需求内容

单个消费者，每秒需要处理1000条数据，每条数据的处理时间为500ms，相同accNum（客户账号）的数据需要保证消费的顺序。

注意点

1、如果1秒钟生产1000条数据，消费者处理时，每条数据需要500毫秒，则消费者每次拉取数据的条数最好能控制在500条以上，这样1秒内的数据可以拉取两次，每次使用500个线程进行处理，每次耗时500ms,
2*500ms=1秒，基本可以保证1000条数据能够在1秒内处理完成。
如果消费者每100ms拉取一次，每次拉取100条数据，消费者使用100个线程处理这100条数据，耗时500ms，第二次再拉取100条，耗时500ms...这样处理完1秒内的1000条数据将一共需要
10次*500ms=5秒钟，出现较大延迟。
同时，还要注意，一批数据中存在相同的accNum（客户账号）的情况，如果存在2条相同的accNum，因为需要顺序执行，一条执行需要500ms，两条顺序执行完成将花费1秒，这批数据的整体完成时间将变为1秒。
注意这三个参数的调整：
// fetch.max.bytes：一次拉取的最小可返回数据量：1Bety
props.put(ConsumerConfig.FETCH_MIN_BYTES_CONFIG, 100 * 1024);
// fetch.max.wait.ms：一次拉取的最大等待时间：500ms
props.put(ConsumerConfig.FETCH_MAX_WAIT_MS_CONFIG, 500);
// max.poll.records: 一次拉取的最大条数
props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 2000);
注意消费者的拉取延迟时间：
tKafkaConsumer.poll(500);
2、每批次数据处理时，创建的线程数，会根据每次拉取的数据条数自动调整，最大线程数为消费者每次允许拉取的最大数据条数。这样系统可以根据数据量大小自动调整创建的线程数，线程池中的空闲线程可以在一定时间后自动释放。可以保证不同accNum（客户账号）的数据每次都分配一个线程单独处理，从而保证处理的时间（500ms）。

第一种使用纯线程方式（Thread+Callable+FutureTask）

因为每次处理都创建新的线程，造成大量线程同时创建和销毁，线程数波动剧烈，GC频繁，系统各项指标均不平稳。

package org.fiend.kafka.config.kafka;

import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.time.Duration;
import java.util.*;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.FutureTask;

/**
 * @author 86133 2023-07-06 15:42:52
 */
public class CustomConsumer {
    private static Logger log = LoggerFactory.getLogger(CustomConsumer.class);

    public static void main(String[] args) throws InterruptedException {
        Properties props = new Properties();
        // bootstrap.servers：kafka集群地址
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        // 消费者组id
        props.put("group.id", "test_consumer_group"); // 消费者组

        // key.deserializer：key的反序列化器
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());

        // value.deserializer：value的反序列化器
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());

        // fetch.max.bytes：一次拉取的最小可返回数据量：1Byte
        props.put(ConsumerConfig.FETCH_MIN_BYTES_CONFIG, 100 * 1024);

        // fetch.max.bytes：一次拉取的最大数据量：50M
        props.put(ConsumerConfig.FETCH_MAX_BYTES_CONFIG, 50 * 1024 * 1024);

        // fetch.max.wait.ms：一次拉取的最大等待时间：500ms
        props.put(ConsumerConfig.FETCH_MAX_WAIT_MS_CONFIG, 500);

        // max.poll.records: 一次拉取的最大条数
        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 2000);

        // max.partition.fetch.bytes：一次拉取时，每个分区最大拉取数据量，默认1M
        props.put(ConsumerConfig.MAX_PARTITION_FETCH_BYTES_CONFIG, 1 * 1024 * 1024);

        // auto.offset.reset：当 Kafka 中没有初始偏移量或当前偏移量在服务器中不存在 （如，数据被删除了）时，自动设置开始消费的偏移量位置，默认latest。
        // earliest：自动重置偏移量到最早的偏移量（从头开始消费）。
        // latest：默认，自动重置偏移量为最新的偏移量（从最新的接收到的数据开始消费）。
        // none：如果消费组原来的（previous）偏移量不存在，则向消费者抛异常。 anything：向消费者抛异常。
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "latest");

