Kafka 中的消息是否会丢失和重复消费？ #

要确定Kafka的消息是否丢失或重复，从两个方面分析入手：消息发送和消息消费。

• 消息发送 Kafka消息发送有两种方式：同步（sync）和异步（async），默认是同步方式，可通过producer.type属性进行配置。Kafka通过配置request.required.acks属性来确认消息的生产：

  • 0 表示不进行消息接收是否成功的确认；
  • 1 表示当Leader接收成功时确认；
  • -1 表示Leader和Follower都接收成功时确认；

  综上所述，有6种消息生产的情况，下面分情况来分析消息丢失的场景：

  • acks=0； 不和Kafka集群进行消息接收确认，则当网络异常、缓冲区满了等情况时，消息可能丢失；
  • acks=1； 同步模式下，只有Leader确认接收成功后但挂掉了，副本没有同步，数据可能丢失；

• 消息消费 Kafka消息消费有两个consumer接口，Low-level API和High-level API：

  • Low-level API：消费者自己维护offset等值，可以实现对Kafka的完全控制；
  • High-level API：封装了对parition和offset的管理，使用简单； 如果使用高级接口High-level API，可能存在一个问题就是当消息消费者从集群中把消息取出来、并提交了新的消息offset值后，还没来得及消费就挂掉了，那么下次再消费时之前没消费成功的消息就“诡异”的消失了；

• 解决办法：

  • 针对消息丢失： 同步模式下，确认机制设置为-1，即让消息写入Leader和Follower之后再确认消息发送成功； 异步模式下，为防止缓冲区满，可以在配置文件设置不限制阻塞超时时间，当缓冲区满时让生产者一直处于阻塞状态；
  • 针对消息重复： 将消息的唯一标识保存到外部介质中，每次消费时判断是否处理过即可。