Kafka3.0.0版本——消费者（自动提交 offset）

服务器托管网

一、自动提交offset的相关参数

• 官网文档
  

• 参数解释

  参数	描述
  enable.auto.commi	默认值为 true，消费者会自动周期性地向服务器提交偏移量。
  auto.commit.interval.ms	如果设置了 enable.auto.commit 的值为 true， 则该值定义了消费者偏移量向 Kafka 提交的频率，默认 5s。

• 图解分析

  

二、消费者（自动提交 offset）代码示例

• 消费者自动提交 offset代码

  // 自动提交
  properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,true);
  // 提交时间间隔 1秒
  properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);
  

• 消费者自动提交 offset代码完整代码

  package com.xz.kafka.consumer;
  
  import org.apache.kafka.clients.consumer.ConsumerConfig;
  import org.apache.kafka.clients.consumer.ConsumerRecord;
  import org.apache.kafka.clients.consumer.ConsumerRecords;
  import org.apache.kafka.clients.consumer.KafkaConsumer;
  import org.apache.kafka.common.serialization.StringDeserializer;
  
  import java.time.Duration;
  import java.util.ArrayList;
  import java.util.Properties;
  
  public class CustomConsumerAutoOffset {
  
      public static void main(String[] args) {
  
          // 配置
          Properties properties = new Properties();
  
          // 连接 bootstrap.servers
          properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");
  
          // 反序列化
          properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
          prope服务器托管网rties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
  
          // 配置消费者组id
          properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test3");
  
          // 自动提交
          properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,true);
  
          // 提交时间间隔 1秒
          properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);
  
          // 1 创建一个消费者  "", "hello"
          KafkaConsumerString, String> kafkaConsumer = new KafkaConsumer>(properties);
  
          // 2 订阅主题 first
          ArrayListString> topics = new ArrayList>();
          topics.add("sevenTopic");
          kafkaConsumer.subscribe(topics);
  
          // 3 消费数据
          while (true){
  
              ConsumerRecordsString, String> consumerRecords = kafkaConsumer.poll(Duration.ofSeconds(1));
  
              for (ConsumerRecordString, String> consumerRecord : consumerRecords) {
                  System.out.println(consumerRecord);
              }
          }
      }
  }
  

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 编码器-解码器 | 基于 Transformers 的编码器-解码器模型

基于 transformer 的编码器-解码器模型是 表征学习 和 模型架构 这两个领域多年研究成果的结晶。本文简要介绍了神经编码器-解码器模型的历史，更多背景知识，建议读者阅读由 Sebastion Ruder 撰写的这篇精彩 博文。此外，建议读者对 自注意…