props.put(“retries”, 0);
props.put(“batch.size”, 16384);
props.put(“linger.ms”, 1);
props.put(“buffer.memory”, 33554432);
props.put(“key.serializer”, “org.apache.kafka.common.serialization.StringSerializer”);
props.put(“value.serializer”, “org.apache.kafka.common.serialization.StringSerializer”);Producer<String, String> producer = new KafkaProducer<>(props);
for(int i = 0; i < 100; i++)
producer.send(new ProducerRecord<String, String>(“my-topic”, Integer.toString(i), Integer.toString(i)));producer.close();
1.1、新的生产者是线程安全的,在线程之间共享单个生产者实例,通常单例比多个实例要快。
1.2、生产者的send()方法是异步的,添加消息到缓冲区等待发送,并立即返回。生产者将单个的消息批量在一起发送来提高效率。
1.3、**ack** :是判别请求是否成功发送了。如果我们指定了“**all**”将会阻塞消息,这种设置性能最低,但却是最可靠的。
1.4、**retries**:如果信息发送失败,生产者会自动重试,我们指定是0次,如果启用重试,则会有重复发送消息的可能性。
1.5、**batch.size**:producer默认缓存每个分区尚未发送的消息。缓存的大小是通过 batch.size 配置指定的。较大的话需要更多的内存(因为每个“活跃”的分区都有1个缓冲区)。
1.6、默认缓冲可立即发送,即便缓冲空间还没有满,但是,如果你想减少请求的数量,可以设置**linger.ms**大于0。这将指示生产者发送请求之前等待一段时间,希望更多的消息填补到未满的批次中。需要注意的是,在高负载下,相近的时间一般也会组成批,即使是 **linger.ms=0**。在不处于高负载的情况下,如果设置比0大,以少量的延迟代价换取性能比较好。
1.7、**buffer.memory** 控制生产者可用的缓存总量,如果消息发送速度比其传输到服务器的快,将会耗尽这个缓存空间。当缓存空间耗尽,其他调用发送将被阻塞,阻塞时间的阈值通过**max.block.ms**设定,超过阻塞时间后它将抛出一个**TimeoutException**。
1.8、**key.serializer**和**value.serializer**示例,将用户提供的**key**和**value**对象**ProducerRecord**转换成字节,你可以使用附带的**ByteArraySerializaer**或**StringSerializer**处理简单的**string**或**byte**类型。
## 2 Send()
public Future send(ProducerRecord<K,V> record,Callback callback)
2.1 异步发送一条消息到topic,当发送完成会调用**callback**。
2.2 send是异步的,并且一旦消息被保存在**等待发送的消息缓存中**,此方法就立即返回。这样并行发送多条消息而不阻塞去等待每一条消息的响应。
2.3 发送的结果是一个**RecordMetadata**,它指定**了消息发送的分区,分配的offset和消息的时间戳**。如果topic使用的是CreateTime,则使用用户提供的时间戳或发送的时间(如果用户没有指定指定消息的时间戳)如果topic使用的是LogAppendTime,则追加消息时,时间戳是broker的本地时间。
2.4 由于**send**调用是异步的,它将为分配消息的此消息的**RecordMetadata**返回一个**Future**。如果**future**调用**get()**,则将阻塞,直到相关请求完成并返回该消息的**metadata**,或抛出发送异常。
byte[] key = “key”.getBytes();
byte[] value = “value”.getBytes();
ProducerRecord<byte[],byte[]> record = new ProducerRecord<byte[],byte[]>(“my-topic”, key, value)
producer.send(record).get();
结语
小编也是很有感触,如果一直都是在中小公司,没有接触过大型的互联网架构设计的话,只靠自己看书去提升可能一辈子都很难达到高级架构师的技术和认知高度。向厉害的人去学习是最有效减少时间摸索、精力浪费的方式。