You are viewing a plain text version of this content. The canonical link for it is here.
Posted to user-zh@flink.apache.org by op <52...@qq.com> on 2020/09/03 07:03:33 UTC
FlinkKafkaConsumer问题
hi, 我对FlinkKafkaConsumer的实现有点迷惑, 这有两个相同代码的程序:
//---------------------------
val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
Env.setRestartStrategy(RestartStrategies.noRestart())
val consumerProps = new Properties()
consumerProps.put("bootstrap.servers", brokers)
consumerProps.put("group.id", "test1234")
val consumer = new FlinkKafkaConsumer[String](topic,new KafkaStringSchema,consumerProps).setStartFromLatest()
Env.addSource(consumer).print()
Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11 谢谢
Re: FlinkKafkaConsumer问题
Posted by 赵一旦 <hi...@gmail.com>.
这个问题和flink关系不大。Kafka本身就是这么个特点,指定group,如果是订阅方式,会是你想象的那样,分享消息。但,如果是通过assign方式指定了消费哪个分区,则不受到group中消费者共享消息的限制。
SmileSmile <a5...@163.com> 于2020年9月5日周六 下午4:51写道:
> hi,这种现象是在开checkpoint才出现的吗,还是没有开启也会?
>
> Best
>
>
>
>
> | |
> a511955993
> |
> |
> 邮箱:a511955993@163.com
> |
>
> 签名由 网易邮箱大师 定制
>
> 在2020年09月04日 14:11,op 写道:
> 大概懂了 感谢
>
>
>
>
> ------------------ 原始邮件 ------------------
> 发件人:
> "user-zh"
> <
> taochanglian@163.com>;
> 发送时间: 2020年9月4日(星期五) 中午11:54
> 收件人: "user-zh"<user-zh@flink.apache.org>;"Shuiqiang Chen"<
> acqua.csq@gmail.com>;
>
> 主题: Re: FlinkKafkaConsumer问题
>
>
>
>
> 为了保证exactly-once,flink自己通过barrier来实现checkpoint,包括barrier的传递等等,所以flink在kafkaconsumer的基础之上,封装了一层语义保障。
>
> 在 2020/9/4 10:34, Shuiqiang Chen 写道:
>
> > Hi,
> > 为了保证 Flink 程序的 exactly-once,必须由各个 Kafka source 算子维护当前算子所消费的
> partition 消费 offset 信息,并在每次checkpoint 时将这些信息写入到 state 中, 在从 checkpoint
> 恢复中从上次 commit 的位点开始消费,保证 exactly-once. 如果用 Kafka 消费组管理,那么
> FlinkKafkaConsumer 内各个并发实例所分配的 partition 将由 Kafka 的消费组管理,且 offset 也由 Kafka
> 消费组管理者记录,Flink 无法维护这些信息。
> >
> >> 在 2020年9月4日,上午10:25,op <520075694@qq.com> 写道:
> >>
> >>
> 谢谢,但我还是不太明白,FlinkKafkaConsumer底层不是用的KafkaConsumer吗,为什么flink不用kafka的消费组管理呢?&nbsp;
> >>
> >>
> >> ------------------&nbsp;原始邮件&nbsp;------------------
> >>
> 发件人:
> "user-zh"
> <acqua.csq@gmail.com&gt;;
> >> 发送时间:&nbsp;2020年9月3日(星期四) 晚上6:09
> >> 收件人:&nbsp;"user-zh"<user-zh@flink.apache.org&gt;;
> >>
> >> 主题:&nbsp;Re: FlinkKafkaConsumer问题
> >>
> >>
> >>
> >> Hi op,
> >>
> >> 在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic
> 的所有 partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit
> 到 Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka
> 服务端的一个角色。
> >>
> >> 另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id
> commit offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset
> 开始消费。
> >>
> >> &gt; 在 2020年9月3日,下午3:03,op <520075694@qq.com&gt; 写道:
> >> &gt;
> >> &gt; &amp;nbsp; &amp;nbsp; hi,&amp;nbsp;
> &amp;nbsp; 我对FlinkKafkaConsumer的实现有点迷惑,&amp;nbsp; &amp;nbsp;
> 这有两个相同代码的程序:
> >> &gt; //---------------------------
> >> &gt; val bsEnv =
> StreamExecutionEnvironment.getExecutionEnvironment
> >> &gt; Env.setRestartStrategy(RestartStrategies.noRestart())
> >> &gt; val consumerProps = new Properties()
> >> &gt; consumerProps.put("bootstrap.servers", brokers)
> >> &gt; consumerProps.put("group.id", "test1234")
> >> &gt;
> >> &gt; val consumer = new FlinkKafkaConsumer[String](topic,new
> KafkaStringSchema,consumerProps).setStartFromLatest()
> >> &gt; Env.addSource(consumer).print()
> >> &gt;
> Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,
> group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer
> group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11
> 谢谢
回复:FlinkKafkaConsumer问题
Posted by SmileSmile <a5...@163.com>.
