哪些网站是做采购的企业做网站营销

哪些网站是做采购的,企业做网站营销,做网站哪里学,建设银行大连分行网站#x1f343; 予枫#xff1a;个人主页#x1f4da; 个人专栏: 《Java 从入门到起飞》《读研码农的干货日常》#x1f4bb; Debug 这个世界#xff0c;Return 更好的自己#xff01; 引言 在分布式系统中#xff0c;消息可靠性是后端开发者绕不开的坎——消息丢失会导致… 予枫个人主页 个人专栏: 《Java 从入门到起飞》《读研码农的干货日常》 Debug 这个世界Return 更好的自己引言在分布式系统中消息可靠性是后端开发者绕不开的坎——消息丢失会导致数据不一致重复消费会引发业务异常而Exactly-Once精确一次语义正是解决这一痛点的终极方案。作为主流的分布式消息队列Kafka如何实现Exactly-Once幂等性和事务消息到底是怎么工作的今天就带大家从底层原理到核心细节彻底吃透Kafka的消息可靠性保障再也不用为重复消费、消息丢失头疼。文章目录引言一、核心认知为什么Exactly-Once如此重要二、底层基石Kafka幂等性实现原理PID Sequence Number2.1 核心组件解析2.1.1 PIDProducer ID2.1.2 Sequence Number序列号2.2 幂等性工作流程图文拆解2.3 幂等性的局限性三、进阶实现Kafka事务型消息解决跨Partition/跨Consumer问题3.1 事务消息的核心目标3.2 事务消息的底层提交流程步骤1Producer与Transaction Coordinator建立连接步骤2启动事务beginTransaction步骤3发送事务消息send步骤4提交事务commitTransaction步骤5回滚事务abortTransaction3.3 事务消息与幂等性的配合四、实战注意事项避坑指南五、总结一、核心认知为什么Exactly-Once如此重要在分布式场景下消息传递通常会面临三种语义At-Most-Once最多一次消息可能丢失 but 不会重复消费适用于非核心场景如日志采集At-Least-Once至少一次消息不会丢失 but 可能重复消费是Kafka默认的语义Exactly-Once精确一次消息既不丢失也不重复消费是金融、订单等核心业务的刚需。 重点提醒很多开发者会混淆“消息不丢失”和“Exactly-Once”——前者只是基础保障后者是更高阶的可靠性要求而实现Exactly-Once核心依赖两大技术幂等性Producer和事务型消息。建议点赞收藏后续实战落地时这篇文章能帮你少走很多弯路二、底层基石Kafka幂等性实现原理PID Sequence NumberKafka的幂等性本质是保证“同一个Producer发送的消息即使重复发送也只会被Broker持久化一次”其核心实现依赖两个关键组件PIDProducer ID和Sequence Number序列号。2.1 核心组件解析2.1.1 PIDProducer ID定义Kafka为每个Producer分配的唯一标识符由Broker自动生成也可手动配置生命周期与Producer实例绑定——当Producer重启时会生成一个新的PID。作用区分不同Producer的消息避免不同Producer之间的消息混淆为幂等性提供“身份标识”。2.1.2 Sequence Number序列号定义Producer发送消息时会为每个Topic的每个Partition维护一个自增的序列号从0开始每发送一条消息序列号1。作用标记同一Producer向同一Partition发送的消息顺序Broker通过序列号判断消息是否重复。2.2 幂等性工作流程图文拆解Producer启动时向Kafka Broker发送请求获取唯一PIDProducer向指定Topic的Partition发送消息时自动携带当前Partition的Sequence NumberBroker接收消息后先查询该PID, Partition对应的最新序列号若接收的序列号 最新序列号 1说明消息是新的持久化消息并更新最新序列号若接收的序列号 ≤ 最新序列号说明消息是重复的直接丢弃不做持久化消息持久化完成后Broker向Producer返回确认响应ack。注意Kafka的幂等性是“单Producer、单Partition”级别的若一个Producer向多个Partition发送消息每个Partition会单独维护序列号互不影响。2.3 幂等性的局限性仅解决“Producer重复发送”导致的重复消费无法解决“Consumer重复消费”如Consumer重启后重复拉取消息当Producer重启PID变更之前的序列号会失效若此时有未确认的消息重发可能会出现重复不支持跨Partition的幂等性跨Partition场景需要结合事务消息。