kafka-数据不重复

在kafka0.11版本后，引入了：幂等性和事务

幂等性就算指不论向broker发送多少次数据，broker都只会持久化一条，保证不会重复

数据的传递语义

• 至少一次：ack级别设置为-1 + 分区副本数大于等于2 + isr里应答的最小副本数大于等于2，保证数据不丢失，但是可能会重复
• 最多一次：ack级别设置为0，保证数据不重复，但是可能会丢失
• 精确一次：幂等性 + 至少一次，要求数据既不能重复也不会丢失

重复数据判断标准

具有<pid、partition、seqnumber>相同主键的消息提交时，broker只会持久化一条

• pid：生产者id号，kafka每次重启都会分配一个新的
• partition：分区号
• sequence number：单调自增

幂等性只能保证单分区单会话内不重复

开启幂等性

设置参数enable.idempotence为true，默认true

事务

开启事务，必须开启幂等性

生产者在使用事务前，必须自定义一个唯一的transactional.id。这样即使生产者挂了，它重启后也能继续处理未完成的事务

使用

        //配置
        Properties properties = new Properties();
        //连接
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"localhost:9092");
        //指定对应的key和value的序列号类型
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
        //事务id
        properties.put(ProducerConfig.TRANSACTIONAL_ID_CONFIG,"t_id_01");
        //创建生产者对象
        KafkaProducer<String,String> kafkaProducer = new KafkaProducer(properties);
        //初始化事务
        kafkaProducer.initTransactions();
        //开始事务
        kafkaProducer.beginTransaction();
        try {
            //发送数据
            kafkaProducer.send(new ProducerRecord<>("test","hello"));
            //提交事务
            kafkaProducer.commitTransaction();
        }catch (Exception e){
            //回滚事务
            kafkaProducer.abortTransaction();
        }finally {
            //关闭资源
            kafkaProducer.close();
        }