        // enable.auto.commit：是否允许自动提交offset，默认是。
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);

        // auto.commit.interval.ms：自动提交offset的时间间隔，默认5秒。
        props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 5000);

        // heartbeat.interval.ms：消费者心跳检测时间间隔，默认3秒。
        props.put(ConsumerConfig.HEARTBEAT_INTERVAL_MS_CONFIG, 3000);

        // session.timeout.ms：session过期时间，默认10秒。
        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, 10000);

        // max.poll.interval.ms：一批次数据最大可以执行时间，默认5分钟。
        props.put(ConsumerConfig.MAX_POLL_INTERVAL_MS_CONFIG, 300000);

        // partition.assignment.strategy：分区分配策略，默认5分钟。
        props.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, RangeAssignor.class.getName());

        KafkaConsumer<String, String> tKafkaConsumer = new KafkaConsumer<>(props);
        tKafkaConsumer.subscribe(Arrays.asList("riskMoniterTopic"));

        HashMap<String, List<String>> hashMap;
        while (true) {
            long start = System.currentTimeMillis();
            log.info("[开始]-consumer拉取数据");
            ConsumerRecords<String, String> records = tKafkaConsumer.poll(Duration.ofMillis(500));
            int dataCount = records.count();
            log.info("[完成]-consumer拉取数据-条数=[{}]-耗时=[{}]", dataCount, System.currentTimeMillis() - start);

            // 拉取的数据条数大于0时，才进行处理操作
            if (dataCount > 0) {
                // 初始化hashMap：容量可以设置为拉取数据条数的1倍，或者2倍，2倍更加分散
                // 消费者参数中设置一次拉取的最大条数为2000，基本不会超过该值。
                // hashMap的hash碰撞概率较低，2000条数据，分布到4000容量的hashMap中时，基本不会出现碰撞，只有相同的key会在一起，导致整体执行时间为相同多个key顺序执行的时间
                // [线程执行完成]消费者线程：consumer-thread-VV0039-已处理数据数量=3-已处理的所有客户账号=VV0039,VV0039,VV0039,
                // [线程执行完成]消费者线程：consumer-thread-AG0097-已处理数据数量=2-已处理的所有客户账号=AG0097,AG0097,
                // [线程执行完成]消费者线程：consumer-thread-ID0045-已处理数据数量=1-已处理的所有客户账号=ID0045,
                int arrListCapacity = dataCount * 2;
                hashMap = new HashMap<>(arrListCapacity);
                // 将拉取的数据按客户号码分散到HashMap中
                for (ConsumerRecord<String, String> record : records) {
                    String value = record.value();
                }

                ArrayList<FutureTask<String>> tFutureTaskArrayList = new ArrayList<>(dataCount);
                // 循环hashMap，每个value开启一个线程循环处理该List中的全部数据，保证数据处理的顺序
                hashMap.forEach((k, v) -> {
                    List<String> list = v;
                    String threadName = "";
                    if (list.size() > 0) {
                        threadName = "consumer-thread-" + k;
                        // 使用Callable执行一组数据
                        FutureTask<String> futureTask = new FutureTask<>(() -> {
                            String threadName1 = Thread.currentThread().getName();
                            // log.info("[获取]-消费者线程：{}-获取到待处理数据数量：{}", threadName, busiDataEntities.size());
                            for (String dataStr : list) {
                                try {
                                    // 模拟业务处理时间，默认500ms
                                    Thread.sleep(500);
                                } catch (InterruptedException e) {
                                    e.printStackTrace();
                                }
                            }
                            return "消费者线程：" + threadName1 + "-已处理数据数量=" + list.size() + "-已处理的所有客户账号 = " + list;
                        });

                        // 启动一个线程执行一组数据
                        new Thread(futureTask, threadName).start();
                        // 将每个线程的futureTask都放入同一个ArrayList中
                        tFutureTaskArrayList.add(futureTask);
                    }
                });

