概述

• 合理的分配Consumer及Partition可以使效能和資源利用最大化: 一個Consumer Group中，理想的Instance數目 = 該Group訂閱的所有Topic的Partiton總數。
• Kafka透過Offset確認訊息消費的進度，並且需要各個Consumer透過自動，或手動呼叫Consumer API的方式，將消費進度提交到Offset Map。
• 有了Offset紀錄這些資訊，當Consumer變動時，才能正確地知道上次消費到哪，還有哪些訊息需要被消費。
• 透過一些Kafka提供的工具程式，可以在後端方便地掌握目前的消費狀況，例如提供Consumer Group資訊的/opt/kafka/bin/kafka-consumer-groups.sh

Consumer

在Kafka中，Consumer是負責從Broker拉取資料的實體。每個Consumer會對Broker指定其在某個Partition中的偏移量(Offset)，並從該位置開始接收接下來的事件(Event）。
這種機制讓 Consumer 可以準確地從指定的事件開始進行消費，並掌握消費的進度。

Consumer Group與Partiton分配

這邊說明Consumer Group的組成，以及他們是如何被分配到該消費的Partition:

Consumer Instance

• 一個執行中的Consumer程式。

Consumer Group

• 由多個Consumer Instance組成的群體，訂閱一個或多個Topic。
• 每個Consumer Group都有唯一識別的 Group ID，用來區分不同的 Consumer Group。這使得不同的 Consumer Group可以同時消費相同的 Topic，而不會互相干擾。

Partition 分配規則

• 在同一個Consumer Group中
  • 每個Partition 只能被分配給一個其中一個Consumer Instance進行消費。
• 而在多個Consumer Group中
  • Partition可以被分配給多個不同Consumer Group的Consumer Instance。

如何決定Consumer Group中的 Instance個數

• 基本上，一個Consumer Group中，理想的Instance數目 = 該Group訂閱的所有Topic的Partiton總數。
• 例如: 某Consumer Group訂閱了3個Topic，而每個Topic剛好都有2個Partition，則最有效率的Consumer Instance數目，就是 3 * 2 = 6個。多餘的Consumer Instance不會被指派Partition進行消費，會浪費資源。

Offset 管理

• Offset是每個 Consumer追蹤其消費進度的來源。Kafka需要掌握Offset資訊，當Consumer斷訊，或者要加入 / 抽換Consumer Instance時，才能正確地接手訊息進度，也就是上次消費到哪，還有哪些需要被消費。

Offset 管理的特點

• 很多其他訊息引擎系統也會紀錄Offset，但他們大都是把Offset記錄在中央服務器中(類似Kafka的 Broker)
• 但這樣的做法會導致Broker不再是無狀態(not stateless)，而不利於擴展和彈性。

Offset 管理方式

• Kafka 採用了一個更簡化的方案，讓每個 Consumer Group 自行管理 Offset，這樣可以減少 Broker 的負擔，並且簡化確認機制。

自動與手動 Commit Offset

• Kafka 預設會讓Consumer定期自動提交(Commit)Offset，也可以選擇手動透過Consumer API提交 Offset，以便讓開發者自己處理消費進度的更新。
  • 自動提交的設置是enable.auto.commit，預設為true
  • 自動提交預設是每5秒自動提交，可以在Config修改auto.commit.interval.ms來更改間隔時間
• 每個 Consumer Group 的消費狀態會定期保存到 Kafka的Offset Map中。
• 例如下圖是test-group這個Consumer group的Offset Map，紀錄了每個被訂閱的Topic中，各Partition的消費狀況:
  • topicA的Partition 0: Offset = 8
  • topicA的Partition 1: Offset = 6
    
    上圖轉載自: https://www.cnblogs.com/huxi2b/p/6223228.html

一些Offset的名詞

以下這些常見名詞經常散落在Kafka的各種GUI介面與Console工具中，它們都和Offset有關。
在進行Debug或者優化效能瓶頸時，理解這些概念非常實用：

Last Committed Offset

• Consumer Group最後一次成功提交的 Offset，代表這之前的消息都已成功消費。

Current Position

• Consumer Group當前消費的Offset位置。如果 Current Position 與 Last Committed Offset之間有差距，表示消息已經被拉取但尚未提交(Not Committed)。

Log End Offset (LEO)

• Producer將寫入下一個訊息的位置。

Committed Offset

• 保存在Broker上的Offset，表示已確認消費過的最終位置。
• 需要通過Consumer API: commitSync 或 commitAsync來更新，否則不會改變

如何查看 Consumer Group 的 Offset 狀況

• 除了透過UI以外，Kafka有提供一些Console工具程式可以查看各種資訊
• 使用kafka-consumer-groups.sh可以查看 Consumer Group 的 Offset 狀況，範例指令如下：

docker exec -it kafka ./opt/kafka/bin/kafka-consumer-groups.sh --bootstrap-server localhost:9092 \
--describe --group {ConsumerGroup名稱}

此指令會顯示以下關鍵資訊：

CURRENT-OFFSET：該 Partition 最後一次提交的 Offset。
LOG-END-OFFSET：此 Partition 的最大 Offset（等同於資料總數）。
LAG：表示 Consumer 與當前最大 Offset 之間的差距。
CLIENT-ID：分配給各 Partition 的 Consumer Instance ID（如果有設置 client.id ）。

結論

• Kafka的Consumer透過Offset機制來控制消費進度，每個Consumer Group紀錄自己的Offset狀態，並且可以選擇自動提交紀錄，或者透過Consumer API自行提交。
• 透過有效管理 Offset，開發者可以精確掌控消息的處理狀況，並確保訊息保持一致性和順序性。

除了Offset狀態，Consumer與Partition彼此的指派關係，也是Kafka管理的一大重點，根據不同的條件，有時會需要重新指定Partition被消費的對象。這個機制在下一章將繼續說明。

Citation

https://www.cnblogs.com/huxi2b/p/6223228.html