当前位置： 首页 > news >正文

营销型网站什么意思网络营销期末考试题库

news 2025/8/8 17:54:43
营销型网站什么意思,网络营销期末考试题库,个人站长怎么样做网站才不会很累,微信网站建设咨询最近在使用storm做一个实时计算的项目,Spout需要从 KAFKA 集群中读取数据，为了提高开发效率，直接使用了Storm提供的KAFKA插件。今天抽空看了一下KafkaSpout的源码，记录下心得体会。 KafkaSpout基于kafka.javaapi.consumer.SimpleConsumer实现…

      最近在使用storm做一个实时计算的项目,Spout需要从 KAFKA 集群中读取数据，为了提高开发效率，直接使用了Storm提供的KAFKA插件。今天抽空看了一下KafkaSpout的源码，记录下心得体会。

       KafkaSpout基于kafka.javaapi.consumer.SimpleConsumer实现了consumer客户端的功能，包括 partition的分配，消费状态的维护（offset）。同时KafkaSpout使用了storm的可靠API，并实现了spout的ack 和 fail机制。KafkaSpout的基本处理流程如下：

1． 建立zookeeper客户端，在zookeeper zk_root + "/topics/" + _topic + "/partitions" 路径下获取到partition列表
2． 针对每个partition 到路径Zk_root + "/topics/" + _topic + "/partitions"+"/" + partition_id + "/state"下面获取到leader partition 所在的broker id
3． 到/broker/ids/broker id 路径下获取broker的host 和 port 信息，并保存到Map中Partition_id –-> learder broker
4. 获取spout的任务个数和当前任务的index，然后再根据partition的个数来分配当前spout 所消费的partition列表
5. 针对所消费的每个broker建立一个SimpleConsumer对象用来从kafka上获取数据
6. 提交当前partition的消费信息到zookeeper上面保存

     

下面对几个关键点进行下分析：

一、partition 的分配策略

1. 在KafkaSpout中获取spout的task的个数，也就是consumer的个数，代码如下：

int totalTasks = context.getComponentTasks(context.getThisComponentId()).size();

2. 在KafkaSpout中获取当前spout的 task index，注意，task index和task id是不同的，task id是当前spout在整个topology中的id，而task index是当前spout在组件中的id，取值范围为[0, spout_task_number-1],代码如下：

_coordinator = new ZkCoordinator(_connections, conf, _spoutConfig, _state, context.getThisTaskIndex(), totalTasks, _uuid);

3. 获取partiton与leader partition所在broker的映射关系，代码的调用顺序如下：

ZkCoordinator：

GlobalPartitionInformation brokerInfo = _reader.getBrokerInfo();

DynamicBrokersReader：

  /*** Get all partitions with their current leaders*/
public GlobalPartitionInformation getBrokerInfo() throws SocketTimeoutException {GlobalPartitionInformation globalPartitionInformation = new GlobalPartitionInformation();try {int numPartitionsForTopic = getNumPartitions();String brokerInfoPath = brokerPath();for (int partition = 0; partition < numPartitionsForTopic; partition++) {int leader = getLeaderFor(partition);String path = brokerInfoPath + "/" + leader;try {byte[] brokerData = _curator.getData().forPath(path);Broker hp = getBrokerHost(brokerData);globalPartitionInformation.addPartition(partition, hp);} catch (org.apache.zookeeper.KeeperException.NoNodeException e) {LOG.error("Node {} does not exist ", path);}}} catch (SocketTimeoutException e) {throw e;} catch (Exception e) {throw new RuntimeException(e);}LOG.info("Read partition info from zookeeper: " + globalPartitionInformation);return globalPartitionInformation;
}

