Kafka 零数据丢失的配置方案



如果要想保证Kafka数据不丢， 要从Kafka的三个地方入手：生产者、服务端和消费者。

生产者

01 /  API使用

在生产中Kafka生产者的开发我们都会用异步调用的方式，异步调用方式有如下两个API：

1）producer.send(msg)    不带回调方法

2）producer.send(msg,callback)   带回调方法

记得要使用带有回调方法的API，我们可以根据回调函数得知消息是否发送成功，如果发送失败了我们要进行异常处理，比如存储到其他介质来保证消息不丢。

02 /  acks参数设置

acks这个参数有三个值：0，1，-1，但是不同的参数对应的含义不同，那如果我们想要保证数据不丢，acks值应该设置为哪个参数呢？请看下面的表格：

0

代表生产者只要把消息发送出去以后就认为消息发送成功了，这种方式有可能会导致数据丢失，因为有可能消息发送到服务端以后服务端存储失败了。

1

代表生产者把消息发送到服务端，服务端的leader replica 副本写成功以后，就返回生产者消息发送成功了，这种方式也有可能会导致丢数据，因为有可能刚好数据写入到leader replica，然后返回处理成功的响应给生产者，假如这个时候leader replica在的服务器出问题了，follower replica还没来得及同步数据，这个时候是会丢数据的。

-1（all）

代表生产者把消息发送到服务端，服务端的ISR列表里所有replica 都写入成功以后，才会返回成功响应给生产者。假设ISR列表里面有该分区的三个replica（一个leader replica，两个follower replica），那么acks=-1就意味着消息要写入到leader replica，并且两个follower replica从leader replica上同步数据成功，服务端才会给生产者发送消息发送成功的响应。

所以ISR列表里面的replica就非常关键。如果我们想要保证数据不丢，那么acks的值设置为-1，并且还需要保证ISR列表里面是1个副本以上，具体由哪个参数控制，看下面的服务端的配置。



所以acks的值要设置为-1。

03 /  重试次数设置

为了保证数据不丢，我们尽可能的设置较大的重试次数（参数是retries），如果重试失败了，对异常进行处理，可以把消息保存到另外安全到地方。

服务端

01 / unclean.leader.election.enable

这个参数是控制leader replica出问题了以后follower replica竞选leader replica资格的，我们把设置为false，意思就是如果follower replica如果落后leader replica太多就不能参与竞选。

02 /  replication.factor

这个参数设置的是partition副本的个数，如果我们要想保证数据不丢，这个副本数需要设置成大于1。

03 /  min.insync.replicas

这个参数要跟生产者里的acks参数配合使用，当生产者acks=-1时，服务端的ISR列表里的所有副本都写入成功，才会给生产者返回成功的响应。而min.insync.replicas这个参数就是控制ISR列表的，假设min.insync.replicas=1，这就意味着ISR列表里可以只有一个副本，这个副本就是leader replica，这个时候即使acks设置的是-1，但其实消息只发送到leader replica，以后就返回成功的响应了。

因为ISR只有一个副本，我们知道这种情况是有可能会丢数据的，所以min.insync.replicas这个值需要大于1的（如果ISR列表里面副本的个数小于min.insync.replicas，生产者发送消息是失败的），并且是min.insync.replicas <= replication.factor

消费者

01 /  手动提交offset

消费者是可以自动提交offset的，但是如果是自动提交offset，可能会丢数据，比如消费者每隔3秒提交一次offset，假如偏移量成功提交了，但是数据处理失败了，这个时候就会丢数据。所以把enable.auto.commit设置成false就行。

当然，我们也只是有限度的保证Kafka数据不丢，因为我们知道Kafka的数据首先是写到操作系统缓存的，假如我们用了上面的配置方案，数据写入成功了，还没落到磁盘，但是集群停电了，这个时候也是会丢数据的！

Kafka 是一种高吞吐量的分布式发布订阅消息系统，它能够解决和处理的问题还有很多。当然了，要想成为一名合格的大数据工程师，还要具备系统的大数据技术知识体系，并熟练使用技术解决不同工作场景中遇到的问题。像Zookeeper、Hadoop、Flume......