                // 循环tFutureTaskArrayList，检查所有futureTask是否都已经返回，没返回的阻塞等待，等都返回后证明所有线程都执行完成，提交offset
                // 因为每次处理都创建新的线程，大量线程同时创建和销毁，线程数波动剧烈，考虑通过线程池进行优化
                for (int i = 0; i < tFutureTaskArrayList.size(); i++) {
                    try {
                        String returnStr = tFutureTaskArrayList.get(i).get();
                        log.info("[线程执行完成]" + returnStr);
                    } catch (ExecutionException e) {
                        e.printStackTrace();
                    }
                }
            }

            // 同步提交offset
            // tKafkaConsumer.commitSync();
            // 异步提交
            tKafkaConsumer.commitAsync(new OffsetCommitCallback() {
                @Override
                public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {
                    if (exception != null) {
                        log.error("[失败]-提交offset失败！" + offsets);
                    } else {
                        log.info("[成功]-提交offset成功！");
                    }
                }
            });

            log.info("【完成处理数据】-条数=[{}]-耗时=[{}]", dataCount, System.currentTimeMillis() - start);
        }

    }
}
复制

测试结果：

// [开始]-consumer拉取数据
// [完成]-consumer拉取数据-条数=[2000]-耗时=[5]
// [成功]-提交offset成功！
// 【完成处理数据】-条数=[2000]-耗时=[1731]
// [开始]-consumer拉取数据
// [完成]-consumer拉取数据-条数=[2000]-耗时=[4]
// [成功]-提交offset成功！
// 【完成处理数据】-条数=[2000]-耗时=[1678]
// [开始]-consumer拉取数据
// [完成]-consumer拉取数据-条数=[2000]-耗时=[23]
// [成功]-提交offset成功！
// 【完成处理数据】-条数=[2000]-耗时=[1637]
// 测试结果：2000条可以在2秒处理完成，则可以保证1000条时可以在1秒能处理完成，满足需求内容。
// 因为每次处理都创建新的线程，造成大量线程同时创建和销毁，线程数波动剧烈，GC频繁，系统各项指标均不平稳。

第二种使用Executors线程池（Executors+Callable+FutureTask）

通过线程池进行处理，线程数一直保持在2000个左右。

package com.autoee.demo.kafka.main;
 
import ch.qos.logback.classic.Level;
import ch.qos.logback.classic.LoggerContext;
import cn.hutool.core.date.DateUtil;
import cn.hutool.core.date.TimeInterval;
import cn.hutool.json.JSONUtil;
import com.autoee.demo.riskmonitor.BusiDataEntity;
import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
 
import java.util.*;
import java.util.concurrent.*;
import java.util.concurrent.atomic.AtomicInteger;
 
/**
 * Title: <br>
 * Desc: <br>
 * Date: 2022-8-19 <br>
 * @author Double
 * @version 1.0.0
 */
public class KafkaConsumerMutiThreadsTest4_Executors_HashMap {
 
    private static final Logger logger = LoggerFactory.getLogger(KafkaConsumerMutiThreadsTest4_Executors_HashMap.class);
 
    // 设置main方法执行时的日志输出级别
    static {
        LoggerContext loggerContext = (LoggerContext) LoggerFactory.getILoggerFactory();
        List<ch.qos.logback.classic.Logger> loggerList = loggerContext.getLoggerList();
        loggerList.forEach(logger -> {
            logger.setLevel(Level.INFO);
        });
    }
 
