哈嘍大家好，我是咸魚

今天我們繼續(xù)來講一講 Kafka

當消息被生產出來的時候，如果沒有指定分區(qū)或者指定 key ，那么消費會按照【輪詢】的方式均勻地分配到所有可用分區(qū)中，但不一定按照分區(qū)順序來分配

圖片

我們知道，在 Kafka 中消費者可以訂閱一個或多個主題，并被分配一個或多個分區(qū)

圖片

如果一個消費者消費了多個分區(qū)，某些場景下消費者需要順序地消費消息，但消息并不是按照順序分配給分區(qū)的，所以就不一定能夠保證消息消費的全局順序性

比如下圖中 Msg0002 消息并不是在 Msg0001 消息之后的，就有可能導致消費者先把 Msg0002 消息給消費， Msg0001 消息才被消費

那么這種情況該怎么解決？如何盡可能地保證消息消費的全局順序性？要想消費消息 B 必須先消費消息 A

要注意的是，Kafka 的設計目標是提供高吞吐量和低延遲，而不是強制保證全局有序性

所以這篇文章探討的是需要強調全局順序性場景下的 Kafka 應用

單分區(qū)

最簡單粗暴的方法，雖然 Kafka 不能保證全局消費順序性，但是能夠保證分區(qū)內的消息順序性

圖片

所以我們可以只創(chuàng)建一個分區(qū)，并讓消費者消費這個分區(qū)，這樣就能夠保證消費的消息是有序的

但是這樣做大大降低了吞吐量和處理效率，容易使得性能出現(xiàn)瓶頸

基于 key 的消息分配策略

在 Kafka 中，基于 key 的消息分配策略是通過消息中的鍵（key）來確定消息發(fā)送到哪個分區(qū)

當生產者發(fā)送消息時，可以指定一個鍵（key），Kafka 使用這個鍵通過哈希算法來確定消息被發(fā)送到哪個分區(qū)

圖片

由于相同的 key 就發(fā)送到同一分區(qū)，這樣就能夠保證了消費的消息是有序的

然而，如果只有一個消費者消費相同 key 的消息，那么與單分區(qū)相比，基于 key 的消息分配策略不會提高吞吐量

因為即使相同 key 的消息在多個分區(qū)中，但同一消費者依然只能從一個分區(qū)中消費，這并不會增加整體的處理能力。

但如果有多個消費者消費相同 key 的消息，基于 key 的分區(qū)策略可以提高消費者并行消費的能力

圖片

因為這些消費者可以同時從不同分區(qū)中讀取消息，從而增加整體的處理速度。這種情況下，基于 key 的消息分配可以提高整體吞吐量

最后總結一下：

• Kafka 的設計目標是提供高吞吐量和低延遲，而不是強制保證全局有序性，所以Kafka使用多分區(qū)的概念，并且只保證單分區(qū)有序
• 如果想要實現(xiàn)消息的全局有序

單分區(qū)策略：一個主題下只創(chuàng)建一個分區(qū)，一個消費者只消費一個分區(qū)，但這樣做毫無并發(fā)性可言，極大降低系統(tǒng)性能

基于 key 的消息分配策略：由于相同的 key 就發(fā)送到同一分區(qū)，這樣就能夠保證了消費的消息是有序的。然而，如果只有一個消費者消費相同 key 的消息，與前面單分區(qū)相比沒有什么區(qū)別