4. 获取当前spout消费的partition

KafkaUtils：

    public static List<Partition> calculatePartitionsForTask(GlobalPartitionInformation partitionInformation, int totalTasks, int taskIndex) {Preconditions.checkArgument(taskIndex < totalTasks, "task index must be less that total tasks");//获取所有的排序后的partition列表List<Partition> partitions = partitionInformation.getOrderedPartitions();int numPartitions = partitions.size();if (numPartitions < totalTasks) {LOG.warn("there are more tasks than partitions (tasks: " + totalTasks + "; partitions: " + numPartitions + "), some tasks will be idle");}List<Partition> taskPartitions = new ArrayList<Partition>();//此处是核心分配算法，举个例子来说明分配策略//假设spout的并发度是3，当前spout的task index 是 1，总的partition的个数为5，那么当前spout消费的partition id为1,4for (int i = taskIndex; i < numPartitions; i += totalTasks) {Partition taskPartition = partitions.get(i);taskPartitions.add(taskPartition);}logPartitionMapping(totalTasks, taskIndex, taskPartitions);return taskPartitions;}

 

二、partition的更新策略

如果出现broker宕机，spout挂掉的情况，那么spout是要重新分配parition的，KafkaSpout并没有监听zookeeper上broker、partition和其他spout的状态，所以当有异常发生的时候KafkaSpout并不知道的，它采用了两种方法来更新partition的分配。

1. 定时更新

根据ZkHosts中的refreshFreqSecs字段来定时更新partition列表，我们可以通过修改配置来更改定时刷新的间隔。每一次调用kafkaspout的nextTuple方法时，都会首先调用ZkCoordinator的getMyManagedPartitions方法来获取当前spout消费的partition列表

  public void nextTuple() {List<PartitionManager> managers = _coordinator.getMyManagedPartitions();//getMyManagedPartitions方法中会判断是否已经到了该刷新的时间，如果到了就重新分配partitionpublic List<PartitionManager> getMyManagedPartitions() {if (_lastRefreshTime == null || (System.currentTimeMillis() - _lastRefreshTime) > _refreshFreqMs) {refresh();_lastRefreshTime = System.currentTimeMillis();}return _cachedList;
}

2.异常更新

当调用kafkaspout的nextTuple方法出现异常时，强制更新当前spout的partition消费列表

    public void nextTuple() {List<PartitionManager> managers = _coordinator.getMyManagedPartitions();for (int i = 0; i < managers.size(); i++) {try {EmitState state = managers.get(_currPartitionIndex).next(_collector);} catch (FailedFetchException e) {_coordinator.refresh();}}

 

三、消费状态的维护

1.首先要分析一下当spout启动的时候是怎么获取初始offset的。在每个spout获取到消费的partition列表时，会针对每个partition来创建PartitionManager对象，下面看一下PartitionManager的初始化过程：