    // 需求内容：单个消费者，每秒需要处理1000条数据，每条数据的处理时间为500ms，相同accNum的数据需要保证消费的顺序
 
    // 测试极限情况：数据已存在大量积压，启动消费者进行消费
    // 每次拉取都达到设置的单次可以拉取的最大条数：2000条
 
    public static void main(String[] args) throws InterruptedException {
 
        Properties props = new Properties();
        // bootstrap.servers：kafka集群地址
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        // 消费者组id
        props.put("group.id", "test_consumer_group"); //消费者组
        // key.deserializer：key的反序列化器
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // value.deserializer：value的反序列化器
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // fetch.max.bytes：一次拉取的最小可返回数据量：1Bety
        props.put(ConsumerConfig.FETCH_MIN_BYTES_CONFIG, 100 * 1024);
        // fetch.max.bytes：一次拉取的最大数据量：50M
        props.put(ConsumerConfig.FETCH_MAX_BYTES_CONFIG, 50 * 1024 * 1024);
        // fetch.max.wait.ms：一次拉取的最大等待时间：500ms
        props.put(ConsumerConfig.FETCH_MAX_WAIT_MS_CONFIG, 500);
        // max.poll.records: 一次拉取的最大条数
        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 2000);
        // max.partition.fetch.bytes：一次拉取时，每个分区最大拉取数据量，默认1M
        props.put(ConsumerConfig.MAX_PARTITION_FETCH_BYTES_CONFIG, 1 * 1024 * 1024);
        // auto.offset.reset：当 Kafka 中没有初始偏移量或当前偏移量在服务器中不存在 （如，数据被删除了）时，自动设置开始消费的偏移量位置，默认latest。
        // earliest：自动重置偏移量到最早的偏移量（从头开始消费）。
        // latest：默认，自动重置偏移量为最新的偏移量（从最新的接收到的数据开始消费）。
        // none：如果消费组原来的（previous）偏移量不存在，则向消费者抛异常。 anything：向消费者抛异常。
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "latest");
        // enable.auto.commit：是否允许自动提交offset，默认是。
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
        // auto.commit.interval.ms：自动提交offset的时间间隔，默认5秒。
        props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 5000);
        // heartbeat.interval.ms：消费者心跳检测时间间隔，默认3秒。
        props.put(ConsumerConfig.HEARTBEAT_INTERVAL_MS_CONFIG, 3000);
        // session.timeout.ms：session过期时间，默认10秒。
        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, 10000);
        // max.poll.interval.ms：一批次数据最大可以执行时间，默认5分钟。
        props.put(ConsumerConfig.MAX_POLL_INTERVAL_MS_CONFIG, 300000);
        // partition.assignment.strategy：分区分配策略，默认5分钟。
        props.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, RangeAssignor.class.getName());
 
        KafkaConsumer<String, String> tKafkaConsumer = new KafkaConsumer<String, String>(props);
        tKafkaConsumer.subscribe(Arrays.asList("riskMoniterTopic"));
 
        // 使用Executors中的CachedThreadPool，初始核心线程数为0，最大线程数为无限大，线程最大空闲时间为60秒
        // corePoolSize=0
        // maximumPoolSize=Integer.MAX_VALUE，即2147483647，基本属于无界。
        // keepAliveTime=60秒
        // 工作队列使用没有容量的 SynchronousQueue，来一个任务处理一个任务，不进行缓存。如果提交任务速度高于线程池中线程处理任务的速度，则会不断创建新线程。极端情况下会创建过多的线程，耗尽 CPU 和内存资源。
        // 可以自定义线程池进行优化
        ExecutorService executorService = Executors.newCachedThreadPool();
 
