通過https://www.cnblogs.com/tree1123/p/11243668.html 已經對consumer有了一定的了解。producer比consumer要簡單一些。
一、舊版本producer
0.9.0.0版本以前，是由scala編寫的舊版本producer。
入口類：kafka.producer.Producer
代碼示例：
Properties properties = new Properties();
properties.put("metadata.broker.list", "kafka01:9092,kafka02:9092");
properties.put("serializer.class", "kafka.serializer.StringEncoder");
properties.put("request.requird.acks", "1");
ProducerConfig config = new ProducerConfig(properties);
Producer<String, String> producer = new Producer<String, String>(config);
KeyedMessage<String,String> msg = new KeyedMessage<String,String>("topic","hello");
Producer.send(msg);
舊版本是同步機制，等待響應。吞吐性很差。在0.9.0.0版本以后，正式下架了。
舊版本的方法：
send 發送
close 關閉
sync 異步發送 有丟失消息的可能性
二、新版本producer
舊版本producer由scala編寫，0.9.0.0版本以后，新版本producer由java編寫。
新版本主要入口類是：org.apache.kafka.clients.producer.KafkaProducer
常用方法：
send 實現消息發送主邏輯
close 關閉producer
metrics 獲取producer的實時監控指標數據 比如發送消息的速率
Kafka producer要比consumer設計簡單一些，主要就是向某個topic的某個分區發送一條消息。partitioner決定向哪個分區發送消息。用戶指定key，默認的分區器會根據key的哈希值來選擇分區，如果沒有指定key就以輪詢的方式選擇分區。也可以自定義分區策略。
確定分區后，producer尋找到分區的leader，也就是該leader所在的broker，然后發送消息，leader會進行副本同步ISR。
producer會啟兩個線程，主線程封裝ProducerRecord類，序列化后發給partitioner，然后發送到內存緩沖區。
另一個I/O線程，提取消息分batch統一發送給對應的broker。
示例代碼：
Properties properties = new Properties();
properties.put("bootstrap.servers", "kafka01:9092,kafka02:9092");
properties.put("acks", "all");
properties.put("retries", 0);
properties.put("batch.size", 16384);
properties.put("linger.ms", 1);
properties.put("buffer.memory", 33554432);
properties.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
properties.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
for (int i = 1; i <= 600; i++) {
kafkaProducer.send(new ProducerRecord<String, String>("z_test_20190430", "testkafka0613"+i));
System.out.println("testkafka"+i);
}
kafkaProducer.close();
1、構造Properties對象，bootstrap.servers key.serializer value.serializer是必須指定的。
2、使用Properties構造KafkaProducer對象。
3、構造ProducerRecord 指定topic 分區 key value。
4、KafkaProducer的send方法發送。
5、關閉KafkaProducer。
Properties主要參數：
bootstrap.servers 和consumer一樣，指定部分broker即可。而且broker端如果沒有配ip地址，要寫成主機名。
key.serializer value.serializer 序列化參數 一定要全類名 沒有key也必須設置。
acks 三個值
0： producer完全不管broker的處理結果 回調也就沒有用了 並不能保證消息成功發送 但是這種吞吐量最高
all或者-1： leader broker會等消息寫入 並且ISR都寫入后 才會響應，這種只要ISR有副本存活就肯定不會丟失，但吞 吐量最低。
1： 默認的值 leader broker自己寫入后就響應，不會等待ISR其他的副本寫入，只要leader broker存活就不會丟失，即保證了不丟失，也保證了吞吐量。
buffer.memory 緩沖區大小 字節 默認是33554432 就是發送消息的內存緩沖區大小 過小的話會影響吞吐量
compression.type 設置是否壓縮消息 默認值是none 壓縮后可以降低IO開銷提高吞吐，但是會增大CPU開銷。
支持三種： GZIP Snappy LZ4 性能 LZ4 > Snappy > GZIP
retries 發送消息重試的次數 默認0 不重試 重試可能造成重復發送 可能造成亂序
retry.backoff.ms 設置重試間隔 默認100毫秒
batch.size 調優重要的參數 batch小 吞吐量也會小 batch大 內存壓力會大 默認值是16384 16KB
linger.ms 發送延時 默認是0 0的話不用等batch滿就發送 延時的話可以提高吞吐 看具體情況進行調整
max.request.size producer能夠發送最大消息的大小 默認1048576字節 如果消息很大 需要修改它
request.timeout.ms 發送請求后broker在規定時間返回 默認30秒 超過就是超時了。
Send方法
fire and forget 就是上邊的示例
