是否可以使用Kafka Simple Consumer从多个分区读取？

Question

是否可以使用Kafka Simple Consumer从多个分区读取？ Simple Consumer使用以下分区：

PartitionMetadata metadata = findLeader(brokers, port, topic, partition);
SimpleConsumer consumer = new SimpleConsumer(leadBroker, port, 100000, 64 * 1024, clientName);
leadBroker = findNewLeader(leadBroker, topic, partition, port);

https://cwiki.apache.org/confluence/display/KAFKA/0.8.0+SimpleConsumer+Example

Answer 1

SimpleConsumer的一个实例从单个分区读取。虽然您可以轻松地创建SimpleConsumer的多个实例，并按顺序或并行（从不同的线程）读取不同的分区。

棘手的部分是不同机器上的读者之间的协调，因此他们不会从同一分区读取（假设所有消息只需要处理一次）。您需要使用高级消费者或编写类似的自定义代码来实现这一目标。

Answer 2

一个线程只能从一个分区读取。要从多个分区读取，您需要生成多个线程，每个线程将从单个分区读取。你必须在不同的线程中运行它，否则你将失去分区的好处，你的性能将会受到影响。

对于初学者，您可以在一台计算机上运行所有使用者。但最终你将不得不开始使用不同的机器进行消费。那时你需要确保只处理一个分区一次。具体地说，您需要解决的问题是2个线程（来自不同的）正在尝试从同一个分区读取。在任何时候，您都必须只允许一个人处理它。

此外，您还需要管理抵消。您需要定期在zookeeper中刷新它们。

我建议您使用High Level Consumer。它比Simple Consumer更容易使用。它提供了访问相同分区的不同线程之间的协调，并管理自己的偏移。