        HashMap<String, List<BusiDataEntity>> busiDataHashMap;
        while (true) {
            TimeInterval timer = DateUtil.timer();
            logger.info("[开始]-consumer拉取数据");
            ConsumerRecords<String, String> records = tKafkaConsumer.poll(500);
            int dataCount = records.count();
            AtomicInteger tAtomicInteger = new AtomicInteger();
            logger.info("[完成]-consumer拉取数据-条数=[{}]-耗时=[{}]", dataCount, timer.intervalMs());
            // 拉取的数据条数大于0时，才进行处理操作
            timer = DateUtil.timer();
            if (dataCount > 0) {
                // 初始化hashMap：容量可以设置为拉取数据条数的1倍，或者2倍，2倍更加分散
                // 消费者参数中设置一次拉取的最大条数为2000，基本不会超过该值。
                // hashMap的hash碰撞概率较低，2000条数据，分布到4000容量的hashMap中时，基本不会出现碰撞，只有相同的key会在一起，导致整体执行时间为相同多个key顺序执行的时间
                // [线程执行完成]消费者线程：pool-1-thread-1898-已处理数据数量=3-已处理的所有客户账号=GW0032,GW0032,GW0032,
                // [线程执行完成]消费者线程：pool-1-thread-1193-已处理数据数量=2-已处理的所有客户账号=KE0055,KE0055,
                // [线程执行完成]消费者线程：pool-1-thread-1187-已处理数据数量=2-已处理的所有客户账号=0E0005,0E0005,
                int capacity = dataCount * 2;
                busiDataHashMap = new HashMap<>(capacity);
                // 将拉取的数据按客户号码分散到HashMap中
                for (ConsumerRecord<String, String> record : records) {
                    Object value = record.value();
                    String jsonStr = JSONUtil.toJsonStr(value);
                    // logger.info("[获取]-传入报文=[{}]", jsonStr);
                    BusiDataEntity busiDataEntity = JSONUtil.toBean(jsonStr, BusiDataEntity.class);
                    String accNum = busiDataEntity.getAccNum();
 
                    if (busiDataHashMap.containsKey(accNum)) {
                        busiDataHashMap.get(accNum).add(busiDataEntity);
                    } else {
                        List<BusiDataEntity> newList = new ArrayList<>();
                        newList.add(busiDataEntity);
                        busiDataHashMap.put(accNum, newList);
                    }
                }
 
                ArrayList<FutureTask<String>> tFutureTaskArrayList = new ArrayList<>(dataCount);
                // 循环hashMap，每个value开启一个线程循环处理该List中的全部数据，保证数据处理的顺序
                int num = 0;
                busiDataHashMap.forEach((k, v) -> {
                    List<BusiDataEntity> busiDataEntities = v;
                    String threadName = "";
                    if (busiDataEntities.size() > 0) {
                        threadName = k;
                        // 使用Callable执行同一个Key下的一组数据
                        FutureTask<String> futureTask = new FutureTask<>(new Callable<String>() {
                            @Override
                            public String call() {
                                String threadName = Thread.currentThread().getName();
                                // logger.info("[获取]-消费者线程：{}-获取到待处理数据数量：{}", threadName, busiDataEntities.size());
                                String allAccNum = "";
                                for (BusiDataEntity busiDataEntity : busiDataEntities) {
                                    allAccNum = allAccNum + busiDataEntity.getAccNum() + ",";
                                    try {
                                        // 模拟业务处理时间，默认500ms
                                        Thread.sleep(500);
                                    } catch (InterruptedException e) {
                                        e.printStackTrace();
                                    }
                                }
                                return "消费者线程：" + threadName + "-已处理数据数量=" + busiDataEntities.size() + "-已处理的所有客户账号=" + allAccNum;
                            }
                        });
 
                        // 通过线程池进行任务处理
                        executorService.submit(futureTask);
                        // 将每个线程的futureTask都放入同一个ArrayList中
                        tFutureTaskArrayList.add(futureTask);
                    }
                });
                // 循环tFutureTaskArrayList，检查所有futureTask是否都已经返回，没返回的阻塞等待，等都返回后证明所有线程都执行完成，提交offset
                // 使用线程池后，线程数一直保持在2000个左右。
                for (int i = 0; i < tFutureTaskArrayList.size(); i++) {
                    try {
                        String returnStr = tFutureTaskArrayList.get(i).get();
                        logger.info("[线程执行完成]" + returnStr);
                    } catch (ExecutionException e) {
                        e.printStackTrace();
                    }
                }
            }
 
            //同步提交offset
            // tKafkaConsumer.commitSync();
            //异步提交
            tKafkaConsumer.commitAsync(new OffsetCommitCallback() {
                @Override
                public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {
                    if (exception != null) {
                        logger.error("[失败]-提交offset失败！" + offsets);
                    } else {
                        logger.info("[成功]-提交offset成功！");
                    }
                }
            });
 
            logger.info("【完成处理数据】-条数=[{}]-耗时=[{}]", dataCount, timer.intervalMs());
        }
    }
}复制

