python - 多个主题及其优先级

Question

我正在使用 pykafka 来消费消息，现在我正在使用 balance_consumer 来消费来自一个主题的消息。现在我必须消费来自另一个主题的消息，如果可以优先消费来自不同主题的消息。我该如何处理这个问题？可能是python的其他库？

Answer 1

我刚刚发布了一篇关于这个问题的帖子。

即使我使用的是 Java，您也可以发现那里描述的概念对您的情况很有用。

我们解决 Kafka 主题优先级问题的方法是 -

我们开发了一种机制来优先考虑 Kafka 主题的消费。这样的机制将检查我们是否要处理从 Kafka 消费的消息，或者将处理留待以后处理。

我们在分区和布尔值之间进行映射，如果需要，它会阻止每个分区的消耗，topicPartitionLocks。阻止初步的，同时继续从迟到的消费，创建主题的优先级。TimerTask 更新此映射，我们的消费者检查他们是否被“允许”消费或必须等待——正如您在方法 waitForLatePartitionIfNeeded 中看到的那样。

public class Prioritizer extends TimerTask {
    private Map<String, Boolean> topicPartitionLocks = new ConcurrentHashMap<>();
    private Map<String, Long> topicPartitionLatestTimestamps = new ConcurrentHashMap<>();

    @Override
    public void run(){
        updateTopicPartitionLocks();
    }

    private void updateTopicPartitionLocks() {
        Optional<Long> minValue = topicPartitionLatestTimestamps.values().stream().min((o1, o2) -> (int) (o1 - o2));
        if(! minValue.isPresent()) {
            return;
        }

        Iterator it = topicPartitionLatestTimestamps.entrySet().iterator();
        while (it.hasNext()) {
            Boolean shouldLock = false;

            Map.Entry<String, Long> pair = (Map.Entry)it.next();
            String topicPartition = pair.getKey();
            if(pair.getValue() > (minValue.get() + maxGap)) {
                shouldLock = true;
                if(isSameTopicAsMinPartition(minValue.get(), topicPartition)) {
                    shouldLock = false;
                }

            }

            topicPartitionLocks.put(topicPartition, shouldLock);
        }
    }

    public boolean isLocked(String topicPartition) {
        return topicPartitionLocks.get(topicPartition).booleanValue();
    }
}

waitForLatePartitionIfNeeded 方法

private void waitForLatePartitionIfNeeded(final String topic, int partition) {
    String topicPartition = topic + partition;

    prioritizer.getTopicPartitionLocks.putIfAbsent(topicPartition);

    while(prioritizer.isLocked(topicPartition)) {
        monitorWaitForLatePartitionTimes(topicPartition, startTime);
        Misc.sleep(timeToWaitBetweenGapToTardyPartitionChecks.get());
    }
}

使用这个我们导致了重新平衡的增加，所以我们用这个定义来解决它：

我们改变了Kafka中的下一个配置

request.timeout.ms: 7300000 (~2hrs)
max.poll.interval.ms: 7200000 (2hrs)

有关该问题的图表和一般描述，您可以查看我的帖子：

我如何通过优先考虑 Kafka 主题来解决 Kafka 消息的延迟

祝你好运！