apache-kafka - 什么情况下 endOffset > lastMsg.offset + 1?
问题描述
Kafka 为一个分区返回 endOffset 15,但可以从中消费的最后一条消息的偏移量为 13,而不是我所期望的 14。我想知道为什么。
卡夫卡文档阅读
在默认的 read_uncommitted 隔离级别下,结束偏移量是高水位线(即上一次成功复制消息的偏移量加一)。对于 read_committed 消费者,结束偏移量是最后一个稳定偏移量(LSO),它是高水位线的最小值,也是任何打开事务的最小偏移量。
这是kafkacat的输出。我正在使用 kafkacat,因为它可以打印消息偏移量:
$ kafkacat -Ce -p0 -tTK -f'offset: %o key: %k\n'
offset: 0 key: 0108
offset: 1 key: 0253
offset: 4 key: 0278
offset: 5 key: 0198
offset: 8 key: 0278
offset: 9 key: 0210
offset: 10 key: 0253
offset: 11 key: 1058
offset: 12 key: 0141
offset: 13 key: 1141
% Reached end of topic TK [0] at offset 15: exiting
令人困惑的是——而且很可能是相关的——偏移量不是连续的,尽管我没有设置压缩等。
更多细节:
$ kafka-topics.sh --bootstrap-server localhost:9092 --topic TK --describe
Topic: TK PartitionCount: 2 ReplicationFactor: 1 Configs: segment.bytes=1073741824
Topic: TK Partition: 0 Leader: 0 Replicas: 0 Isr: 0
Topic: TK Partition: 1 Leader: 0 Replicas: 0 Isr: 0
通过 kafka-console-consumer.sh 打印密钥:
$ kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic TK \
--offset earliest --partition 0 --timeout-ms 5000 \
--property print.key=true --property print.value=false
0108
0253
0278
0198
0278
0210
0253
1058
0141
1141
[2021-09-15 10:54:06,556] ERROR Error processing message, terminating consumer process: (kafka.tools.ConsoleConsumer$)
org.apache.kafka.common.errors.TimeoutException
Processed a total of 10 messages
注意:这个话题是在没有涉及交易的情况下产生的,并且 *)消费是在read_uncommitted
模式下完成的。
*) 实际上, processing.guarantee 设置为exactly_once_beta
,因此相当于使用事务。
更多信息 事实证明,我可以使用我的 Streams 应用程序可靠地重现此案例(1. 擦除 kafka/zookeeper 数据,2. 重新创建主题,3. 运行应用程序),其输出是显示此问题的主题。同时,我将 Streams 应用程序缩减为这种无操作拓扑,并且仍然可以重现它:
Topologies:
Sub-topology: 0
Source: KSTREAM-SOURCE-0000000000 (topics: [TK1])
--> KSTREAM-SINK-0000000001
Sink: KSTREAM-SINK-0000000001 (topic: TK)
<-- KSTREAM-SOURCE-0000000000
新闻 与此同时,我已将本地运行的 Kafka 代理 (2.5.0) 替换为在 Docker 容器中运行的代理 (wurstmeister/kafka:2.13-2.6.0)。问题仍然存在。
该应用程序使用版本为 6.0.1-ccs 的 kafka 库,对应于 2.6.0。
解决方案
当我删除设置processing.guarantee: exactly_once_beta
时,问题就消失了。就这个问题而言,不管我用exactly_once_beta
还是exactly_once
.
我仍然想知道为什么exact_once(_beta) 会发生这种情况 - 毕竟,在我的测试中,顺利航行并且没有事务回滚等。
在我最近的测试中,这条规则似乎适用于其中至少包含一项的所有分区:
endOffset == lastMsg.offset + 3
这比预期的多 2 个。
问题中提到的 Kafka 文档说
对于 read_committed 消费者,结束偏移量是最后一个稳定偏移量(LSO),它是高水位线的最小值,也是任何打开事务的最小偏移量。
那么Kafka是否可能为每个分区的2个(???)事务预先分配偏移量?
推荐阅读
- python - Keras每一步的多步LSTM批量训练分类
- php - 根据 wordpress 中的帖子 ID 数组显示帖子元列表
- uwp - Windows 10 分配的访问权限:启动或解锁后失去焦点
- wordpress - 抱歉,您无权访问此页面
- vbscript - 如何在vbscript中的文件中间写入文本?
- scala - 如何根据数据框中的最大值和最小值添加列集合
- c - 在 C 语言中 *p=vec[n] 和 p=&vec[n] 一样吗?
- java - PDFBox 找不到 cid 键控字体的正确后备字体
- angular - 角度动画错开动态延迟
- css - Rails - 在 application.rb 中添加了 4 个自定义资产路径,无需重新启动