测试结果：

// [开始]-consumer拉取数据
// [完成]-consumer拉取数据-条数=[2000]-耗时=[5]
// [成功]-提交offset成功！
// 【完成处理数据】-条数=[2000]-耗时=[1731]
// [开始]-consumer拉取数据
// [完成]-consumer拉取数据-条数=[2000]-耗时=[4]
// [成功]-提交offset成功！
// 【完成处理数据】-条数=[2000]-耗时=[1678]
// [开始]-consumer拉取数据
// [完成]-consumer拉取数据-条数=[2000]-耗时=[23]
// [成功]-提交offset成功！
// 【完成处理数据】-条数=[2000]-耗时=[1637]
// 测试结果：2000条可以在2秒处理完成，则可以保证1000条时可以在1秒能处理完成，满足需求内容。
// 使用线程池后，线程数一直保持在2000个左右

第三种使用Executors线程池（Executors+Runnable+CountDownLatch）

package com.autoee.demo.kafka.main;
 
import ch.qos.logback.classic.Level;
import ch.qos.logback.classic.LoggerContext;
import cn.hutool.core.date.DateUtil;
import cn.hutool.core.date.TimeInterval;
import cn.hutool.json.JSONUtil;
import com.autoee.demo.riskmonitor.BusiDataEntity;
import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
 
import java.util.*;
import java.util.concurrent.*;
import java.util.concurrent.atomic.AtomicInteger;
 
/**
 * Title: <br>
 * Desc: <br>
 * Date: 2022-8-19 <br>
 * @author Double
 * @version 1.0.0
 */
public class KafkaConsumerMutiThreadsTest5 {
    private static final Logger logger = LoggerFactory.getLogger(KafkaConsumerMutiThreadsTest5.class);
 
    // 设置main方法执行时的日志输出级别
    static {
        LoggerContext loggerContext = (LoggerContext) LoggerFactory.getILoggerFactory();
        List<ch.qos.logback.classic.Logger> loggerList = loggerContext.getLoggerList();
        loggerList.forEach(logger -> {
            logger.setLevel(Level.INFO);
        });
    }
 
    // 需求内容：单个消费者，每秒需要处理1000条数据，每条数据的处理时间为500ms，相同accNum的数据需要保证消费的顺序
 
    // 测试极限情况：数据已存在大量积压，启动消费者进行消费
    // 每次拉取都达到设置的单次可以拉取的最大条数：2000条
 
    // [开始]-consumer拉取数据
    // [完成]-consumer拉取数据-条数=[2000]-耗时=[5]
    // [成功]-提交offset成功！
    // 【完成处理数据】-条数=[2000]-耗时=[1731]
    // [开始]-consumer拉取数据
    // [完成]-consumer拉取数据-条数=[2000]-耗时=[4]
    // [成功]-提交offset成功！
    // 【完成处理数据】-条数=[2000]-耗时=[1678]
    // [开始]-consumer拉取数据
    // [完成]-consumer拉取数据-条数=[2000]-耗时=[23]
    // [成功]-提交offset成功！
    // 【完成处理数据】-条数=[2000]-耗时=[1637]
 
    // 测试结果：2000条可以在2秒处理完成，则可以保证1000条时可以在1秒能处理完成，满足需求内容。
    // 通过线程池进行处理，线程数非常平稳，而且只需要十个左右线程就能处理每次2000条的数据。
 
