一、producer和consumer三种消息交付的语义

在kafka中，在producer和consumer这两个维度上都有三种消息交付的语义：

1. At most once ---- 消息可能会丢失但绝不重传.
2. At least once ---- 消息可以重传但绝不丢失.
3. Exactly once ---- 每一条消息只被传递一次.

二、producer三种消息交付的语义

在producer设置中，有一个选项为ack：每发送一次消息，都会要求broker返回一个消息回执。如果ack没有收到，且设置了重发次数，那么producer会进行重发。这个ack有三种模式：

// The level of acknowledgement reliability needed from the broker (defaults
// to WaitForLocal). Equivalent to the `request.required.acks` setting of the JVM producer.
// 等同于jvm kafka中的`request.required.acks` 

type RequiredAcks int16
const (
// 第一个模式，NoResponse doesn't send any response, the TCP ACK is all you get.
    NoResponse RequiredAcks = 0
// 第二个模式， WaitForLocal waits for only the local commit to succeed before responding.
    WaitForLocal RequiredAcks = 1
// 第三个模式，WaitForAll waits for all in-sync replicas to commit before responding.
// The minimum number of in-sync replicas is configured on the broker via the `min.insync.replicas` configuration key.
    WaitForAll RequiredAcks = -1
)

如果RequiredAcks设置为0，对于服务器是否收到请求，是没法保证的；并且参数retries（重发）也不会生效（因为客户端无法获得失败信息）。此时提供的是At most once的语义。

如果RequiredAcks大于0，producer在没有收到应答的情况下，会进行重发。此时提供的是At least once的语义。

三、对于producer，幂等性保证Exactly once

在kafka 0.11.0.0之前，是无法保证Exactly once的。但从0.11.0.0开始，producer引入了幂等性的概念，保证消息只会被传递一次。

那么kafka是如何实现的呢？用到了Producer ID（即PID）和Sequence Number。

PID：在初始化的时候，每个新的Producer会被分配一个唯一的PID。这个PID对用户是不可见的。 
Sequence Numbler：对于每个PID，该Producer发送数据的每个[ Topic, Partition ]都对应一个从0开始单调递增的Sequence Number。

Broker端在缓存中保存了Sequence Numbler，对于接收的每条消息，如果其序号比Broker缓存中的序号大于1，则接受它；否则，将其丢弃，这样就可以防止消息重复提交。 
但是，以上只能保证单个Producer对于同一个[ Topic, Partition ]的Exactly Once语义，不保证同一个Producer一个topic下不同Partition的幂等。

四、对于producer，事务保证Exactly once

从0.11.0.0开始，kafka支持了producer事务。要注意的一点是，不要把“操作db的业务逻辑”跟“操作消息的业务逻辑”当成一个事务。因为操作DB数据库的数据源是DB，消息数据源是kfaka，是完全不同的两个数据；一种数据源（如mysql，kafka）对应一个事务，所以它们是两种独立的事务。kafka事务指“kafka一系列生产、消费消息等操作”组成一个事务。db事务是指“操作数据库的一系列增删改操作”组成一个事务。

对于producer和生产消息来说，如果是只有写（即一条消息要发送给多个topic），可以使用producer事务来保证“要么都发送了，要么就都没有发送”。

如果有消费消息，然后再发送给别的topic，最后提交offset，也可以使用producer事务来保证这一系列操作的原子性。比如消费者提交offset出现问题，导致consumer在重复消费消息的时候，生产者会重复生产消息给其他的消费者。

如果只是消费消息和提交offset，那么producer事务就显得没有意义了。因为这个和手动提交offset没有什么区别。

五、consumer三种消息交付的语义

Consumer 读取到消息之后，先进行offset提交，然后再处理消息。如果在某中间时刻消息处理失败了，那这条消息就再也不会被消费了。这对应于at-most-once的语义。

Consumer 读取到消息之后，先处理消息，最后再offset提交。采用这种方式，如果处理消息成功，但是在offset提交之前服务崩溃了，那么在服务重启之后，这条消息会再次被消费到。这对应于at-least-once的语义。

如果要Exactly once语义，则可以使用如下手段： 
消费处理失败指的是业务失败或者操作db失败。 
消费处理成功指的是业务成功或者操作db成功。 
1，如果消费处理失败，则需要额外记录此条消息的offset（对于有顺序要求的消费来说，此时还得停止消费），下次再统一去消费这些处理失败的offset的消息。 
2，同样消费处理失败，也可以利用producer事务来保证。例如，提交offset并且把offset发送到另一个topic中，来保证这一系列的原子性；如果消费处理失败了，则中断事务，offset就不会被发送到topic中，topic中保存的还是上次那个offset。 
3，如果消费处理成功，需要额外保存最新提交的offset到文件系统中，然后提交offset。这样，不管offset提交成功，还是失败，在重启之后，都可以从文件中拿到最新的offset。 
4，或者，消费处理成功的同时，把offset写到db中，意思就是：首先，consumer将offset值存储到相同的地方；然后，提交offset。这样，输出的地方保存的也是最新、最准确的offset。

尊重别人的劳动成果，原文：https://blog.csdn.net/jeffrey11223/article/details/80775080 
 

最后

以上就是潇洒小熊猫为你收集整理的kafka消息交付语义的分析一、producer和consumer三种消息交付的语义二、producer三种消息交付的语义三、对于producer，幂等性保证Exactly once四、对于producer，事务保证Exactly once五、consumer三种消息交付的语义的全部内容，希望文章能够帮你解决kafka消息交付语义的分析一、producer和consumer三种消息交付的语义二、producer三种消息交付的语义三、对于producer，幂等性保证Exactly once四、对于producer，事务保证Exactly once五、consumer三种消息交付的语义所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。