 public PartitionManager(DynamicPartitionConnections connections, String topologyInstanceId, ZkState state, Map stormConf, SpoutConfig spoutConfig, Partition id) {_partition = id;_connections = connections;_spoutConfig = spoutConfig;_topologyInstanceId = topologyInstanceId;//到连接池里注册partition和partition leader所在的broker host，如果连接池里有该broker的连接，则直接返回该连接、//如果连接池里没有，则建立broker的连接，并返回连接_consumer = connections.register(id.host, id.partition);_state = state;_stormConf = stormConf;numberAcked = numberFailed = 0;String jsonTopologyId = null;Long jsonOffset = null;//获取zookeeper上offset的提交路径String path = committedPath();try {//从提交路径上读取信息，提取记录的该partition的消费offset//如果zookeeper上没有该路径则表示当前topic没有被spout消费过Map<Object, Object> json = _state.readJSON(path);LOG.info("Read partition information from: " + path +  "  --> " + json );if (json != null) {jsonTopologyId = (String) ((Map<Object, Object>) json.get("topology")).get("id");jsonOffset = (Long) json.get("offset");}} catch (Throwable e) {LOG.warn("Error reading and/or parsing at ZkNode: " + path, e);}//从broker上获取当前partition的offset，默认为获取最新的offset，如果用户配置forceFromStart（KafkaConfig），则获取该partition最早的offset，//也就是consume from beginningLong currentOffset = KafkaUtils.getOffset(_consumer, spoutConfig.topic, id.partition, spoutConfig);//情况1： 如果从zookeeper上没有获取topology和消费信息，则直接用从broker上获取到的offsetif (jsonTopologyId == null || jsonOffset == null) { // failed to parse JSON?_committedTo = currentOffset;LOG.info("No partition information found, using configuration to determine offset");//情况2： 获取到的topology id 不一致 或者用户要求从新获取数据的时候，则从kafka上获取offset//可以和情况1 合并，在KafkaUtils.getOffset已经判断过forceFromStart，此处无需再次判断} else if (!topologyInstanceId.equals(jsonTopologyId) && spoutConfig.forceFromStart) {_committedTo = KafkaUtils.getOffset(_consumer, spoutConfig.topic, id.partition, spoutConfig.startOffsetTime);LOG.info("Topology change detected and reset from start forced, using configuration to determine offset");}//情况3： 使用zookeeper上保留的offset进行消费 else {_committedTo = jsonOffset;LOG.info("Read last commit offset from zookeeper: " + _committedTo + "; old topology_id: " + jsonTopologyId + " - new topology_id: " + topologyInstanceId );}//如果上次消费的offset已经过了保质期，则直接消费新数据if (currentOffset - _committedTo > spoutConfig.maxOffsetBehind || _committedTo <= 0) {LOG.info("Last commit offset from zookeeper: " + _committedTo);_committedTo = currentOffset;LOG.info("Commit offset " + _committedTo + " is more than " +spoutConfig.maxOffsetBehind + " behind, resetting to startOffsetTime=" + spoutConfig.startOffsetTime);}LOG.info("Starting Kafka " + _consumer.host() + ":" + id.partition + " from offset " + _committedTo);_emittedToOffset = _committedTo;}

2. 然后看一下partition消费offset是怎么保存和维护的

PartitionManager 中的 _emittedToOffset用来保存当前消费的offset，在每一次获取到消息的时候都会更新这个值

 private void fill() {if (!had_failed || failed.contains(cur_offset)) {numMessages += 1;_pending.add(cur_offset);_waitingToEmit.add(new MessageAndRealOffset(msg.message(), cur_offset));//更新_emittedToOffset_emittedToOffset = Math.max(msg.nextOffset(), _emittedToOffset);if (had_failed) {failed.remove(cur_offset);}}}_fetchAPIMessageCount.incrBy(numMessages);}}

3.提交offset到zookeeper

offset的提交是周期性的，提交的周期可在SpoutConfig中的stateUpdateIntervalMs中来配置。每次调用kafkaspout的nextTuple方法后都会判断是否需要提交offset

    public void nextTuple() {if ((now - _lastUpdateMs) > _spoutConfig.stateUpdateIntervalMs) {commit();}}

 如果需要提交则调用kafkaspout的commit方法，使用轮巡的方式提交每个partition的消费状况

  private void commit() {_lastUpdateMs = System.currentTimeMillis();for (PartitionManager manager : _coordinator.getMyManagedPartitions()) {manager.commit();}
}

 具体的提交是委托PartitionManager来完成的

 public void commit() {//获取当前要提交的offset，如果有pending的offset的话，就说明还有一些消息没有完成处理，则提交pending消息的最小的offset//如果没有pending的消息，则提交当前消费的offsetlong lastCompletedOffset = lastCompletedOffset();//用来判断是否有新的offset需要提交if (_committedTo != lastCompletedOffset) {LOG.debug("Writing last completed offset (" + lastCompletedOffset + ") to ZK for " + _partition + " for topology: " + _topologyInstanceId);Map<Object, Object> data = (Map<Object, Object>) ImmutableMap.builder().put("topology", ImmutableMap.of("id", _topologyInstanceId,"name", _stormConf.get(Config.TOPOLOGY_NAME))).put("offset", lastCompletedOffset).put("partition", _partition.partition).put("broker", ImmutableMap.of("host", _partition.host.host,"port", _partition.host.port)).put("topic", _spoutConfig.topic).build();_state.writeJSON(committedPath(), data);_committedTo = lastCompletedOffset;LOG.debug("Wrote last completed offset (" + lastCompletedOffset + ") to ZK for " + _partition + " for topology: " + _topologyInstanceId);} else {LOG.debug("No new offset for " + _partition + " for topology: " + _topologyInstanceId);}
}

