為避免上面類似情況的發(fā)生，除了做好補償措施，更應(yīng)該在系設(shè)計的時候充分考慮各種異常，設(shè)計一個穩(wěn)定、高可用的消息系統(tǒng)。

認識Kafka

看一下維基百科的定義

Kafka是分布式發(fā)布-訂閱消息系統(tǒng)。它最初由LinkedIn公司開發(fā)，之后成為Apache項目的一部分。

Kafka是一個分布式的，可劃分的，冗余備份的持久性的日志服務(wù)。它主要用于處理活躍的流式數(shù)據(jù)。

kafka架構(gòu)

Kafka的整體架構(gòu)非常簡單，是顯式分布式架構(gòu)，主要由producer、broker（kafka）和consumer組成。

Producer（生產(chǎn)者）可以將數(shù)據(jù)發(fā)布到所選擇的topic（主題）中。生產(chǎn)者負責(zé)將記錄分配到topic的哪一個 partition（分區(qū)）中。可以使用循環(huán)的方式來簡單地實現(xiàn)負載均衡，也可以根據(jù)某些語義分區(qū)函數(shù)(如記錄中的key)來完成。

Consumer（消費者）使用一個consumer group（消費組）名稱來進行標(biāo)識，發(fā)布到topic中的每條記錄被分配給訂閱消費組中的一個消費者實例。消費者實例可以分布在多個進程中或者多個機器上。

Kafka到底會不會丟失消息？

在討論kafka是否丟消息前先來了解一下什么是消息傳遞語義。

message delivery semantic 也就是消息傳遞語義，簡單說就是消息傳遞過程中消息傳遞的保證性。主要分為三種：

• at most once：最多一次。消息可能丟失也可能被處理，但最多只會被處理一次。
• at least once：至少一次。消息不會丟失，但可能被處理多次。可能重復(fù)，不會丟失。
• exactly once：精確傳遞一次。消息被處理且只會被處理一次。不丟失不重復(fù)就一次。

理想情況下肯定是希望系統(tǒng)的消息傳遞是嚴(yán)格exactly once，也就是保證不丟失、只會被處理一次，但是很難做到。

回到主角Kafka，Kafka有三次消息傳遞的過程：

1. 生產(chǎn)者發(fā)消息給Kafka Broker。
2. Kafka Broker 消息同步和持久化
3. Kafka Broker 將消息傳遞給消費者。

在這三步中每一步都有可能會丟失消息，下面詳細分析為什么會丟消息，如何最大限度避免丟失消息。

生產(chǎn)者丟失消息

先介紹一下生產(chǎn)者發(fā)送消息的一般流程（部分流程與具體配置項強相關(guān)，這里先忽略）：

1. 生產(chǎn)者是與leader直接交互，所以先從集群獲取topic對應(yīng)分區(qū)的leader元數(shù)據(jù)；
2. 獲取到leader分區(qū)元數(shù)據(jù)后直接將消息發(fā)給過去；
3. Kafka Broker對應(yīng)的leader分區(qū)收到消息后寫入文件持久化；
4. Follower拉取Leader消息與Leader的數(shù)據(jù)保持一致；
5. Follower消息拉取完畢需要給Leader回復(fù)ACK確認消息；
6. Kafka Leader和Follower分區(qū)同步完，Leader分區(qū)會給生產(chǎn)者回復(fù)ACK確認消息。

生產(chǎn)者采用push模式將數(shù)據(jù)發(fā)布到broker，每條消息追加到分區(qū)中，順序?qū)懭氪疟P。消息寫入Leader后，F(xiàn)ollower是主動與Leader進行同步。

