Kafka：使用手动批处理使用分区 - 消息被跳过

Question

我正在使用 Confluent Kafka .NET 为分区主题创建消费者。

由于 Confluent Kafka .NET 不支持批量消费，我构建了一个消费消息的函数，直到达到批量大小。此函数的想法是仅使用来自同一分区的消息构建批处理，这就是为什么一旦我使用了具有不同分区的结果并且 return 我能够使用的任何数量的消息，我就停止构建批处理到目前为止。

目标或 Objective: 我希望能够处理我在批处理中 return 编辑的消息，并提交这些消息的偏移量只要。即：

Message Consumed From Partition	Offset	Stored in Batch
0	0	Yes
0	1	Yes
2	0	No

根据上面的 table，我想处理从分区 0 收到的两条消息。来自分区 2 的消息将被忽略，并且（希望）稍后在对 ConsumeBatch 的另一个调用中获取.

为了提交，我只需调用同步 Commit 函数，将我处理的最新消息的偏移量作为参数传递。在这种情况下，我将传递上面 table 中显示的批处理的第二条消息的偏移量（分区 0 - 偏移量 1）。

问题：

问题是，由于某种原因，当我构建如上所示的批处理时，由于验证而决定不处理的消息将被永远忽略。即：分区 2 的消息 0 将永远不会被消费者再次拾取。

正如您在下面的消费者配置中看到的，我已将 EnableAutoCommit 和 EnableAutoOffsetStore 都设置为 false。我认为这足以让消费者不对偏移量做任何事情并且能够在另一个 Consume 调用中获取被忽略的消息，但事实并非如此。无论我的配置如何，偏移量都会以某种方式增加到每个分区的最新消费消息。

任何人都可以告诉我我在这里缺少什么来实现所需的行为吗？

建批功能的简化版：

public IEnumerable<ConsumeResult<string, string>> ConsumeBatch(int batchSize)
{
    List<ConsumeResult<string, string>> consumedMessages = new List<ConsumeResult<string, string>>();

    int latestPartition = -1; // The partition from where we consumed the last message

    for (int i = 0; i < batchSize; i++)
    {
        var result = _consumer.Consume(100);
        
        if (result != null)
        {
            if (latestPartition == -1 || result.Partition.Value == latestPartition)
            {
                consumedMessages.Add(result);
                latestPartition = result.Partition.Value;
            }
            else
                break;
        }
        else
            break;
    }

    return consumedMessages;
}

ConsumerConfig 用于实例化我的消费者客户端：

_consumerConfig = new ConsumerConfig
        {
            BootstrapServers = _bootstrapServers,
            EnableAutoCommit = false,
            AutoCommitIntervalMs = 0,
            GroupId = "WorkerConsumers",
            AutoOffsetReset = AutoOffsetReset.Earliest,
            EnableAutoOffsetStore = false,
        };

附加信息： 正在测试：

1 个主题，有 6 个分区，复制因子为 2
3 位经纪人
1 个属于消费者组的单线程消费者客户端
wsl2 的本地环境 Windows 10

Answer 1

关键是使用 Seek 函数将分区的偏移量重置为特定位置，以便可以将被忽略的消息作为另一批次的一部分再次拾取。

在上面的相同函数中：

public IEnumerable<ConsumeResult<string, string>> ConsumeBatch(int batchSize)
{
    List<ConsumeResult<string, string>> consumedMessages = new List<ConsumeResult<string, string>>();

    int latestPartition = -1; // The partition from where we consumed the last message

    for (int i = 0; i < batchSize; i++)
    {
        var result = _consumer.Consume(100);
    
        if (result != null)
        {
            if (latestPartition == -1 || result.Partition.Value == latestPartition)
            {
                consumedMessages.Add(result);
                latestPartition = result.Partition.Value;
            }
            else
            {
                // This call will guarantee that this message that will not be included in the current batch, will be included in another batch later
                _consumer.Seek(result.TopicPartitionOffset); // IMPORTANT LINE!!!!!!!
                break;
            }
        }
        else
            break;
    }

    return consumedMessages;
}

我想一般来说，如果你想在不以任何方式改变偏移量的情况下使用消息（有点偷看主题分区），你可以调用 Consume 然后使用 Seek(result.TopicPartitionOffset) 来设置该主题分区的偏移量回到使用消息之前的位置。

Kafka：使用手动批处理使用分区 - 消息被跳过

Kafka: Consume partition with manual batching - Messages are being skipped

c#

.net-core

apache-kafka

librdkafka

confluent-kafka-dotnet