最近在排查一个sparkstreaming在操作kafka时，rebalance触发了一个异常引起任务失败，而组内小伙伴对消费者组的一些基本知识不是很了解，所以抽了些时间进行相关原理的整理。本文就来聊聊相关内容。

【消费者组的基本原理】

在kafka中，多个消费者可以组成一个消费者组（consumer group），但是一个消费者只能属于一个消费者组。消费者组保证其订阅的topic的每个分区只能分配给该消费者组中的某一个消费者进行处理，那么这里可能就会出现两种情况：

当消费者组中的消费者个数小于订阅的topic的分区数时，那么存在一个消费者到多个分区进行消费的情况；

而如果消费者组中的消费者个数大于订阅的topic的分区数时，那么就会有一部分消费者分配不到分区信息，出现消费者浪费的情况。

另外，如果不同的消费者组订阅了同一个topic，不同的消费者组彼此互不干扰。

【消费者组的原理深入】

1. group coordinator的概念

在早期版本中（0.9版本之前），kafka强依赖于zookeeper实现消费者组的管理，包括消费者组内的消费者通过在zk上抢占znode节点来决定消费哪些分区；注册消费者组和broker相关节点的监听，以感知环境的变化进而触发rebalance；另外就是offset也维护在zk中。

这种方式除了强依赖于zk，导致zk压力较大之外，还容易引发其他问题，例如：

一个被监听的zk节点发生变化，导致大量的通知消息推送给所有监听者（即消费者），另外就是脑裂引起的不一致问题，引发rebalance混乱。

基于以上原因，从0.9版本开始，kafka重新设计了名为group coordinator的协调者负责管理消费者的关系，以及消费者的offset。注意每个消费者组都有一个对应的group coordinator实例。

2. 消费者与broker的交互流程

消费者组中消费者与broker之间的交互流程如下图所示：

1）首先，和所有客户端的逻辑一样，先向服务端请求元数据信息

2）接着向服务端请求消费者组的coordinator，得到coordinator所在的brokerid后，向对应broker建立连接并发送请求加入消费者组的请求，服务端收到请求后，判断消费者组是否存在，不存在则创建消费者组，并将该消费者加入到消费者组中，然后给予请求应答，对于第一个加入消费者组的消费者成为leader，在加入消费者组的应答中会告知成员信息，以及leader的信息。这样客户端可以知道自身是否成为leader。

3）此后，对于leader的消费者根据分区分配策略，进行分区分配，然后向broker发送同步消费者组（SyncGroup）的请求，请求中包含分区分配的信息。服务端，收到请求后，服务端保存分区分配信息，并进行请求应答响应。

这里需要注意的是：对于非leader的消费者同样会发送同步消费者组的请求，只是请求中没有分区分配的信息而已。

4）再然后，消费者与broker之间进行定时的心跳交互，服务端以此判断消费者的存活状态。

5）最后，消费者进入轮询阶段，向服务端发送消息获取（fetch）请求进行消息的消费。

3. rebalance的流程

当消费者组有新成员加入或已有成员退出；或者topic分区（新增）发生变更时，服务端会触发重新分配分区的逻辑，这就是所谓的rebalance。

具体实现，服务端是通过在心跳中给leader对应的消费者一个错误信息，消费者在捕获该错误信息后，触发重新加入消费者组，之后复用之前的流程， 即在加入消费者组的请求响应中，告知消费者组中消费者的情况，leader的消费者重新进行分区分配，然后通过同步组请求告知服务端新的分区分配情况。

其大概流程如下图所示：

4. 服务端的相关逻辑

在服务端，coordinator分别维护了消费者组的信息，其中通过一个状态机来实现不同事件引起的各个不同处理操作，状态机的各个状态跳转，以及触发的事件如下图所示：

除此之外，还包括消费者组的成员信息、leader信息、generationId、以及偏移量的相关信息等。

5. 分区分配策略

首先，客户端可以通过"partition.assignment.strategy"参数进行分配策略的配置，当前可选的策略包括：

org.apache.kafka.clients.consumer.RangeAssignor
org.apache.kafka.clients.consumer.RoundRobinAssignor
org.apache.kafka.clients.consumer.StickyAssignor
org.apache.kafka.clients.consumer.CooperativeStickyAssignor（新版本增加）

对于RangeAssignor，字面意思是按分区范围来进行分配的，具体分配逻辑是：针对每个topic，n=分区数/消费者个数，m=分区数%消费者个数，前m个消费者每个分配n+1个分区，后面的（消费者个数减去m）消费者每个分配n个分区。

下面为实测三个消费者组依次加入同一个消费者组，并订阅一个具有5分区的topic的情况：

更直观一点的图如下所示：

RoundRobinAssignor则是将所有消费者按照消费者ID字典序进行排序，同时将所有topic的所有分区也按字典序进行排序，再轮询进行分配。

同样实测情况与直观的图示如下：

StickyAssignor是在kafka的0.11版本引入的，其设计目的主要有两个：

• 分区分配尽量平均

• 当分区重新分配时，尽量与上一次的分配保持一致，也就是尽量少的做改动，这也就是sticky（粘性）一词的含义。

StickyAssignor的具体分配逻辑略复杂，本文不打算展开说明，来看下实际效果。

同样是三个消费者先后加入同一个消费者组后的分区情况：

从图中可以看出，与前面的RoundRobinAssignor相比，第三个消费者（consumer-2）加入后，前两个消费者的分区几乎没有变动。

【小结】

小结一下，本文主要讲述了kafka中，消费者组的基本概念与原理，在阅读源码过程中，其实发现还有很多内容可以再展开单独分析，例如服务端在处理加入消费者组请求时，采用了延时处理的方式，更准确的说，内部大量采用了时间轮加延时处理机制来响应客户端的请求；例如group coordinator所在节点异常后，迁移逻辑是怎样的保证其高可用等等。

另外一大块内容，消费者组中消费者的偏移量是如何保存的，其交互逻辑又是怎样的。这一部分内容作为（下）部分内容再单独介绍。

好了，这就是本文的全部内容，如果觉得本文对您有帮助，请点赞+转发，如果觉得有不正确的地方，也可以拍砖指点，最后，欢迎加我微信交流～