Kafka消息發(fā)送有兩種方式：同步（sync）和異步（async），默認是同步方式，可通過producer.type屬性進行配置。

Kafka通過配置request.required.acks屬性來確認消息的生產(chǎn)：

• 0表示不進行消息接收是否成功的確認；不能保證消息是否發(fā)送成功，生成環(huán)境基本不會用。
• 1表示當(dāng)Leader接收成功時確認；只要Leader存活就可以保證不丟失，保證了吞吐量。
• -1或者all表示Leader和Follower都接收成功時確認；可以最大限度保證消息不丟失，但是吞吐量低。

kafka producer 的參數(shù)acks 的默認值為1，所以默認的producer級別是at least once，并不能exactly once。

敲黑板了，這里可能會丟消息的！

• 如果acks配置為0，發(fā)生網(wǎng)絡(luò)抖動消息丟了，生產(chǎn)者不校驗ACK自然就不知道丟了。
• 如果acks配置為1保證leader不丟，但是如果leader掛了，恰好選了一個沒有ACK的follower，那也丟了。
• all：保證leader和follower不丟，但是如果網(wǎng)絡(luò)擁塞，沒有收到ACK，會有重復(fù)發(fā)的問題。

Kafka Broker丟失消息

Kafka Broker 接收到數(shù)據(jù)后會將數(shù)據(jù)進行持久化存儲，你以為是下面這樣的：

沒想到是這樣的：

操作系統(tǒng)本身有一層緩存，叫做 Page Cache，當(dāng)往磁盤文件寫入的時候，系統(tǒng)會先將數(shù)據(jù)流寫入緩存中，至于什么時候?qū)⒕彺娴臄?shù)據(jù)寫入文件中是由操作系統(tǒng)自行決定。

Kafka提供了一個參數(shù) producer.type 來控制是不是主動flush，如果Kafka寫入到mmap之后就立即 flush 然后再返回 Producer 叫同步 (sync)；寫入mmap之后立即返回 Producer 不調(diào)用 flush 叫異步 (async)。

敲黑板了，這里可能會丟消息的！

Kafka通過多分區(qū)多副本機制中已經(jīng)能最大限度保證數(shù)據(jù)不會丟失，如果數(shù)據(jù)已經(jīng)寫入系統(tǒng) cache 中但是還沒來得及刷入磁盤，此時突然機器宕機或者掉電那就丟了，當(dāng)然這種情況很極端。

消費者丟失消息

消費者通過pull模式主動的去 kafka 集群拉取消息，與producer相同的是，消費者在拉取消息的時候也是找leader分區(qū)去拉取。

多個消費者可以組成一個消費者組（consumer group），每個消費者組都有一個組id。同一個消費組者的消費者可以消費同一topic下不同分區(qū)的數(shù)據(jù)，但是不會出現(xiàn)多個消費者消費同一分區(qū)的數(shù)據(jù)。

消費者消費的進度通過offset保存在kafka集群的__consumer_offsets這個topic中。

消費消息的時候主要分為兩個階段：

1、標(biāo)識消息已被消費，commit offset坐標(biāo)；

2、處理消息。

敲黑板了，這里可能會丟消息的！

場景一：先commit再處理消息。如果在處理消息的時候異常了，但是offset 已經(jīng)提交了，這條消息對于該消費者來說就是丟失了，再也不會消費到了。

場景二：先處理消息再commit。如果在commit之前發(fā)生異常，下次還會消費到該消息，重復(fù)消費的問題可以通過業(yè)務(wù)保證消息冪等性來解決。

總結(jié)

那么問題來了，kafka到底會不會丟消息？答案是：會！

Kafka可能會在三個階段丟失消息：

（1）生產(chǎn)者發(fā)送數(shù)據(jù)；

（2）Kafka Broker 存儲數(shù)據(jù)；

（3）消費者消費數(shù)據(jù)；

在生產(chǎn)環(huán)境中嚴(yán)格做到exactly once其實是難的，同時也會犧牲效率和吞吐量，最佳實踐是業(yè)務(wù)側(cè)做好補償機制，萬一出現(xiàn)消息丟失可以兜底。