hi,这种现象是在开checkpoint才出现的吗,还是没有开启也会?
Best
| |
a511955993
|
|
邮箱:a511955993@163.com
|
签名由 网易邮箱大师 定制
在2020年09月04日 14:11,op 写道:
大概懂了 感谢
------------------ 原始邮件 ------------------
发件人: "user-zh" <taochanglian@163.com>;
发送时间: 2020年9月4日(星期五) 中午11:54
收件人: "user-zh"<user-zh@flink.apache.org>;"Shuiqiang Chen"<acqua.csq@gmail.com>;
主题: Re: FlinkKafkaConsumer问题
为了保证exactly-once,flink自己通过barrier来实现checkpoint,包括barrier的传递等等,所以flink在kafkaconsumer的基础之上,封装了一层语义保障。
在 2020/9/4 10:34, Shuiqiang Chen 写道:
> Hi,
> 为了保证 Flink 程序的 exactly-once,必须由各个 Kafka source 算子维护当前算子所消费的 partition 消费 offset 信息,并在每次checkpoint 时将这些信息写入到 state 中, 在从 checkpoint 恢复中从上次 commit 的位点开始消费,保证 exactly-once. 如果用 Kafka 消费组管理,那么 FlinkKafkaConsumer 内各个并发实例所分配的 partition 将由 Kafka 的消费组管理,且 offset 也由 Kafka 消费组管理者记录,Flink 无法维护这些信息。
>
>> 在 2020年9月4日,上午10:25,op <520075694@qq.com> 写道:
>>
>> 谢谢,但我还是不太明白,FlinkKafkaConsumer底层不是用的KafkaConsumer吗,为什么flink不用kafka的消费组管理呢?&nbsp;
>>
>>
>> ------------------&nbsp;原始邮件&nbsp;------------------
>> 发件人: "user-zh" <acqua.csq@gmail.com&gt;;
>> 发送时间:&nbsp;2020年9月3日(星期四) 晚上6:09
>> 收件人:&nbsp;"user-zh"<user-zh@flink.apache.org&gt;;
>>
>> 主题:&nbsp;Re: FlinkKafkaConsumer问题
>>
>>
>>
>> Hi op,
>>
>> 在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic 的所有 partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit 到 Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka 服务端的一个角色。
>>
>> 另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id commit offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset 开始消费。
>>
>> &gt; 在 2020年9月3日,下午3:03,op <520075694@qq.com&gt; 写道:
>> &gt;
>> &gt; &amp;nbsp; &amp;nbsp; hi,&amp;nbsp; &amp;nbsp; 我对FlinkKafkaConsumer的实现有点迷惑,&amp;nbsp; &amp;nbsp; 这有两个相同代码的程序:
>> &gt; //---------------------------
>> &gt; val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
>> &gt; Env.setRestartStrategy(RestartStrategies.noRestart())
>> &gt; val consumerProps = new Properties()
>> &gt; consumerProps.put("bootstrap.servers", brokers)
>> &gt; consumerProps.put("group.id", "test1234")
>> &gt;
>> &gt; val consumer = new FlinkKafkaConsumer[String](topic,new KafkaStringSchema,consumerProps).setStartFromLatest()
>> &gt; Env.addSource(consumer).print()
>> &gt; Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11 谢谢
回复: FlinkKafkaConsumer问题
Posted by op <52...@qq.com>.
