Мы пытаемся реализовать Kafka в качестве нашего решения для брокера сообщений. Мы развертываем наши микросервисы Spring Boot в IBM BLuemix, внутренняя реализация брокера сообщений которого - Kafka версии 0.10. Поскольку мой опыт больше связан с JMS, ActiveMQ, мне было интересно, каким должен быть идеальный способ обработки ошибок системного уровня у потребителей java?
Вот как мы это реализовали в настоящее время
Потребительские свойства
enable.auto.commit=false
auto.offset.reset=latest
Мы используем свойства по умолчанию для
max.partition.fetch.bytes
session.timeout.ms
Kafka Consumer
Мы запускаем 3 потока для каждой темы с одинаковым groupId, то есть по одному экземпляру KafkaConsumer на поток. На данный момент у нас только один раздел. Код потребителя выглядит так в конструкторе класса потока
kafkaConsumer = new KafkaConsumer<String, String>(properties);
final List<String> topicList = new ArrayList<String>();
topicList.add(properties.getTopic());
kafkaConsumer.subscribe(topicList, new ConsumerRebalanceListener() {
@Override
public void onPartitionsRevoked(final Collection<TopicPartition> partitions) {
}
@Override
public void onPartitionsAssigned(final Collection<TopicPartition> partitions) {
try {
logger.info("Partitions assigned, consumer seeking to end.");
for (final TopicPartition partition : partitions) {
final long position = kafkaConsumer.position(partition);
logger.info("current Position: " + position);
logger.info("Seeking to end...");
kafkaConsumer.seekToEnd(Arrays.asList(partition));
logger.info("Seek from the current position: " + kafkaConsumer.position(partition));
kafkaConsumer.seek(partition, position);
}
logger.info("Consumer can now begin consuming messages.");
} catch (final Exception e) {
logger.error("Consumer can now begin consuming messages.");
}
}
});
Фактическое чтение происходит в методе выполнения потока
try {
// Poll on the Kafka consumer every second.
final ConsumerRecords<String, String> records = kafkaConsumer.poll(1000);
// Iterate through all the messages received and print their
// content.
for (final TopicPartition partition : records.partitions()) {
final List<ConsumerRecord<String, String>> partitionRecords = records.records(partition);
logger.info("consumer is alive and is processing "+ partitionRecords.size() +" records");
for (final ConsumerRecord<String, String> record : partitionRecords) {
logger.info("processing topic "+ record.topic()+" for key "+record.key()+" on offset "+ record.offset());
final Class<? extends Event> resourceClass = eventProcessors.getResourceClass();
final Object obj = converter.convertToObject(record.value(), resourceClass);
if (obj != null) {
logger.info("Event: " + obj + " acquired by " + Thread.currentThread().getName());
final CommsEvent event = resourceClass.cast(converter.convertToObject(record.value(), resourceClass));
final MessageResults results = eventProcessors.processEvent(event
);
if ("Success".equals(results.getStatus())) {
// commit the processed message which changes
// the offset
kafkaConsumer.commitSync();
logger.info("Message processed sucessfully");
} else {
kafkaConsumer.seek(new TopicPartition(record.topic(), record.partition()), record.offset());
logger.error("Error processing message : {} with error : {},resetting offset to {} ", obj,results.getError().getMessage(),record.offset());
break;
}
}
}
}
// TODO add return
} catch (final Exception e) {
logger.error("Consumer has failed with exception: " + e, e);
shutdown();
}
Вы заметите EventProcessor, который является классом обслуживания, который обрабатывает каждую запись, в большинстве случаев фиксирует запись в базе данных. Если процессор выдает ошибку (системное исключение или ValidationException), мы не фиксируем, а программно устанавливаем поиск на это смещение, так что последующий опрос будет возвращаться из этого смещения для этого идентификатора группы.
Теперь сомнение в том, что это правильный подход? Если мы получим ошибку и зададим смещение, то до тех пор, пока она не будет исправлена, другие сообщения не будут обрабатываться. Это может сработать для системных ошибок, таких как невозможность подключения к БД, но если проблема связана только с этим событием, а не с другими для обработки этой одной записи, мы не сможем обработать любую другую запись. Мы подумали о концепции ErrorTopic, в которой, когда мы получим ошибку, потребитель опубликует это событие в ErrorTopic, а тем временем он продолжит обработку других последующих событий. Но похоже, что мы пытаемся внедрить концепции дизайна JMS (из-за моего предыдущего опыта) в kafka, и может быть лучший способ решить проблему обработки ошибок в kafka. Также повторная обработка из темы ошибки может изменить последовательность сообщений, которая нам не нужна для некоторых сценариев.
Пожалуйста, дайте мне знать, как кто-то справился с этим сценарием в своих проектах в соответствии со стандартами Kafka.
-Тата