    public static void main(String[] args) throws InterruptedException {
 
        Properties props = new Properties();
        // bootstrap.servers：kafka集群地址
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        // 消费者组id
        props.put("group.id", "test_consumer_group"); //消费者组
        // key.deserializer：key的反序列化器
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // value.deserializer：value的反序列化器
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // fetch.max.bytes：一次拉取的最小可返回数据量：1Bety
        props.put(ConsumerConfig.FETCH_MIN_BYTES_CONFIG, 100 * 1024);
        // fetch.max.bytes：一次拉取的最大数据量：50M
        props.put(ConsumerConfig.FETCH_MAX_BYTES_CONFIG, 50 * 1024 * 1024);
        // fetch.max.wait.ms：一次拉取的最大等待时间：500ms
        props.put(ConsumerConfig.FETCH_MAX_WAIT_MS_CONFIG, 500);
        // max.poll.records: 一次拉取的最大条数
        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 2000);
        // max.partition.fetch.bytes：一次拉取时，每个分区最大拉取数据量，默认1M
        props.put(ConsumerConfig.MAX_PARTITION_FETCH_BYTES_CONFIG, 1 * 1024 * 1024);
        // auto.offset.reset：当 Kafka 中没有初始偏移量或当前偏移量在服务器中不存在 （如，数据被删除了）时，自动设置开始消费的偏移量位置，默认latest。
        // earliest：自动重置偏移量到最早的偏移量（从头开始消费）。
        // latest：默认，自动重置偏移量为最新的偏移量（从最新的接收到的数据开始消费）。
        // none：如果消费组原来的（previous）偏移量不存在，则向消费者抛异常。 anything：向消费者抛异常。
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "latest");
        // enable.auto.commit：是否允许自动提交offset，默认是。
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false);
        // auto.commit.interval.ms：自动提交offset的时间间隔，默认5秒。
        props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 5000);
        // heartbeat.interval.ms：消费者心跳检测时间间隔，默认3秒。
        props.put(ConsumerConfig.HEARTBEAT_INTERVAL_MS_CONFIG, 3000);
        // session.timeout.ms：session过期时间，默认10秒。
        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, 10000);
        // max.poll.interval.ms：一批次数据最大可以执行时间，默认5分钟。
        props.put(ConsumerConfig.MAX_POLL_INTERVAL_MS_CONFIG, 300000);
        // partition.assignment.strategy：分区分配策略，默认5分钟。
        props.put(ConsumerConfig.PARTITION_ASSIGNMENT_STRATEGY_CONFIG, RangeAssignor.class.getName());
 
        KafkaConsumer<String, String> tKafkaConsumer = new KafkaConsumer<String, String>(props);
        tKafkaConsumer.subscribe(Arrays.asList("riskMoniterTopic"));
 
        // 使用Executors中的CachedThreadPool，初始核心线程数为0，最大线程数为无限大，线程最大空闲时间为60秒
        // corePoolSize=0
        // maximumPoolSize=Integer.MAX_VALUE，即2147483647，基本属于无界。
        // keepAliveTime=60秒
        // 工作队列使用没有容量的 SynchronousQueue，来一个任务处理一个任务，不进行缓存。如果提交任务速度高于线程池中线程处理任务的速度，则会不断创建新线程。极端情况下会创建过多的线程，耗尽 CPU 和内存资源。
        // 可以自定义线程池进行优化
        ExecutorService executorService = Executors.newCachedThreadPool();
 
        HashMap<String, List<BusiDataEntity>> busiDataHashMap;
        while (true) {
            TimeInterval timer = DateUtil.timer();
            logger.info("[开始]-consumer拉取数据");
            ConsumerRecords<String, String> records = tKafkaConsumer.poll(500);
            int dataCount = records.count();
            AtomicInteger tAtomicInteger = new AtomicInteger();
            logger.info("[完成]-consumer拉取数据-条数=[{}]-耗时=[{}]", dataCount, timer.intervalMs());
            // 拉取的数据条数大于0时，才进行处理操作
            timer = DateUtil.timer();
            if (dataCount > 0) {
                // 初始化hashMap：容量可以设置为拉取数据条数的1倍，或者2倍，2倍更加分散
                // 消费者参数中设置一次拉取的最大条数为2000，基本不会超过该值。
                // hashMap的hash碰撞概率较低，2000条数据，分布到4000容量的hashMap中时，基本不会出现碰撞，只有相同的key会在一起，导致整体执行时间为相同多个key顺序执行的时间
                // [线程执行完成]消费者线程：pool-1-thread-1898-已处理数据数量=3-已处理的所有客户账号=GW0032,GW0032,GW0032,
                // [线程执行完成]消费者线程：pool-1-thread-1193-已处理数据数量=2-已处理的所有客户账号=KE0055,KE0055,
                // [线程执行完成]消费者线程：pool-1-thread-1187-已处理数据数量=2-已处理的所有客户账号=0E0005,0E0005,
                int capacity = dataCount * 2;
                busiDataHashMap = new HashMap<>(capacity);
                // 将拉取的数据按客户号码分散到ArrayList中
                for (ConsumerRecord<String, String> record : records) {
                    Object value = record.value();
                    String jsonStr = JSONUtil.toJsonStr(value);
                    // logger.info("[获取]-传入报文=[{}]", jsonStr);
                    BusiDataEntity busiDataEntity = JSONUtil.toBean(jsonStr, BusiDataEntity.class);
                    String accNum = busiDataEntity.getAccNum();
 
