apache-kafka - 一个代理关闭后，kafka 新生产者无法更新元数据

Question

我有一个 kafka 环境，其中有 2 个经纪人和 1 个动物园管理员。

当我尝试向 kafka 生成消息时，如果我停止代理 1(它是领导者)，客户端停止生成消息并给我以下错误，尽管代理 2 被选为主题和分区的新领导者。

org.apache.kafka.common.errors.TimeoutException:60000 毫秒后更新元数据失败。

10 分钟后，由于代理 2 是新的领导者，我希望生产者向代理 2 发送数据，但它通过给出上述异常继续失败。 lastRefreshMs 和 lastSuccessfullRefreshMs 仍然相同，尽管生产者的 metadataExpireMs 为 300000。

我在生产者端使用 kafka new Producer 实现。

似乎当生产者启动时，它绑定(bind)到一个代理，如果该代理出现故障，它甚至不会尝试连接到集群中的另一个代理。

但我的期望是，如果一个代理出现故障，它应该直接检查其他可用代理的元数据并将数据发送给他们。

顺便说一句，我的主题是 4 个分区，复制因子为 2。提供此信息以防万一。

配置参数。

{request.timeout.ms=30000, retry.backoff.ms=100, buffer.memory=33554432, ssl.truststore.password=null, batch.size=16384, ssl.keymanager.algorithm=SunX509, receive.buffer.bytes=32768, ssl.cipher.suites=null, ssl.key.password=null, sasl.kerberos.ticket.renew.jitter=0.05, ssl.provider=null, sasl.kerberos.service.name=null, max.in.flight.requests.per.connection=5, sasl.kerberos.ticket.renew.window.factor=0.8, bootstrap.servers=[10.201.83.166:9500, 10.201.83.167:9500], client.id=rest-interface, max.request.size=1048576, acks=1, linger.ms=0, sasl.kerberos.kinit.cmd=/usr/bin/kinit, ssl.enabled.protocols=[TLSv1.2, TLSv1.1, TLSv1], metadata.fetch.timeout.ms=60000, ssl.endpoint.identification.algorithm=null, ssl.keystore.location=null, value.serializer=class org.apache.kafka.common.serialization.ByteArraySerializer, ssl.truststore.location=null, ssl.keystore.password=null, key.serializer=class org.apache.kafka.common.serialization.ByteArraySerializer, block.on.buffer.full=false, metrics.sample.window.ms=30000, metadata.max.age.ms=300000, security.protocol=PLAINTEXT, ssl.protocol=TLS, sasl.kerberos.min.time.before.relogin=60000, timeout.ms=30000, connections.max.idle.ms=540000, ssl.trustmanager.algorithm=PKIX, metric.reporters=[], compression.type=none, ssl.truststore.type=JKS, max.block.ms=60000, retries=0, send.buffer.bytes=131072, partitioner.class=class org.apache.kafka.clients.producer.internals.DefaultPartitioner, reconnect.backoff.ms=50, metrics.num.samples=2, ssl.keystore.type=JKS}

用例:

1- 启动 BR1 和 BR2 产生数据(Leader 是 BR1)

2-停止 BR2 产生数据(罚款)

3-停止BR1(这意味着此时集群中没有事件的工作代理)然后启动BR2并产生数据(虽然领导者是BR2但失败)

4-开始BR1生产数据(领导者仍然是BR2，但数据生产良好)

5-停止BR2(现在BR1是领导者)

6-停止BR1(BR1仍然是领导者)

7-开始BR1产生数据(消息再次产生良好)

如果生产者向 BR1 发送最新的成功数据，然后所有 broker 都挂了，生产者希望 BR1 再次起床，尽管 BR2 已经起床并且是新的领导者。这是预期的行为吗？

Answer 1

花了几个小时后，我弄清楚了卡夫卡在我的情况下的行为。可能这是一个错误，或者可能需要以这种方式完成，原因在于幕后但实际上如果我会这样做，我不会这样做:)

当所有代理都宕机时，如果您只能启动一个代理，那么这必须是最后宕机的代理才能成功生成消息。

假设您有 5 个经纪人； BR1、BR2、BR3、BR4 和 BR5。如果一切都失败了，如果最后死的代理是 BR3(这是最后一个领导者)，尽管你启动了所有的代理 BR1、BR2、BR4 和 BR5，除非你启动 BR3，否则它没有任何意义。