当前位置:首页 > 文章列表 > Golang > Go问答 > Kafka 偏移和延迟问题在特定主题分区上存在未知情况

Kafka 偏移和延迟问题在特定主题分区上存在未知情况

来源:stackoverflow 2024-03-26 08:18:32 0浏览 收藏

在使用来自 https://github.com/confluenceinc/confluence-kafka-go 的 Kafka 消费者时,某些主题分区在运行数小时后会遇到偏移和延迟未知的问题。即使没有收到新消息,这些分区的偏移和延迟也会变为未知。当这些分区收到消息时,偏移和延迟将再次可见,并且消息将被消费。重新启动消费者后,所有当前偏移和延迟未知的分区将从头开始被消费,而其他分区似乎运行正常。

问题内容

我正在使用来自 https://github.com/confluenceinc/confluence-kafka-go 的消费者。 kafka版本为0.10.1.0。

这是我的消费者的配置:

kafkaClient, err := kafka.NewConsumer(&kafka.ConfigMap{
    "bootstrap.servers":               broker,
    "group.id":                       "udwg20",
    "session.timeout.ms":              60000,
    "go.events.channel.enable":        true,
    "go.application.rebalance.enable": true,
    "default.topic.config": kafka.ConfigMap{
        "auto.offset.reset":      "earliest",
        "enable.auto.commit":      true,
        "auto.commit.interval.ms": 10000}})

一开始,所有的当前偏移和滞后都显示出来,但运行几个小时后,某些分区(没有收到任何新消息)的偏移和滞后变得未知。如果有消息到达偏移量和延迟未知的分区,则偏移量和延迟将再次可见,并且该消息将被消费。

当有一些分区的 current-offset 和 lag 未知时,我重新启动消费者,此时,所有当前的 current-offset 和 lag 状态未知的分区将从头开始被消费,但其他分区似乎运行正常.

我还使用了一个 python 消费者,它使用不同的消费者组 id 使用该主题的消息。 python 消费者似乎在没有任何具有未知当前偏移和滞后的分区的情况下工作良好。


解决方案


offsets.retention.minutes 用于清理不活跃的消费者组。如果消费者组没有为 offsets.retention.minutes 提交任何偏移量(默认为 24​​h),kafka 将清理其偏移量。这就是为什么 offset 和 log 设置为 unknown。

您可以增加偏移保留期,但是请注意,旧消费者将在 __consumer_offsets 主题中保留空间。

终于介绍完啦!小伙伴们,这篇关于《Kafka 偏移和延迟问题在特定主题分区上存在未知情况》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
优化谷歌 Go 数据存储层次结构树的子级过滤功能优化谷歌 Go 数据存储层次结构树的子级过滤功能
上一篇
优化谷歌 Go 数据存储层次结构树的子级过滤功能
golang中的math/big包可以处理的最大值是多少?
下一篇
golang中的math/big包可以处理的最大值是多少?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    408次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    487次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    494次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    443次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    271次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码