[Kafka] kafka 协议分析 (三) Fetch API

kafka 协议分析 (一) 基础篇
kafka 协议分析 (二) Produce API
kafka 协议分析 (三) Fetch API

上一篇文章介绍了如何生产消息,本篇将介绍一下如何从Kafka消费消息

一个最简单的消息消费流程如下图:


image.png
  1. 先检查服务器支持的API版本,并从中选择一个合适的使用。ApiVersions API
  2. 获取目标Topic的MetaData,主要包括Topic的partition数量和leader地址。Metadata API
  3. 获取目标Topic的Offset情况(第一个offset和最后一个offset在哪儿)ListOffsets API
  4. 从kafka获取消息Fetch API

其中第1、2步已经在上一篇文章详细介绍过。

ListOffsets API (Key: 2)

ListOffsets API用来获取Topic当前的offset情况。按照kafka的设计,拉取消息(Fetch API)需要提供拉取消息的目标位置(offset)。所以真正拉取消息之前,需要事先知道topic的最后一个offset和第一个offset是什么。(kafka的消息有超时时间,默认一周消息就会被清理,这意味着topic中现存消费的offset不一定从0开始)

image.png

描述
Size 40 消息长度
Api Key 1 Api
Api Version 0 Api版本
Correlation ID 1 请求ID,服务器会将这个ID原样返回
Replica Id -1 follower的broker id,通常设置-1
Topic Len 1 Topic个数
Topic w1 Topic名
Partition Len 1 Partiton个数
Partition 0 Partition号
Timestamp -2 时间戳 (-1最后一个;-2第一个)

Fetch API (Key: 1):

Fetch API用于从Topic中拉取数据,它需要提供一个起始offset

image.png

描述
Size 40 消息长度
Api Key 1 Api
Api Version 0 Api版本
Correlation ID 1 请求ID,服务器会将这个ID原样返回
Replica Id -1 follower的broker id,通常设置-1
Max wait Time 5000 请求超时时间毫秒
Min bytes 1 最小返回大小
Max bytes 2^30 最大返回大小
Topic Len 1 Topic个数
Topic w1 Topic名
Partition Len 1 Partiton个数
Partition 0 Partition号
Offset 0 时间戳 起始offset
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,569评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,499评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,271评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,087评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,474评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,670评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,911评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,636评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,397评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,607评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,093评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,418评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,074评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,092评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,865评论 0 196
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,726评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,627评论 2 270