Go语言如何操纵Kafka才能保证消息不丢？

背景

目前一些互联网公司会使用消息队列来做核心业务，因为是核心业务，所以对数据的最后一致性比较敏感，如果中间出现数据丢失，就会引来用户的投诉，年底绩效就变成325了。之前和几个朋友聊天，他们的公司都在用kafka来做消息队列，使用kafka到底会不会丢消息呢？如果丢消息了该怎么做好补偿措施呢？本文我们就一起来分析一下，并介绍如何使用Go操作Kafka可以不丢失数据。

本文操作kafka基于：https://github.com/Shopify/sarama

初识`kafka`架构

维基百科对kafka的介绍：

Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。该项目的目标是为处理实时数据提供一个统一、高吞吐、低延迟的平台。其持久化层本质上是一个“按照分布式事务日志架构的大规模发布/订阅消息队列”，这使它作为企业级基础设施来处理流式数据非常有价值。此外，Kafka可以通过Kafka Connect连接到外部系统（用于数据输入/输出），并提供了Kafka Streams——一个Java]流式处理库。该设计受事务日志的影响较大。

kafka的整体架构比较简单，主要由producer、broker、consumer组成：

截屏2021-09-12 上午10.00.13

针对架构图我们解释一个各个模块：

Producer：数据的生产者，可以将数据发布到所选择的topic中。
Consumer：数据的消费者，使用Consumer Group进行标识，在topic中的每条记录都会被分配给订阅消费组中的一个消费者实例，消费者实例可以分布在多个进程中或者多个机器上。
Broker：消息中间件处理节点（服务器），一个节点就是一个broker，一个Kafka集群由一个或多个broker组成。

还有些概念我们也介绍一下：

topic：可以理解为一个消息的集合，topic存储在broker中，一个topic可以有多个partition分区，一个topic可以有多个Producer来push消息，一个topic可以有多个消费者向其pull消息，一个topic可以存在一个或多个broker中。
partition：其是topic的子集，不同分区分配在不同的broker上进行水平扩展从而增加kafka并行处理能力，同topic下的不同分区信息是不同的，同一分区信息是有序的；每一个分区都有一个或者多个副本，其中会选举一个leader，fowller从leader拉取数据更新自己的log（每个分区逻辑上对应一个log文件夹），消费者向leader中pull信息。

kafka丢消息的三个节点

生产者push消息节点

先看一下producer的大概写入流程：

producer先从kafka集群找到该partition的leader
producer将消息发送给leader，leader将该消息写入本地
follwers从leader pull消息，写入本地log后leader发送ack
leader 收到所有 ISR 中的 replica 的 ACK 后，增加high watermark，并向 producer 发送 ack

截屏2021-09-12 上午11.16.43

通过这个流程我们可以看到kafka最终会返回一个ack来确认推送消息结果，这里kafka提供了三种模式：

NoResponse RequiredAcks = 0
WaitForLocal RequiredAcks = 1
WaitForAll RequiredAcks = -1

NoResponse RequiredAcks = 0：这个代表的就是数据推出的成功与否都与我无关了
WaitForLocal RequiredAcks = 1：当local(leader)确认接收成功后，就可以返回了
WaitForAll RequiredAcks = -1：当所有的leader和follower都接收成功时，才会返回

所以根据这三种模式我们就能推断出生产者在push消息时有一定几率丢失的，分析如下：

如果我们选择了模式1，这种模式丢失数据的几率很大，无法重试
如果我们选择了模式2，这种模式下只要leader不挂，就可以保证数据不丢失，但是如果leader挂了，follower还没有同步数据，那么就会有一定几率造成数据丢失
如果选择了模式3，这种情况不会造成数据丢失，但是有可能会造成数据重复，假如leader与follower同步数据是网络出现问题，就有可能造成数据重复的问题。

所以在生产环境中我们可以选择模式2或者模式3来保证消息的可靠性，具体需要根据业务场景来进行选择，在乎吞吐量就选择模式2，不在乎吞吐量，就选择模式3，要想完全保证数据不丢失就选择模式3是最可靠的。

kafka集群自身故障造成

kafka集群接收到数据后会将数据进行持久化存储，最终数据会被写入到磁盘中，在写入磁盘这一步也是有可能会造成数据损失的，因为写入磁盘的时候操作系统会先将数据写入缓存，操作系统将缓存中数据写入磁盘的时间是不确定的，所以在这种情况下，如果kafka机器突然宕机了，也会造成数据损失，不过这种概率发生很小，一般公司内部kafka机器都会做备份，这种情况很极端，可以忽略不计。

消费者pull消息节点

push消息时会把数据追加到Partition并且分配一个偏移量，这个偏移量代表当前消费者消费到的位置，通过这个Partition也可以保证消息的顺序性，消费者在pull到某个消息后，可以设置自动提交或者手动提交commit，提交commit成功，offset就会发生偏移:

