kafka 多线程消费是否必须手动提交 offset/partion 才能避免竞争

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

This topic created in 1741 days ago, the information mentioned may be changed or developed.

rt，我这边遇到个问题，需要 kafka 多线程消费数据。

已知同一个 groupid，能控制多个消费者竞争问题，不会出现同一条数据被多个消费者重复读取。

但是多个线程同时去读，是否必须手动提交 offset，auto_commit 不知道能否满足要求？

我在网上看到的 case，基本上是让本地建个临时 sqlite 库，根据 partion 和线程对应去消费，手动提交 offset 。

我不知道最佳实践是怎样的？

各位大佬，很急在线等！

5 replies • 2021-07-28 20:20:36 +08:00

billlee

Jul 28, 2021

每个 partition 只能被一个线程读取。自动提交 offset 只对非正常退出时丢数据有影响。

akmonde

Jul 28, 2021

@billlee 嗨，大佬，那我之前提出的记录 offset 和 partion 有必要么，还是每次手动提交 offset 就行。

JKeita

Jul 28, 2021

一个消费者多个线程？不同线程对应一个分区？这种应该只能手动控制了吧

akmonde

Jul 28, 2021

@JKeita 我就在琢磨，要是每次手动控制 offset，那每个 partion 的初始的 offset 咋设置？也不能 auto_offset_reset 每个都设置 0-100 随机来个？

billlee

Jul 28, 2021

@akmonde 就是两个模式嘛。如果用 kafka 提供的 commit 功能，不管是手动 commit 还是自动 commit，就不需要自己记录。如果自己维护，就要自己分配那个线程读取哪些 partition, 并做好 partitition id 和 offset 的记录。