大概懂了 感谢
------------------ 原始邮件 ------------------
发件人: "user-zh" <taochanglian@163.com>;
发送时间: 2020年9月4日(星期五) 中午11:54
收件人: "user-zh"<user-zh@flink.apache.org>;"Shuiqiang Chen"<acqua.csq@gmail.com>;
主题: Re: FlinkKafkaConsumer问题
为了保证exactly-once,flink自己通过barrier来实现checkpoint,包括barrier的传递等等,所以flink在kafkaconsumer的基础之上,封装了一层语义保障。
在 2020/9/4 10:34, Shuiqiang Chen 写道:
> Hi,
> 为了保证 Flink 程序的 exactly-once,必须由各个 Kafka source 算子维护当前算子所消费的 partition 消费 offset 信息,并在每次checkpoint 时将这些信息写入到 state 中, 在从 checkpoint 恢复中从上次 commit 的位点开始消费,保证 exactly-once. 如果用 Kafka 消费组管理,那么 FlinkKafkaConsumer 内各个并发实例所分配的 partition 将由 Kafka 的消费组管理,且 offset 也由 Kafka 消费组管理者记录,Flink 无法维护这些信息。
>
>> 在 2020年9月4日,上午10:25,op <520075694@qq.com> 写道:
>>
>> 谢谢,但我还是不太明白,FlinkKafkaConsumer底层不是用的KafkaConsumer吗,为什么flink不用kafka的消费组管理呢?&nbsp;
>>
>>
>> ------------------&nbsp;原始邮件&nbsp;------------------
>> 发件人: "user-zh" <acqua.csq@gmail.com&gt;;
>> 发送时间:&nbsp;2020年9月3日(星期四) 晚上6:09
>> 收件人:&nbsp;"user-zh"<user-zh@flink.apache.org&gt;;
>>
>> 主题:&nbsp;Re: FlinkKafkaConsumer问题
>>
>>
>>
>> Hi op,
>>
>> 在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic 的所有 partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit 到 Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka 服务端的一个角色。
>>
>> 另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id commit offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset 开始消费。
>>
>> &gt; 在 2020年9月3日,下午3:03,op <520075694@qq.com&gt; 写道:
>> &gt;
>> &gt; &amp;nbsp; &amp;nbsp; hi,&amp;nbsp; &amp;nbsp; 我对FlinkKafkaConsumer的实现有点迷惑,&amp;nbsp; &amp;nbsp; 这有两个相同代码的程序:
>> &gt; //---------------------------
>> &gt; val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
>> &gt; Env.setRestartStrategy(RestartStrategies.noRestart())
>> &gt; val consumerProps = new Properties()
>> &gt; consumerProps.put("bootstrap.servers", brokers)
>> &gt; consumerProps.put("group.id", "test1234")
>> &gt;
>> &gt; val consumer = new FlinkKafkaConsumer[String](topic,new KafkaStringSchema,consumerProps).setStartFromLatest()
>> &gt; Env.addSource(consumer).print()
>> &gt; Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11 谢谢
Re: FlinkKafkaConsumer问题
Posted by taochanglian <ta...@163.com>.
为了保证exactly-once,flink自己通过barrier来实现checkpoint,包括barrier的传递等等,所以flink在kafkaconsumer的基础之上,封装了一层语义保障。
在 2020/9/4 10:34, Shuiqiang Chen 写道:
> Hi,
> 为了保证 Flink 程序的 exactly-once,必须由各个 Kafka source 算子维护当前算子所消费的 partition 消费 offset 信息,并在每次checkpoint 时将这些信息写入到 state 中, 在从 checkpoint 恢复中从上次 commit 的位点开始消费,保证 exactly-once. 如果用 Kafka 消费组管理,那么 FlinkKafkaConsumer 内各个并发实例所分配的 partition 将由 Kafka 的消费组管理,且 offset 也由 Kafka 消费组管理者记录,Flink 无法维护这些信息。
>
>> 在 2020年9月4日,上午10:25,op <52...@qq.com> 写道:
>>
>> 谢谢,但我还是不太明白,FlinkKafkaConsumer底层不是用的KafkaConsumer吗,为什么flink不用kafka的消费组管理呢?
