Apache kafka 卡夫卡流部署策略
团队, Kafka streams应用程序部署应遵循什么策略 我们有一个应用服务器集群,根据部署策略,我们使用Jenkins CI/CD进行jar部署。 我们来平衡问题了。应用程序部署后, 在3-5分钟内,所有服务启动,组进入重新平衡状态 在部署之前,为分配的分区和使用者创建快照Apache kafka 卡夫卡流部署策略,apache-kafka,kafka-consumer-api,apache-kafka-streams,Apache Kafka,Kafka Consumer Api,Apache Kafka Streams,团队, Kafka streams应用程序部署应遵循什么策略 我们有一个应用服务器集群,根据部署策略,我们使用Jenkins CI/CD进行jar部署。 我们来平衡问题了。应用程序部署后, 在3-5分钟内,所有服务启动,组进入重新平衡状态 在部署之前,为分配的分区和使用者创建快照 TOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG CONSUMER-ID
TOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG CONSUMER-ID HOST CLIENT-ID
METRICS 62 70306073 70307980 1907 METRICS-0d65d2ba-06ce-4488-bd4b-7509391d6f08-StreamThread-5-consumer-540b76ab-8374-4e99-8507-c3003488c61b/172.24.xx.xx METRICS-0d65d2ba-06ce-4488-bd4b-7509391d6f08-StreamThread-5-consumer
METRICS 30 73200612 73202022 1410 METRICS-ef9ac162-5e7f-4695-88c4-0660485a3f29-StreamThread-2-consumer-20919608-c5e9-4263-852b-04ae7f16bcf9/172.24.xy.xy METRICS-ef9ac162-5e7f-4695-88c4-0660485a3f29-StreamThread-2-consumer
METRICS 31 75197907 75199506 1599 METRICS-784f2d93-9cee-445f-ae19-1eea98a2dd11-StreamThread-3-consumer-6211abf7-47b6-443d-8047-301fbd6a0ebf/172.24.xz.xz METRICS-784f2d93-9cee-445f-ae19-1eea98a2dd11-StreamThread-3-consumer
部署/重新启动分区后,将分区与不同的使用者对齐:
TOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG CONSUMER-ID HOST CLIENT-ID
METRICS 62 72423124 72424080 956 METRICS-7617b646-a9f8-4cee-ad40-3ace6e1cca1e-StreamThread-4-consumer-687ac6fb-5915-478a-87f6-25204f8261dc/172.24.3x.xx METRICS-7617b646-a9f8-4cee-ad40-3ace6e1cca1e-StreamThread-4-consumer
METRICS 30 74813289 74814057 768 METRICS-2535d442-1f58-4c1a-bbd5-c0ef46a074d7-StreamThread-3-consumer-0496332f-4a60-42d3-98e9-d1ef9ef7e26a/172.24.3x.xx METRICS-2535d442-1f58-4c1a-bbd5-c0ef46a074d7-StreamThread-3-consumer
为了克服这种情况,我们尝试了设置卡夫卡消费者超时策略来避免相同的情况,但它似乎对我不起作用
/XXX/kafka-1.0.0/bin/kafka-consumer-groups.sh --bootstrap-server 172.29.XX.XXX:9092 --describe --group GROUPNAME --timeout 300000
TOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG CONSUMER-ID HOST CLIENT-ID
GROUPNAME 69 73592702 73593636 934 METRICS-0ae9cabe-4879-4400-b111-84580ea3118b-StreamThread-2-consumer-021397b6-87b3-49fb-ae01-b0acbc54cfc5/172.24.xx.xx METRICS-0ae9cabe-4879-4400-b111-84580ea3118b-StreamThread-2-consumer
所以,如果有人能帮助我们在部署更改后获得分区的粘性分配(分区应该分配给部署前的同一节点),那就太好了。
提前谢谢 如果停止并重新启动Kafka Streams应用程序,默认情况下它将生成新ID。但这并不意味着分区被重新分配到了不同的主机 您还可以通过
StreamsConfig.CLIENT\u ID\u CONFIG
为每个主机分配固定客户端ID,您可以将其传递到Kafka Streams配置中