                    if (busiDataHashMap.containsKey(accNum)) {
                        busiDataHashMap.get(accNum).add(busiDataEntity);
                    } else {
                        List<BusiDataEntity> newList = new ArrayList<>();
                        newList.add(busiDataEntity);
                        busiDataHashMap.put(accNum, newList);
                    }
                }
 
                // 循环ArrayList，每个下标中的List数据条数大于0时，开启一个线程循环处理该List中的全部数据，保证数据处理的顺序
                int num = 0;
                int busiDataHashMapSize = busiDataHashMap.keySet().size();
                // 使用CountDownLatch判断是否所有子线程都已执行完成，子线程个数等于busiDataHashMap中key的个数
                CountDownLatch tCountDownLatch = new CountDownLatch(busiDataHashMapSize);
                busiDataHashMap.forEach((k, v) -> {
                    List<BusiDataEntity> busiDataEntities = v;
                    String threadName = "";
                    if (busiDataEntities.size() > 0) {
                        threadName = k;
                        // 使用Runnable执行同一个Key下的一组数据
                        Runnable runnableTask = new Runnable() {
                            @Override
                            public void run() {
                                String threadName = Thread.currentThread().getName();
                                // logger.info("[获取]-消费者线程：{}-获取到待处理数据数量：{}", threadName, busiDataEntities.size());
                                String allAccNum = "";
                                String allBatchNo = "";
                                for (BusiDataEntity busiDataEntity : busiDataEntities) {
                                    allAccNum = allAccNum + busiDataEntity.getAccNum() + ",";
                                    allBatchNo = allBatchNo + busiDataEntity.getBatchNo() + ",";
                                    try {
                                        // 模拟业务处理时间，默认500ms
                                        Thread.sleep(500);
                                    } catch (InterruptedException e) {
                                        e.printStackTrace();
                                    }
                                }
                                logger.info("[线程执行完成]-消费者线程：" + threadName + "-已处理数据数量=" + busiDataEntities.size() + "-已处理的所有客户账号=" + allAccNum + "-已处理的所有批次号=" + allBatchNo);
                                // 每个线程处理完成后，将tCountDownLatch减1
                                tCountDownLatch.countDown();
                            }
                        };
 
                        // 通过线程池进行任务处理
                        executorService.submit(runnableTask);
                    }
                });
 
                // 通过CountDownLatch阻塞等待，等待所有线程都执行完成，提交offset
                tCountDownLatch.await();
 
                //同步提交offset
                // tKafkaConsumer.commitSync();
                //异步提交
                tKafkaConsumer.commitAsync(new OffsetCommitCallback() {
                    @Override
                    public void onComplete(Map<TopicPartition, OffsetAndMetadata> offsets, Exception exception) {
                        if (exception != null) {
                            logger.error("[失败]-提交offset失败！" + offsets);
                        } else {
                            logger.info("[成功]-提交offset成功！");
                        }
                    }
                });
 
                logger.info("【完成处理数据】-条数=[{}]-耗时=[{}]", dataCount, timer.intervalMs());
                logger.info("----------------------------------------------------------------------------------------------------------------------------------------");
 
            }
        }
    }
}复制

测试结果：

和第二种的执行时间差不多，但是各项性能指标好像更加平稳了，但是很出现线程阻塞的情况。