Python Kafka 消费者缺少轮询某些消息

Question

我的Kafka消费者的代码是这样的

def read_messages_from_kafka():
    topic = 'my-topic'
    consumer = KafkaConsumer(
        bootstrap_servers=['my-host1', 'my-host2'],
        client_id='my-client',
        group_id='my-group',
        auto_offset_reset='earliest',
        enable_auto_commit=False,
        api_version=(0, 8, 2)
    )
    consumer.assign([TopicPartition(topic, 0), TopicPartition(topic, 1)])

    messages = consumer.poll(timeout_ms=kafka_config.poll_timeout_ms, max_records=kafka_config.poll_max_records)

    for partition in messages.values():
        for message in partition:
            log.info("read {}".format(message))

    if messages:
        consumer.commit()

    next_offset0, next_offset1 = consumer.position(TopicPartition(topic, 0)), consumer.position(TopicPartition(topic, 1))
    log.info("next offset0={} and offset1={}".format(next_offset0, next_offset1))

while True:
    read_messages_from_kafka()
    sleep(kafka_config.poll_sleep_ms / 1000.0)

我已经意识到，这种消费者设置无法读取所有信息。我无法再现这一点，因为这是一个间歇性的问题。

当我使用 kafka-cat 将最后 100 条消息与此消费者进行比较时，我发现我的消费者间歇性地随机错过了几条消息。我的消费者有什么问题？

kafkacat -C -b my-host1 -X broker.version.fallback=0.8.2.1 -t my-topic -o -100

在python中使用消息的方法太多了。应该有一种最好只有一种明显的方法来做到这一点。

Answer 1

您的Kafka客户端中存在丢失消息的问题。我在这里找到了解决方案：

while True:
    raw_messages = consumer.poll(timeout_ms=1000, max_records=5000)
    for topic_partition, messages in raw_messages.items():
        application_message = json.loads(message.value.decode())

还有另一个Kafka客户端存在：confluent_kafka。它没有这样的问题。