器。
当消息在累加器中批次满了，或者创建了新的累加batch就会唤起Sender线程将消息发送到Broker中。
这其中在分区器中配置分区的规则有以下四个逻辑：
1.消息定义了分区，就用消息指定的分区
2.消息没有定义分区，但是使用了自定义分区器，那么就走自定义分区器里面的选择分区的逻辑
3.消息没有定义分区，也没有使用自定义分区器，key不为空，那么就会走hash取模算法，会用key的hash值和分区器数量进行取模计算得到对应的分区器
4.以上都不符合的话，就走粘连策略得到最终的分区。
二、ACK应答机制和ISR机制
1）ACK应答机制
生产者Producer向Broker发送消息，明显是需要有个应答ACK来知道Broker是否收到消息的。所以Kafka提供了三种等级的Ack应答机制。可以根据可靠性和延迟的要求进行选择
1.acks=0 ：broker一收到消息，就返回Ack应答
但这种模式明显会有一个问题就是leader落盘失败的话，发送的消息就都没有用了，如下图
要保证可靠性就有了第二种模式。
2.acks=1 : broker收到消息，并且leader分区落盘之后，返回Ack应答。（Kafka默认应答机制级别）
这种模式也会有问题，就是leader数据落盘之后，两个副本都没有备份，这个时候leader又挂了，这个时候就会丢失数据了，如下图所示：
所以要保证进一步的可靠性就有了第三种模式。
3.ack=-1(或者all)：broker收到消息，并且leader分区落盘之后，所有fllowers也备份成功之后返回Ack应答。
明显可以看出，以上三种从上到下其可靠性依次增强，延迟也依次增大。
但是这个模式可以想到还是会有两种问题：
问题1：就是在leader，和fllower都落盘成功之后，准备返回ack时候，leader挂了，这个时候Producer就收不到ACK了。那么生产者正常来讲就会重发消息，这个时候对于broker来说明显消息重复了（当然实际上Kafka可以通过消息的幂等性来判断），就有问题了。
这个时候，除了Kafka自带的消息幂等性处理，还有一种方案，就是配置里有个重试次数，我们可以设置为0也可以实现。
但明显这只能解决这一种问题，可能引起其他情况的异常问题（例如需要重发来保证可靠性的情况）
问题2：如果fllower重有挂了的节点，那么这种情况Producer明显永远拿不到Ack了，明显会阻塞消息过程。如下图：
所以为了解决问题2这种情况，Kafka就采用了ISR的机制。
2）ISR机制
ISR(in-sync replica set):是一组动态维护副本的集合。
ISR的界定标准（可以自己设置）：replica.lag.time.ms(默认是30秒)，也就是P0_R0 30秒钟还没有从P0_R1中同步数据
简单的理解，ISR就是一个Set集合，里面存储的就是同步积极的分区集合，当分区同步出现问题时候，就把这个分区移除ISR集合。
还是在下图那种情况
所以初始的时候，ISR集合里面是有P0_R0,P0_R1,P0_R2三个分区的，但是当P0_R0同步出现问题的时候，就把P0_R0移除ISR集合。这个时候ISR集合中只有P0_R1,P0_R2。此时这两个分区落盘都成功了，这个时候leader也就返回了ack了。
相对应ISR，也有一个OSR（out-sync replica）,也就是没有正常同步数据的副本
那明显ISR+OSR 就能拿到全部的副本（AR：Assigned replica）了:AR = ISR+OSR,如下图所示：
三、消息的幂等性
生产者的幂等性，可以理解为不管生产者发送多少次效益，对于broker来说，如果是同一条消息，broker端只存一条消息。
上面问题1的那种情况，一般为了保证重试机制的正常，不会将重试参数retires设置为0，Kafka是通过broker的幂等性判断来解决这个问题的。下面详细介绍下实现的思路。
问题的情况如下图：
再返回ack时候，由于网络抖动等问题，导致服务端返回失败，此时生产者进行重试，导致消息被重复写入了broker服务端。
解决的方案如下：
在发送消息的时候，每条消息增加两个参数，PID(Producer ID):生产者id; Sequence Number:消息序列数（一般从0开始）
如上图所示，在第4步重发同一消息时候，Broker服务端在网队列里面写消息时候，会判断PID和Seq Num是否重复，如果重复，就写入队列失败。那么就不会往队列里面写入重复的消息了。
（这里面的Seq Num还会有多种情况，就是假设前一条消息的Seq Num=1，现在这条消息的PID相同，但是Seq Num=3，那么就会判断丢失了消息，Kafka就会抛出丢失消息的异常信息）
总结一下：
1）Producer端发送消息（消息，PID,Seq Num）
2) Broker端接收消息（将消息，PID,Seq Num一起保存）
3）若ack失败，生产者重试，再次发生消息，Broker判断是否重复
四、Kafka生产者事务
上面的幂等性，只能保证在单分区，单会话（客户端重启之后，在建立连接，会认为是新的producer id）场景下有效。
对于多分区，多会话，Kafka通过生产者事务提供了多个分区写入的原子性操作（理解参照数据库的原子性）。
Kafka事务的API相关方法：
Kafka事务操作的基本流程：
如上图所示：
Kafka通过事务协调者（Transaction Coordinator）和事务日志（Transcation Log）来实现的。
流程就是：
1）生产者通过initTransactions向Coordinator注册事务ID
2）Coordinator记录事务日志。
3）生产者把消息写入目标分区 （此时这三部的数据对于消费者都是不可见的）
4）分区和Coordinator的交互，标记消息状态。消息装状态标记为Commited，才对消费者可见，否则不可见。
详细流程如下图：
以上就是Kafka，producer端相关原理了。