本文已收录在github，欢迎 star/fork：

https://github.com/Wasabi1234/Java-Interview-Tutorial

1 案例引入

• 官方Consumer最简代码用例：

简短的代码，背后牵涉很多问题，Consumer如何绑定特定分区？如何实现订阅 topic 的？又如何实现拉消息？

2 订阅流程

订阅主流程主要更新如下关键属性：

1. 订阅状态（SubscriptionState） - subscriptions

主要维护所订阅的topic和patition的消费位置等状态信息

2. 元数据中的topic信息

metadata中维护了Kafka集群元数据的一个子集，包括集群的Broker节点、Topic和Partition在节点上分布，以及我们聚焦的第二个问题：Coordinator给Consumer分配的Partition信息。

注意acquireAndEnsureOpen()和try-finally release()保证该方法的线程安全。

跟进到更新元数据的方法metadata.requestUpdateForNewTopics()

Metadata.requestUpdateForNewTopics()

• 请求更新元数据。

这里，并未真正发送更新元数据的请求，只是将需要更新元数据的标志位needUpdate置true。Kafka必须确保在第一次拉消息前元数据可用，即必须更新一次元数据，否则Consumer不知道应该去哪个Broker拉哪个Partition的消息。

3 拉消息流程

那元数据何时才真正更新呢？

• 拉消息时序图

KafkaConsumer#poll()方法中主要调用如下方法：

updateAssignmentMetadataIfNeeded()

• 更新元数据

其内部调用coordinator.poll()，poll()里又调用

ConsumerNetworkClient#ensureFreshMetadata()

ConsumerNetworkClient#awaitMetadataUpdate

内部调用了client.poll()方法，实现与Cluster通信，在Coordinator注册Consumer并拉取和更新元数据。

这些都是 client 类中方法，ConsumerNetworkClient封装了Consumer和Cluster之间所有网络通信的实现，是个完全的异步实现类。没有维护任何线程

• 待发送Request都存在unsent域

• Response存放在pendingCompletion域

每次调用poll()时，在当前线程中发送所有待发送Request，处理所有收到Response。

异步设计

• 优势：

无需维护用于异步发送的和处理响应的线程，并且能充分发挥批量处理的优势，这也是Kafka的性能非常好的原因之一。

很少的线程实现高吞吐量。劣势：极大增加了代码的复杂度。

好了，下面再看另一关键方法：

pollForFetches()

主要由fetcher.sendFetches()实现，由于代码过长，简述其流程如下：

1. 根据元数据的信息，构造所需Broker的拉消息的Request对象

2. 然后调用ConsumerNetworkClient#send异步发送Request

3. 并且注册一个回调类处理返回的Response

所有返回的Response被暂时存放在Fetcher#completedFetches。注意，此时的Request并未被真正发给各Broker，而被暂存在client.unsend等待发送。

4. 然后，在调用ConsumerNetworkClient#poll时，会真正将之前构造的所有Request发送出去，并处理收到的Response

5. 最后，fetcher.fetchedRecords()方法中，将返回的Response反序列化后转换为消息列表，返回给调用者

总结

综上过程讲解，给出整个拉消息流程涉及关键类的类图

参考

• https://blog.csdn.net/evasnowind/article/details/108534598