Properties properties = new Properties();
properties.put("bootstrap.servers", "kafka01:9092,kafka02:9092");
properties.put("acks", "all");
properties.put("retries", 0);
properties.put("batch.size", 16384);
properties.put("linger.ms", 1);
properties.put("buffer.memory", 33554432);
properties.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
properties.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
for (int i = 1; i <= 600; i++) {
kafkaProducer.send(new ProducerRecord<String, String>("z_test_20190430", "testkafka0613"+i));
System.out.println("testkafka"+i);
}
kafkaProducer.close();
異步回調 不阻塞
Properties properties = new Properties();
properties.put("bootstrap.servers", "kafka01:9092,kafka02:9092");
properties.put("acks", "all");
properties.put("retries", 0);
properties.put("batch.size", 16384);
properties.put("linger.ms", 1);
properties.put("buffer.memory", 33554432);
properties.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
properties.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
for (int i = 1; i <= 600; i++) {
kafkaProducer.send(new ProducerRecord<String, String>("z_test_20190430", "testkafka0613"+i),new Callback(){
public void onCompletion(RecordMetadata metadata, Exception e) {
if(e != null) {
e.printStackTrace();
} else {
System.out.println("The offset of the record we just sent is: " + metadata.offset());
}
}
});
System.out.println("testkafka"+i);
}
kafkaProducer.close();
同步發送 無限等待返回
producer.send（record).get()
重試機制
如果需要自定義重試機制，就要在回調里對不同異常區別對待，常見的幾種如下：
可重試異常
LeaderNotAvailableException :分區的Leader副本不可用，這可能是換屆選舉導致的瞬時的異常，重試幾次就可以恢復
NotControllerException:Controller主要是用來選擇分區副本和每一個分區leader的副本信息，主要負責統一管理分區信息等，也可能是選舉所致。
NetWorkerException :瞬時網絡故障異常所致。
不可重試異常
SerializationException:序列化失敗異常
RecordToolLargeException:消息尺寸過大導致。
示例代碼：
producer.send(myRecord,
new Callback() {
public void onCompletion(RecordMetadata metadata, Exception e) {
if(e ==null){
//正常處理邏輯
System.out.println("The offset of the record we just sent is: " + metadata.offset());
}else{
if(e instanceof RetriableException) {
//處理可重試異常
......
} else {
//處理不可重試異常
......
}
}
}
});
分區機制
partitioner決定向哪個分區發送消息。用戶指定key，默認的分區器會根據key的哈希值來選擇分區，如果沒有指定key就以輪詢的方式選擇分區。也可以自定義分區策略。
對於有key的消息，java版本的producer自帶的partitioner會根據murmur2算法計算消息key的哈希值。然后對總分區數求模得到消息要被發送到的目標分區號。
自定義分區策略：
創建一個類，實現org.apache.kafka.clients.producer.Partitioner接口
主要分區邏輯在Partitioner.partition中實現：通過topic key value 一同確定分區
在構造KafkaProducer得Properties中設置partitioner.class 為自定義類 注意是全類名
序列化機制
常用的serializer
ByteArraySerializer.class
ByteBufferSerializer.class
BytesSerializer.class
DoubleSerializer.class
IntegerSerializer.class
LongSerializer.class
StringSerializer.class
但是其他一些復雜的就需要自定義序列化：
1、定義數據格式
2、創建自定義序列化類，實現org.apache.kafka.common.serialization.Serializer接口
3、在KafkaProducer的Properties中設置key.serializer value.serializer為自定義類
以上均為單線程的情況，但producer是線程安全的，單線程適合分區較少的情況，分區較多可以多線程但對內存損耗較大。
我的博客即將搬運同步至騰訊雲+社區，邀請大家一同入駐：https://cloud.tencent.com/developer/support-plan