如何为Kafka生产者选择键和偏移

Question

我在这里。在遵循代码的同时。我想出了两个问题

密钥和偏移量是否相同？

根据Google的说法，

偏移量：一个Kafka主题会在存储它们的一组分布式分区中接收消息。每个分区都按顺序维护已收到的消息，其中它们由偏移量（也称为位置）标识。

似乎两者对我来说都非常相似。由于偏移量在分区中保持唯一的消息：生产者根据记录的键将记录发送到分区

为生产者选择键/偏移的最佳方法是什么？

对于我上面提供的示例，他们选择了时间戳作为Key和offset。这始终是最好的建议吗？

 class IRCMessageListener extends IRCEventAdapter {

    @Override

    public void onPrivmsg(String channel, IRCUser u, String msg) {

        IRCMessage event = new IRCMessage(channel, u, msg);

        //FIXME kafka round robin default partitioner seems to always publish to partition 0 only (?)

        long ts = event.getInt64("timestamp");

        Map<String, ?> srcOffset = Collections.singletonMap(TIMESTAMP_FIELD, ts);

        Map<String, ?> srcPartition = Collections.singletonMap(CHANNEL_FIELD, channel);

        SourceRecord record = new SourceRecord(srcPartition, srcOffset, topic, KEY_SCHEMA, ts, IRCMessage.SCHEMA, event);

        queue.offer(record);

    }

因为我实际上是在尝试创建自定义的Kafka连接器，以从3rd Party WebSocket API获取数据。API发送给定键值的实时数据流消息。所以我想到了将那个Key用作我的PartitionKey以及Offset。但是需要确保我对自己的想法是正确的。

Answer 1

密钥是可选的元数据，可以与Kafka消息一起发送，默认情况下，它用于将消息路由到特定分区。例如，如果你发送消息米与键ķ，到一个主题mytopic有p分区，然后米进入到分区哈希（ķ）％p在mytopic。它与分区的偏移量没有任何关系。使用者使用偏移量来跟踪分区中最后读取的消息的位置。在您的情况下，如果时间戳是相当随机分布的，那很好，否则在将其用作键时可能会导致分区不平衡。