当添加空处理器时，Kafka流处理速度减慢。

Question

考虑一下这个Kafka流驱动程序。

public class TestDriver {

    private static final String SOURCE = "SOURCE";

    public static void main(String[] args) throws Exception {

        ProtoDeserializer<Message> protoDeserializer = new ProtoDeserializer<>(Message.parser());
        ProtoSerializer<Message> protoSerializer = new ProtoSerializer<>();

        StringDeserializer stringDerializer = new StringDeserializer();
        StringSerializer stringSerializer = new StringSerializer();

        Topology topologyBuilder = new Topology();
        topologyBuilder.addSource(SOURCE, stringDerializer, protoDeserializer, "input-messages")

            .addProcessor(DummyProcessor.NAME, DummyProcessor::new, SOURCE)

            .addSink("MAIN", "output-messages", stringSerializer, protoSerializer, DummyProcessor.NAME)
        ;

        KafkaStreams streams = new KafkaStreams(topologyBuilder, getConfig());
        streams.cleanUp();
        streams.start();

        System.out.println(streams.toString());

        Runtime.getRuntime().addShutdownHook(new Thread(streams::close));

    }

    private static Properties getConfig() {
        Properties config = new Properties();
        config.put(StreamsConfig.CLIENT_ID_CONFIG, "test.stream-processor");
        config.put(StreamsConfig.APPLICATION_ID_CONFIG, "test.stream-processor");
        config.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG, "broker-1:9092,broker-2:9092,broker-3:9092");
        config.put(StreamsConfig.REPLICATION_FACTOR_CONFIG, 3);
        config.put(StreamsConfig.NUM_STREAM_THREADS_CONFIG, 10);
        config.put(StreamsConfig.DEFAULT_TIMESTAMP_EXTRACTOR_CLASS_CONFIG, WallclockTimestampExtractor.class);
        return config;
    }
}

问题是，当不向拓扑中添加处理器(不包括.addProcessor() )时，从源到接收器的处理速度是很好的(这意味着我目前产生25k条消息/s，它没有问题要跟上)。

但是，当添加DummyProcessor时，它突然处理3k消息/s(600 k字节)。

DummyProcessor基本上什么也不做：

public class DummyProcessor extends AbstractProcessor<String, Message> {

    public static final String NAME = "DUMMY_PROCESSOR";

    public void process(String key, Message originalMessage) {
        context().forward(key, originalMessage);
        context().commit();
    }
}

添加单个“空”处理器是否会增加流性能的开销？原因是什么？卡夫卡流是如此聪明吗?当没有处理器时，它不会执行原始服务器，只转发接收到的数据吗？总之要加快速度吗？

以这样的速度，我需要更多的cpu线程来处理我所有的数据，因为25k消息/s是我拥有的数据的1%。听起来挺多的。

Answer 1

问题是由于经常请求提交而引起的。

您根本不需要打电话给ProcessorContext:commit()。基于commit.interval.ms属性的Kafka流执行提交(be default：30000 ms)。如果准确地设置了一次语义，则其不同的值。您可以在https://kafka.apache.org/documentation/#streamsconfigs中提供详细信息。

如果在某些用例中需要更频繁地提交，则可以调用ProcessorContext:commit()。但您必须记住，提交并不是立即(直接)完成的。它只在可能的情况下设置要提交的标志。