截屏2021-09-12 下午3.37.33

所以自动提交会带来数据丢失的问题，手动提交会带来数据重复的问题，分析如下：

在设置自动提交的时候，当我们拉取到一个消息后，此时offset已经提交了，但是我们在处理消费逻辑的时候失败了，这就会导致数据丢失了
在设置手动提交时，如果我们是在处理完消息后提交commit，那么在commit这一步发生了失败，就会导致重复消费的问题。

比起数据丢失，重复消费是符合业务预期的，我们可以通过一些幂等性设计来规避这个问题。

实战

完整代码已经上传github：https://github.com/asong2020/Golang_Dream/tree/master/code_demo/kafka_demo

解决push消息丢失问题

主要是通过两点来解决：

通过设置RequiredAcks模式来解决，选用WaitForAll可以保证数据推送成功，不过会影响时延时
引入重试机制，设置重试次数和重试间隔

因此我们写出如下代码（摘出创建client部分）：

func NewAsyncProducer() sarama.AsyncProducer {cfg := sarama.NewConfig()version, err := sarama.ParseKafkaVersion(VERSION)if err != nil{log.Fatal("NewAsyncProducer Parse kafka version failed", err.Error())return nil}cfg.Version = versioncfg.Producer.RequiredAcks = sarama.WaitForAll // 三种模式任君选择cfg.Producer.Partitioner = sarama.NewHashPartitionercfg.Producer.Return.Successes = truecfg.Producer.Return.Errors = truecfg.Producer.Retry.Max = 3 // 设置重试3次cfg.Producer.Retry.Backoff = 100 * time.Millisecondcli, err := sarama.NewAsyncProducer([]string{ADDR}, cfg)if err != nil{log.Fatal("NewAsyncProducer failed", err.Error())return nil}return cli
}

解决pull消息丢失问题

这个解决办法就比较粗暴了，直接使用自动提交的模式，在每次真正消费完之后在自己手动提交offset，但是会产生重复消费的问题，不过很好解决，使用幂等性操作即可解决。

代码示例：

func NewConsumerGroup(group string) sarama.ConsumerGroup {cfg := sarama.NewConfig()version, err := sarama.ParseKafkaVersion(VERSION)if err != nil{log.Fatal("NewConsumerGroup Parse kafka version failed", err.Error())return nil}cfg.Version = versioncfg.Consumer.Group.Rebalance.Strategy = sarama.BalanceStrategyRangecfg.Consumer.Offsets.Initial = sarama.OffsetOldestcfg.Consumer.Offsets.Retry.Max = 3cfg.Consumer.Offsets.AutoCommit.Enable = true // 开启自动提交，需要手动调用MarkMessage才有效cfg.Consumer.Offsets.AutoCommit.Interval = 1 * time.Second // 间隔client, err := sarama.NewConsumerGroup([]string{ADDR}, group, cfg)if err != nil {log.Fatal("NewConsumerGroup failed", err.Error())}return client
}

上面主要是创建ConsumerGroup部分，细心的读者应该看到了，我们这里使用的是自动提交，说好的使用手动提交呢？这是因为我们这个kafka库的特性不同，这个自动提交需要与MarkMessage()方法配合使用才会提交(有疑问的朋友可以实践一下，或者看一下源码)，否则也会提交失败，因为我们在写消费逻辑时要这样写：

func (e EventHandler) ConsumeClaim(session sarama.ConsumerGroupSession, claim sarama.ConsumerGroupClaim) error {for msg := range claim.Messages() {var data common.KafkaMsgif err := json.Unmarshal(msg.Value, &data); err != nil {return errors.New("failed to unmarshal message err is " + err.Error())}// 操作数据，改用打印log.Print("consumerClaim data is ")// 处理消息成功后标记为处理, 然后会自动提交session.MarkMessage(msg,"")}return nil
}

或者直接使用手动提交方法来解决，只需两步：

第一步：关闭自动提交：

consumerConfig.Consumer.Offsets.AutoCommit.Enable = false  // 禁用自动提交，改为手动

第二步：消费逻辑中添加如下代码，手动提交模式下，也需要先进行标记，在进行commit

session.MarkMessage(msg,"")
session.Commit()

完整代码可以到github上下载并进行验证！

总结

本文我们主要说明了两个知识点：

Kafka会产生消息丢失
使用Go操作Kafka如何配置可以不丢失数据

日常业务开发中，很多公司都喜欢拿消息队列进行解耦，那么你就要注意了，使用Kafka做消息队列无法保证数据不丢失，需要我们自己手动配置补偿，别忘记了，要不又是一场P0事故。

- END -

觉得有用就点个在看