一、Sticky分区分配策略原理

• 粘性分区定义：可以理解为分配的结果带有“粘性的”。即在执行一次新的分配之前，考虑上一次分配的结果，尽量少的调整分配的变动，可以节省大量的开销。
• 粘性分区是 Kafka 从 0.11.x 版本开始引入这种分配策略，首先会尽量均衡的放置分区到消费者上面，在出现同一消费者组内消费者出现问题的时候，会尽量保持原有分配的分区不变化。

二、Sticky分区分配策略 示例需求

• 设置主题为 sevenTopic，7个分区；准备 3 个消费者，采用粘性分区策略，并进行消费，观察
  消费分配情况。然后再停止其中一个消费者，再次观察消费分配情况。

三、Sticky分区分配策略代码案例

3.1、创建带有7个分区的sevenTopic主题

• 在 Kafka 集群控制台，创建带有7个分区的sevenTopic主题

  bin/kafka-topics.sh --bootstrap-server 192.168.136.27:9092 --create --partitions 7 --replication-factor 1 --topic sevenTopic
  

  

3.2、创建三个消费者 组成 消费者组

• 复制 CustomConsumer1类，创建 CustomConsumer2和CustomConsumer3。这样可以由三个消费者组成消费者组，组名都为“test2”，设置分区分配策略为 Sticky。

  package com.xz.kafka.consumer;
  
  import org.apache.kafka.clients.consumer.ConsumerConfig;
  import org.apache.kafka.clients.consumer.ConsumerRecord;
  import org.apache.kafka.clients.consumer.ConsumerRecords;
  import org.apache.kafka.clients.consumer.KafkaConsumer;
  import org.apache.kafka.common.serialization.StringDeserializer;
  
  import java.time.Duration;
  import java.util.ArrayList;
  import java.util.Properties;
  
  public class CustomConsumer1 {
  
      public static void main(String[] args) {
  
          // 0 配置
          Properties properties = new Properties();
  
          // 连接 bootstrap.servers
          properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");
  
          // 反序列化
          properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
          properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
  
          // 配置消费者组id
          properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test2");
          // 设置分区分配策略
          properties.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG,"org.apache.kafka.clients.consumer.StickyAssignor");
  
          // 1 创建一个消费者  "", "hello"
          KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
  
          // 2 订阅主题 sevenTopic
          ArrayList<String> topics = new ArrayList<>();
          topics.add("sevenTopic");
          kafkaConsumer.subscribe(topics);
  
          // 3 消费数据
          while (true){
  
              ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
  
              for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
                  System.out.println(consumerRecord);
              }
          }
      }
  }
  

3.3、创建生产者

• 创建CustomProducer生产者。

  package com.xz.kafka.producer;
  
  import org.apache.kafka.clients.producer.*;
  import org.apache.kafka.common.serialization.StringSerializer;
  import java.util.Properties;
  
  public class CustomProducerCallback {
  
      public static void main(String[] args) throws InterruptedException {
  
          //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：bootstrap.servers
          properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");
  
          //3、指定对应的key和value的序列化类型 key.serializer value.serializer
          properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
          properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
  
          //4、创建 kafka 生产者对象
          KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
  
          //5、调用 send 方法,发送消息
          for (int i = 0; i < 200; i++) {
              kafkaProducer.send(new ProducerRecord<>("sevenTopic", "hello kafka" + i), new Callback() {
                  @Override
                  public void onCompletion(RecordMetadata metadata, Exception exception) {
                      if (exception == null){
                          System.out.println("主题： "+metadata.topic() + " 分区： "+ metadata.partition());
                      }
                  }
              });
              Thread.sleep(2);
          }
  
          // 3 关闭资源
          kafkaProducer.close();
      }
  }
  

3.4、测试

• 首先，在 IDEA中分别启动消费者1、消费者2和消费者3代码
  

• 然后，在 IDEA中分别启动生产者代码
  

• 在 IDEA 控制台观察消费者1、消费者2和消费者3控制台接收到的数据，如下图所示：
  
  
  

3.5、Sticky分区分配策略代码案例说明

• 由上述测试输出结果截图可知： 消费者1消费0、2、4分区的数据；消费者2消费1、3分区的数据；消费者3消费5、6分区的数据。
• 说明：Kafka 采用修改后的Sticky分区分配策略。

四、Sticky分区分配再平衡案例

4.1、停止某一个消费者后，（45s 以内）重新发送消息示例

• 由下图控制台输出可知：2号消费者 消费到 2号分区数据。
  

• 由下图控制台输出可知：3号消费者 消费到 0、4号分区数据。
  

4.2、停止某一个消费者后，（45s 以后）重新发送消息示例

• 由下图控制台输出可知：2号消费者 消费到 1、2、3号分区数据。
  

• 由下图控制台输出可知：3号消费者 消费到 0、4、5、6号分区数据。
  

4.3、Sticky分区分配再平衡案例说明

• 1 号消费者的任务会按照粘性规则，尽可能均衡的随机分成 0 和 1 号分区数据，分别由 2号消费者或者 3号消费者消费。

• 1号消费者挂掉后，消费者组需要按照超时时间 45s 来判断它是否退出，所以需要等待，时间到了 45s 后，判断它真的退出就会把任务分配给其他 broker 执行。

• 消费者 1 已经被踢出消费者组，所以重新按照粘性方式分配。