生产者如何保证不丢数据

生产者如何保证不丢数据

生产者是通过ack确认机制来进行保证数据可靠的，topic的每一个partition收到生产者发送的数据后，都需要向生产者发送ack，如果生产者收到ack，则会进行下一轮的发送，否则就会重发数据。

而kafka中一个partition分区包含有一个leader和多个follower副本，而leader是与生产者进行读写交互的，那么partition中的leader何时向生产者回复ack呢？leader下有一个ISR(in-sync replica set)，ISR存储的是与leader保持同步的follower集合，只有当ISR中的follower完成数据同步后，leader才会向生产者发送ack，如果follower长时间没有向leader同步数据，则该follower会被踢出ISR，该时间由replica.lag.time.max.ms 参数设定，如果leader发生故障之后，会从ISR中进行选举出新的leader

而kafka中ack确认机制有三种级别

acks确认机制，用于配置代理接收到消息后向生产者发送确认信号，以便生产者根据acks进行相应的处理，该机制通过属性request.required.acks设置，0、-1、1三种，默认1

• acks=0时，生产者不需要等待代理返回确认消息，而连续发送消息。消息投递速度加快，broker接收了但是没有写入磁盘，但是无法保证消息的持久化，如果broker故障就可能丢失数据 (at most once)

• acks=1时，生产者需要等待leader副本已成功将消息写入日志文件。降低了数据丢失的可能性，但还是存在，如果在leader成功存储数据后，follower没有来得及同步，此时leader挂掉了，而follower没有进行同步，从ISR中选举出来新的leader也就没有这条数据，数据就会丢失，默认为1

• acks=-1(all)时，leader副本和所有ISR列表中的副本都完成数据存储之后才会向生产者发送确认消息，这种策略保证只要leader副本和follower副本中至少有一个节点存活，数据就不会丢失，但是如果数据同步完成之后，leader没有返回ack之前leader发生故障，导致生产者数据重发，会因此而导致数据重复 (at least once)

对于数据重复的情况，可以采用幂等性，保证同一条数据只存储一次，要启用幂等性，只需要将 Producer 的参数中 enable.idempotence 设置为 true 即可。Kafka的幂等性实现其实就是将原来下游需要做的去重放在了数据上游。开启幂等性的 Producer 在初始化的时候会被分配一个 PID，发往同一 Partition 的消息会附带 Sequence Number。而Broker 端会对<PID, Partition, SeqNumber>做缓存，当具有相同主键的消息提交时，Broker 只会持久化一条。
但是 PID 重启就会变化，同时不同的 Partition 也具有不同主键，所以幂等性无法保证跨分区跨会话的重复。

在配置enable.idempotence为true时，需要保证max.in.flight.requests.per.connection<=5，且retries大于0，且acks为all

也可以在业务处理层面来为每条消息设置唯一id，数据库中没有该id的才进行消费