前面的章節中我們聊到如何避免保證消息丟失，沒有印象的同學可以再看看，本節我們將展開如何實現kafka的一次精確。

首先我們需要明白兩個概念“冪等”和“事物”

冪等

“冪等”這個詞原是數學領域中的概念，指的是某些操作或函數能夠被執行多次，但每次得到的結果都是不變的。比如乘以 1 就是一個冪等操作，而數加 1 這個操作就不是冪等的，因為執行一次和執行多次的結果不同。

在計算機領域中

• 若一個子程序是冪等的，不管運行這個子程序多少次，與該子程序關聯的那部分系統狀態保持不變。
• 在函數式編程語言（比如 Scala 或 Haskell）中，很多純函數天然就是冪等的。

事務

事務就是是一個操作序列，這些操作要么都執行，要么都不執行，它是一個不可分割的工作單位。Kafka 的事務概念類似于我們熟知的數據庫提供的事務。在數據庫領域，事務提供的安全性保障是經典的 ACID，即原子性（Atomicity）、一致性 (Consistency)、隔離性 (Isolation) 和持久性 (Durability)。

Idempotent Producer

Producer 默認不是冪等性的，但我們可以創建冪等性 Producer。在 0.11.0.0 版本引入了冪等生產者。

• enable.idempotence=true

光有冪等還不夠，還需要事務的保證

Transactional Producer

producer.initTransactions();
try {producer.beginTransaction();producer.send(record1);producer.send(record2);producer.commitTransaction();
} catch (KafkaException e) {producer.abortTransaction();
}

消費者端保證

生產者解決了重復消息的問題，消費這端自然也需要避免重復消費

• enable.auto.commit=false

由默認的自動提交改為手動提交，關于自動提交的最佳實踐可以參考上一節【kafka實踐】11｜消費位移提交

while (true) {ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));for (ConsumerRecord<String, String> record : records) {// Process the recordprocessRecord(record);}// Commit the offsets after processing the batch of recordsconsumer.commitSync();
}

當然更建議配合業務層面由冪等處理，這樣就能做到“萬無一失”。

筆者準備了英文原版的kafka經典書籍：kafka in action

電子書版本，掃碼回復：kafka? ?請多多支持！