>>
>>
>> ------------------ 原始邮件 ------------------
>> 发件人: "user-zh" <acqua.csq@gmail.com>;
>> 发送时间: 2020年9月3日(星期四) 晚上6:09
>> 收件人: "user-zh"<user-zh@flink.apache.org>;
>>
>> 主题: Re: FlinkKafkaConsumer问题
>>
>>
>>
>> Hi op,
>>
>> 在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic 的所有 partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit 到 Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka 服务端的一个角色。
>>
>> 另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id commit offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset 开始消费。
>>
>> > 在 2020年9月3日,下午3:03,op <520075694@qq.com> 写道:
>> >
>> > &nbsp; &nbsp; hi,&nbsp; &nbsp; 我对FlinkKafkaConsumer的实现有点迷惑,&nbsp; &nbsp; 这有两个相同代码的程序:
>> > //---------------------------
>> > val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
>> > Env.setRestartStrategy(RestartStrategies.noRestart())
>> > val consumerProps = new Properties()
>> > consumerProps.put("bootstrap.servers", brokers)
>> > consumerProps.put("group.id", "test1234")
>> >
>> > val consumer = new FlinkKafkaConsumer[String](topic,new KafkaStringSchema,consumerProps).setStartFromLatest()
>> > Env.addSource(consumer).print()
>> > Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11 谢谢
Re: FlinkKafkaConsumer问题
Posted by Shuiqiang Chen <ac...@gmail.com>.
Hi,
为了保证 Flink 程序的 exactly-once,必须由各个 Kafka source 算子维护当前算子所消费的 partition 消费 offset 信息,并在每次checkpoint 时将这些信息写入到 state 中, 在从 checkpoint 恢复中从上次 commit 的位点开始消费,保证 exactly-once. 如果用 Kafka 消费组管理,那么 FlinkKafkaConsumer 内各个并发实例所分配的 partition 将由 Kafka 的消费组管理,且 offset 也由 Kafka 消费组管理者记录,Flink 无法维护这些信息。
> 在 2020年9月4日,上午10:25,op <52...@qq.com> 写道:
>
> 谢谢,但我还是不太明白,FlinkKafkaConsumer底层不是用的KafkaConsumer吗,为什么flink不用kafka的消费组管理呢?
>
>
> ------------------ 原始邮件 ------------------
> 发件人: "user-zh" <acqua.csq@gmail.com>;
> 发送时间: 2020年9月3日(星期四) 晚上6:09
> 收件人: "user-zh"<user-zh@flink.apache.org>;
>
> 主题: Re: FlinkKafkaConsumer问题
>
>
>
> Hi op,
>
> 在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic 的所有 partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit 到 Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka 服务端的一个角色。
>
> 另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id commit offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset 开始消费。
>
> > 在 2020年9月3日,下午3:03,op <520075694@qq.com> 写道:
> >
> > &nbsp; &nbsp; hi,&nbsp; &nbsp; 我对FlinkKafkaConsumer的实现有点迷惑,&nbsp; &nbsp; 这有两个相同代码的程序:
> > //---------------------------
> > val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
> > Env.setRestartStrategy(RestartStrategies.noRestart())
> > val consumerProps = new Properties()
> > consumerProps.put("bootstrap.servers", brokers)
> > consumerProps.put("group.id", "test1234")
> >
> > val consumer = new FlinkKafkaConsumer[String](topic,new KafkaStringSchema,consumerProps).setStartFromLatest()
> > Env.addSource(consumer).print()
> > Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11 谢谢
Re: FlinkKafkaConsumer问题
Posted by lec ssmi <sh...@gmail.com>.
是flink对kafka的消费,是自己管理offset,用low-level api去寻址,而不是用group.id来管理offset这种high-level
api。是这个意思吧。
op <52...@qq.com> 于2020年9月4日周五 上午10:25写道:
>
> 谢谢,但我还是不太明白,FlinkKafkaConsumer底层不是用的KafkaConsumer吗,为什么flink不用kafka的消费组管理呢?