三、进阶实现Kafka事务型消息解决跨Partition/跨Consumer问题幂等性只能解决单Partition、单Producer的重复问题而事务消息则能实现“跨Partition、跨Producer/Consumer”的Exactly-Once语义核心是保证“一组消息要么全部成功要么全部失败”。3.1 事务消息的核心目标原子性一组消息的发送/消费要么全部完成要么全部回滚不存在部分成功的情况一致性事务执行完成后Broker和Consumer的数据保持一致不会出现消息丢失或重复。3.2 事务消息的底层提交流程Kafka事务消息的实现依赖Transaction Coordinator事务协调器和Transaction Log事务日志完整流程如下步骤1Producer与Transaction Coordinator建立连接Producer启动事务前会先与Kafka集群中的Transaction Coordinator建立连接Transaction Coordinator负责管理事务的生命周期开始、提交、回滚并将事务状态记录到Transaction Log持久化存储避免宕机丢失。步骤2启动事务beginTransactionProducer调用beginTransaction()方法向Transaction Coordinator发送“启动事务”请求Transaction Coordinator生成唯一的Transaction ID事务ID并将事务状态标记为“BEGIN”记录到Transaction Log。步骤3发送事务消息sendProducer向多个Partition发送消息可跨Partition发送时携带Transaction ID和PIDBroker接收消息后不会立即将消息置为“可消费”状态而是标记为“事务未提交”暂时隐藏Consumer无法拉取。步骤4提交事务commitTransactionProducer确认所有消息都已成功发送到Broker收到所有ack调用commitTransaction()方法向Transaction Coordinator发送“提交事务”请求Transaction Coordinator收到请求后先检查该事务下的所有消息是否都已成功持久化若全部持久化成功将事务状态标记为“COMMITTED”并向所有相关Broker发送“提交确认”Broker收到确认后将“事务未提交”的消息置为“可消费”状态Consumer可正常拉取消费。步骤5回滚事务abortTransaction若发送过程中出现异常如部分消息发送失败、Producer宕机Producer调用abortTransaction()方法向Transaction Coordinator发送“回滚事务”请求Transaction Coordinator将事务状态标记为“ABORTED”并向所有相关Broker发送“回滚确认”Broker收到确认后删除“事务未提交”的消息不会让Consumer拉取实现事务回滚。3.3 事务消息与幂等性的配合事务消息依赖幂等性事务执行过程中若Producer重发消息幂等性保证消息不会被Broker重复持久化幂等性依赖事务消息跨Partition场景下事务消息保证所有Partition的消息要么全部提交要么全部回滚避免部分Partition消息成功、部分失败。四、实战注意事项避坑指南启用幂等性Producer配置中设置enable.idempotence true无需手动管理PID和Sequence NumberKafka自动处理启用事务消息需配置transactional.id全局唯一建议与Producer实例绑定同时开启幂等性enable.idempotence必须为true消息确认机制建议设置acks all所有副本确认确保消息真正持久化避免Broker宕机导致消息丢失Consumer配置若要实现Exactly-OnceConsumer需设置isolation.level read_committed只消费已提交的事务消息避免消费到未提交的消息异常处理Producer需捕获事务执行过程中的异常及时回滚事务避免事务挂起导致消息无法消费。五、总结Kafka实现消息不丢失与Exactly-Once语义核心是“幂等性事务消息”的组合幂等性PIDSequence Number解决单Producer、单Partition的重复发送问题是基础事务消息Transaction CoordinatorTransaction Log解决跨Partition、跨Producer/Consumer的原子性问题是进阶两者配合再结合合理的配置acksall、isolation.levelread_committed就能实现真正的Exactly-Once语义保障核心业务的消息可靠性。