 

四、kafkaspout ack 和 fail的处理

1. 首先还是说说kafkaspout消息的发送

当调用kafkaspout的nextTuple方法时，kafkaspout委托PartitionManager next方法来发送数据

public void nextTuple() {List<PartitionManager> managers = _coordinator.getMyManagedPartitions();for (int i = 0; i < managers.size(); i++) {try {// in case the number of managers decreased_currPartitionIndex = _currPartitionIndex % managers.size();EmitState state = managers.get(_currPartitionIndex).next(_collector);if (state != EmitState.EMITTED_MORE_LEFT) {_currPartitionIndex = (_currPartitionIndex + 1) % managers.size();}
}public EmitState next(SpoutOutputCollector collector) {
//判断等待队列是否为空，如果为空则调用fill方法从broker上取数据进行填充if (_waitingToEmit.isEmpty()) {fill();}while (true) {MessageAndRealOffset toEmit = _waitingToEmit.pollFirst();if (toEmit == null) {return EmitState.NO_EMITTED;}//对kafka的消息进行解码Iterable<List<Object>> tups = KafkaUtils.generateTuples(_spoutConfig, toEmit.msg);if (tups != null) {for (List<Object> tup : tups) {//如果tuple不为null，则发送该tuple，messageID为new KafkaMessageId(_partition, toEmit.offset)//这样在ack 或者 fail的时候才能根据_partition找到相应的PartitionManagercollector.emit(tup, new KafkaMessageId(_partition, toEmit.offset));}break;} else {ack(toEmit.offset);}}if (!_waitingToEmit.isEmpty()) {return EmitState.EMITTED_MORE_LEFT;} else {return EmitState.EMITTED_END;}
}

2. 在PartitionManager会维护一个pending 列表，用来保存已经发送但是没有被成功处理的消息，一个failed列表，用来保存已经失败的消息
3. 当一个消息成功处理时会调用spout的ack方法，kafkaspout会根据message id中包含的partition id 来委托相应的PartitionManager来处理

    public void ack(Object msgId) {KafkaMessageId id = (KafkaMessageId) msgId;PartitionManager m = _coordinator.getManager(id.partition);if (m != null) {m.ack(id.offset);}}//PartitionManager 接收到ack消息后，会判断pending的最早的一条消息是否已经过质保，如果过质保，则清除队列中所有过保的消息//如果没有过保的消息，则在pending队列中移除当前消息public void ack(Long offset) {if (!_pending.isEmpty() && _pending.first() < offset - _spoutConfig.maxOffsetBehind) {// Too many things pending!_pending.headSet(offset - _spoutConfig.maxOffsetBehind).clear();}_pending.remove(offset);numberAcked++;}

4. 当一条消息处理失败时，会调用spout的fail方法，同样，kafkaspout会根据message id中包含的partition id 来委托相应的PartitionManager来处理