>
>
> ------------------ 原始邮件 ------------------
> 发件人:
> "user-zh"
> <
> acqua.csq@gmail.com>;
> 发送时间: 2020年9月3日(星期四) 晚上6:09
> 收件人: "user-zh"<user-zh@flink.apache.org>;
>
> 主题: Re: FlinkKafkaConsumer问题
>
>
>
> Hi op,
>
> 在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic 的所有
> partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit 到
> Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka 服务端的一个角色。
>
> 另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id commit
> offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset 开始消费。
>
> > 在 2020年9月3日,下午3:03,op <520075694@qq.com> 写道:
> >
> > &nbsp; &nbsp; hi,&nbsp; &nbsp;
> 我对FlinkKafkaConsumer的实现有点迷惑,&nbsp; &nbsp; 这有两个相同代码的程序:
> > //---------------------------
> > val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
> > Env.setRestartStrategy(RestartStrategies.noRestart())
> > val consumerProps = new Properties()
> > consumerProps.put("bootstrap.servers", brokers)
> > consumerProps.put("group.id", "test1234")
> >
> > val consumer = new FlinkKafkaConsumer[String](topic,new
> KafkaStringSchema,consumerProps).setStartFromLatest()
> > Env.addSource(consumer).print()
> >
> Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,
> group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer
> group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11
> 谢谢
回复: FlinkKafkaConsumer问题
Posted by op <52...@qq.com>.
谢谢,但我还是不太明白,FlinkKafkaConsumer底层不是用的KafkaConsumer吗,为什么flink不用kafka的消费组管理呢?
------------------ 原始邮件 ------------------
发件人: "user-zh" <acqua.csq@gmail.com>;
发送时间: 2020年9月3日(星期四) 晚上6:09
收件人: "user-zh"<user-zh@flink.apache.org>;
主题: Re: FlinkKafkaConsumer问题
Hi op,
在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic 的所有 partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit 到 Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka 服务端的一个角色。
另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id commit offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset 开始消费。
> 在 2020年9月3日,下午3:03,op <520075694@qq.com> 写道:
>
> &nbsp; &nbsp; hi,&nbsp; &nbsp; 我对FlinkKafkaConsumer的实现有点迷惑,&nbsp; &nbsp; 这有两个相同代码的程序:
> //---------------------------
> val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
> Env.setRestartStrategy(RestartStrategies.noRestart())
> val consumerProps = new Properties()
> consumerProps.put("bootstrap.servers", brokers)
> consumerProps.put("group.id", "test1234")
>
> val consumer = new FlinkKafkaConsumer[String](topic,new KafkaStringSchema,consumerProps).setStartFromLatest()
> Env.addSource(consumer).print()
> Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11 谢谢
Re: FlinkKafkaConsumer问题
Posted by Shuiqiang Chen <ac...@gmail.com>.
Hi op,
在 Flink 消费 Kafka 的过程中, 由 FlinkKafkaConsumer 会从 Kafka 中拿到当前 topic 的所有 partition 信息并分配给个并发消费,这里的 group id 只是用于将当前 partition 的消费 offset commit 到 Kafka,并用这个消费组标识。而使用 KafkaConsumer 消费数据则应用到了 Kafka 的消费组管理, 这是 Kafka 服务端的一个角色。
另外,当启动两个作业用同一个 topic 和 group id 消费 kafka, 如果两个作业会分别以同一个 group id commit offset 到kafka, 如果以 group offset 消费模式启动作业, 则会以最后一次 commit 的 offset 开始消费。
> 在 2020年9月3日,下午3:03,op <52...@qq.com> 写道:
>
> hi, 我对FlinkKafkaConsumer的实现有点迷惑, 这有两个相同代码的程序:
> //---------------------------
> val bsEnv = StreamExecutionEnvironment.getExecutionEnvironment
> Env.setRestartStrategy(RestartStrategies.noRestart())
> val consumerProps = new Properties()
> consumerProps.put("bootstrap.servers", brokers)
> consumerProps.put("group.id", "test1234")
>
> val consumer = new FlinkKafkaConsumer[String](topic,new KafkaStringSchema,consumerProps).setStartFromLatest()
> Env.addSource(consumer).print()
> Env.execute()//-----------------------------------我同时启动这两个程序,他们连接相同的集群的topic,group.id也一样,然后我向topic发送一些数据,发现这两个程序都能消费到发送的所有分区的消息,kafka 的consumer group组内应该是有消费隔离的,为什么这里两个程序都能同时消费到全部数据呢?而用KafkaConsumer写两个相同的程序去消费这个topic就可以看到两边程序是没有重复消费同一分区的。我用的是flink1.11flink-connector-kafka_2.11 谢谢