生产者分区
分区的原因
(1）便于合理使用存储资源，每个Patition在一个Broker上存储，可以把海量的数据按照分区切割成一块一块数据存储在多台Broker上。合理控制分区的任务，可以实现负载均衡的效果。
(2）提高并行度，生产者可以以分区为单位发送数据;消费者可以以分区为单位进行消费数据
生产者分区策略
1．默认分区器DefaultPartitioner
public class DefaultPartitioner implements Partitioner {
… …
}
2．使用：
1） 我们需要将producer发送的数据封装成一个ProducerRecord对象。
2） 上述的分区策略，我们在ProducerRecord对象中进行配置。
3）策略实现：
| 代码 | 解释 |
|---|---|
| ProducerRecord(topic,partition_num,……) | 指明partition的情况下直接发往指定的分区，key的分配方式将无效 |
| ProducerRecord(topic,key,value) | 没有指明partition值但有key的情况下：将key的hash值与topic的partition个数进行取余得到分区号； |
| ProducerRecord(topic,value) | 既没有 partition 值又没有 key 值的情况下:kafka采用Sticky Partition(黏性分区器)，会随机选择一个分区，并尽可能一直使用该分区，待该分区的batch已满或者已完成，kafka再随机一个分区（绝对不会是上一个）进行使用. |
- 案例实操：
1）案例1：将数据发送到指定partition的情况下，如：将所有消息发送到分区1中。
package com.atguigu.kafka.producer;
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
public class CustomProducerCallbackPartitions {
public static void main(String[] args) {
// 1. 创建kafka生产者的配置对象
Properties properties = new Properties();
// 2. 给kafka配置对象添加配置信息
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092");
// key,value序列化（必须）：
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
// 3. 创建生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 4. 造数据
for (int i = 0; i < 5; i++) {
// 指定数据发送到1号分区，key为空（IDEA中ctrl + p查看参数）
kafkaProducer.send(new ProducerRecord<>("first", 1,"","atguigu " + i), new Callback() {
@Override
public void onCompletion(RecordMetadata metadata, Exception e) {
if (e == null){
System.out.println("主题：" + metadata.topic() + "->" + "分区：" + metadata.partition()
);
}else {
e.printStackTrace();
}
}
});
}
kafkaProducer.close();
}
}
2）测试：
① 在hadoop102上开启kafka消费者
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
② 在IDEA中执行代码，观察hadoop102上的消费者消费情况
[atguigu@hadoop104 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
atguigu0
atguigu1
kafka2
……
③ 观察IDEA中控制台输出
主题：first->分区：1
主题：first->分区：1
主题：first->分区：1
主题：first->分区：1
主题：first->分区：1
3）案例2：没有指明partition但是有key的情况下的消费者分区分配
package com.atguigu.kafka.producer;
import org.apache.kafka.clients.producer.*;
import java.util.Properties;
public class CustomProducerCallbackKey {
public static void main(String[] args) {
// 1. 创建配置对象
Properties properties = new Properties();
// 2. 配置属性
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092");
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
// 3. 创建生产者对象
KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
// 4. 造数据
for (int i = 1; i < 11; i++) {
// 创建producerRecord对象
final ProducerRecord<String, String> producerRecord = new ProducerRecord<>(
"first",
i + "",// 依次指定key值为i
"atguigu " + i);
kafkaProducer.send(producerRecord, new Callback() {
@Override
public void onCompletion(RecordMetadata metadata, Exception e) {
if (e == null){
System.out.println("消息："+producerRecord.value()+", 主题：" + metadata.topic() + "->" + "分区：" + metadata.partition()
);
}else {
e.printStackTrace();
}
}
});
}
kafkaProducer.close();
}
}
4）测试
观察IDEA中控制台输出
消息：atguigu 1, 主题：first->分区：0
消息：atguigu 5, 主题：first->分区：0
消息：atguigu 7, 主题：first->分区：0
消息：atguigu 8, 主题：first->分区：0
消息：atguigu 2, 主题：first->分区：2
消息：atguigu 3, 主题：first->分区：2
消息：atguigu 9, 主题：first->分区：2
消息：atguigu 4, 主题：first->分区：1
消息：atguigu 6, 主题：first->分区：1
消息：atguigu 10, 主题：first->分区：1
自定义分区器
- 生产环境中，我们往往需要更加自由的分区需求，我们可以自定义分区器。
- 需求：在上面的根据key分区案例中，我们发现与我们知道的hash分区结果不同。那么我们就实现一个。
3．实现步骤：
① 定义类，实现Partitioner接口
② 重写partition()方法 - 代码实现：
package com.atguigu.kafka.partitioner;
import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;
import java.util.Map;
/**
* @author leon
* @create 2020-12-11 10:43
* 1. 实现接口Partitioner
* 2. 实现3个方法:partition,close,configure
* 3. 编写partition方法,返回分区号
*/
public class MyPartitioner implements Partitioner {
/**
* 分区方法
**/
@Override
public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
// 1. 获取key
String keyStr = key.toString();
// 2. 创建分区号，返回的结果
int partNum;
// 3. 计算key的hash值
int keyStrHash = keyStr.hashCode();
// 4. 获取topic的分区个数
int partitionNumber = cluster.partitionCountForTopic(topic);
// 5. 计算分区号
partNum = Math.abs(keyStrHash) % partitionNumber;
// 4. 返回分区号
return partNum;
}
// 关闭资源
@Override
public void close() {
}
// 配置方法
@Override
public void configure(Map<String, ?> configs) {
}
}
- 测试
在生产者代码中，通过配置对象，添加自定义分区器
// 添加自定义分区器
properties.put(ProducerConfig.PARTITIONER_CLASS_CONFIG," com.atguigu.kafka.partitioner.MyPartitioner ");
在hadoop102上启动kafka消费者
[atguigu@hadoop102 kafka]$ sbin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
在IDEA中观察回调信息
消息：atguigu 2, 主题：first->分区：2
消息：atguigu 5, 主题：first->分区：2
消息：atguigu 8, 主题：first->分区：2
消息：atguigu 1, 主题：first->分区：1
消息：atguigu 4, 主题：first->分区：1
消息：atguigu 7, 主题：first->分区：1
消息：atguigu 10, 主题：first->分区：1
消息：atguigu 3, 主题：first->分区：0
消息：atguigu 6, 主题：first->分区：0
消息：atguigu 9, 主题：first->分区：0