  public void fail(Object msgId) {KafkaMessageId id = (KafkaMessageId) msgId;PartitionManager m = _coordinator.getManager(id.partition);if (m != null) {m.fail(id.offset);}}//PartitionManager接收到fail消息，会判断失败的消息是否已经过保，如果过保则忽略掉public void fail(Long offset) {if (offset < _emittedToOffset - _spoutConfig.maxOffsetBehind) {LOG.info("Skipping failed tuple at offset=" + offset +" because it's more than maxOffsetBehind=" + _spoutConfig.maxOffsetBehind +" behind _emittedToOffset=" + _emittedToOffset);} //如果在保质期内，则加入failed列表，如果没有成功响应的消息，并且失败的消息个数已经超过保质期个数，则认为没有消息成功，系统有问题，丢异常else {LOG.debug("failing at offset=" + offset + " with _pending.size()=" + _pending.size() + " pending and _emittedToOffset=" + _emittedToOffset);failed.add(offset);numberFailed++;if (numberAcked == 0 && numberFailed > _spoutConfig.maxOffsetBehind) {throw new RuntimeException("Too many tuple failures");}}}//对于failed的消息会进行重发private void fill() {//如果有失败的消息，则获取第一个的offsetfinal boolean had_failed = !failed.isEmpty();if (had_failed) {offset = failed.first();} else {offset = _emittedToOffset;}ByteBufferMessageSet msgs = null;try {msgs = KafkaUtils.fetchMessages(_spoutConfig, _consumer, _partition, offset);} catch (UpdateOffsetException e) {_emittedToOffset = KafkaUtils.getOffset(_consumer, _spoutConfig.topic, _partition.partition, _spoutConfig);LOG.warn("Using new offset: {}", _emittedToOffset);// fetch failed, so don't update the metricsreturn;}if (msgs != null) {int numMessages = 0;for (MessageAndOffset msg : msgs) {final Long cur_offset = msg.offset();if (cur_offset < offset) {// Skip any old offsets.continue;}//如果该消息在failed列表中，则重新发送，并将其从failed列表中删除if (!had_failed || failed.contains(cur_offset)) {numMessages += 1;_pending.add(cur_offset);_waitingToEmit.add(new MessageAndRealOffset(msg.message(), cur_offset));_emittedToOffset = Math.max(msg.nextOffset(), _emittedToOffset);if (had_failed) {failed.remove(cur_offset);}}}_fetchAPIMessageCount.incrBy(numMessages);}}

 

转载于:https://www.cnblogs.com/cruze/p/4241181.html

http://www.lbrq.cn/news/2626705.html

相关文章：

  • 澄迈网站建设网络外包运营公司
  • 一流 北京网站建设网页制作步骤
  • 长春建站模板搭建百度 营销怎么收费
  • 济宁网站建设神华科技百度搜索排名优化
  • 坪山网站建设重大新闻事件2023
  • 武威网页设计培训学校百度推广优化排名怎么收费
  • 阜创汇网站建设名额最新国际新闻头条今日国际大事件
  • 网站编程工具可以免费领取会员的软件
  • 网站做附近地图导航深圳百度seo整站
  • 哪些网站有web做竞价排名
  • 运城建设银行网站点附近电脑培训速成班一个月
  • 大连科技网站制作小说网站排名免费
  • 安平县哪家做网站友情链接交换条件
  • 跨境电商单页网站的详情页怎么做的淘宝店铺推广
  • 医院网站制作设计推广产品的方法
  • 上海网站建设企b2b免费外链发布
  • 免费的小网站免费自己建网页
  • asp.net企业网站设计seo人员工作内容
  • 网站导航怎么做外链武汉seo管理
  • 做企业网站公司做推广
  • 霞山手机网站建设公司中国刚刚发生的新闻
  • 虚拟机怎么做多个网站百度seo插件
  • 外贸有哪些网站西安网站制作
  • ps做网站首页怎么国际新闻 军事
  • 云匠网要交钱才能用吗广州aso优化公司 有限公司
  • 阿里巴巴的网站应该怎么做北京营销型网站
  • alipay域名网站什么是搜索引擎优化seo
  • 可以做动态图表的网站百度官方网站
  • 车辆保险网站无货源电商怎么做
  • 计算机培训班有哪些湖北seo关键词排名优化软件
  • RAGAS：检索增强生成系统的无参考评估框架与技术解析
  • Spring Cloud系列—LoadBalance负载均衡
  • 【R语言】 高清美观的 MaxEnt 刀切图（Jackknife）绘制——提升论文质量
  • MonoFusion 与 Genie 3
  • Spring AI 系列之三十六 - Spring AI Alibaba-nl2sql
  • NLP——BERT模型全面解析：从基础架构到优化演进