Strimzi Kafka MirrorMaker2 检查点主题空置问题分析与解决
问题背景
在使用Strimzi Kafka MirrorMaker2(MM2)进行跨集群数据复制时,发现目标集群中的<source-cluster-name>.checkpoints.internal
主题保持空置状态,而源集群中的mm2-offset-sync.<target-cluster-name>.internal
主题却包含消息。这种情况与预期行为不符,因为按照设计,检查点连接器(Checkpoint Connector)应该从mm2-offset-syncs.<target-cluster>.internal
主题读取数据,执行消费者组偏移量转换,并将转换信息写入<source-cluster>.checkpoints.internal
主题。
环境配置
该问题出现在以下环境中:
- Strimzi版本:0.45.0
- Kubernetes平台:OpenShift 4.15
- Kafka版本:3.9.0
- 安装方式:通过OperatorHub安装
配置分析
用户提供的KafkaMirrorMaker2资源配置中,关键配置包括:
- 设置了两个集群连接:本地集群(svl)和远程Confluent集群
- 启用了源连接器(Source Connector)和检查点连接器(Checkpoint Connector)
- 配置了主题模式(topicsPattern)和消费者组模式(groupsPattern)
- 禁用了自动ACL同步(sync.topic.acls.enabled: false)
- 启用了错误日志记录(errors.log.enable: true)
问题排查过程
初步观察
- 消息镜像功能工作正常,数据能够正确复制到目标集群
- 其他内部主题(
mm2-offset-syncs
,offsets
,configs
,status
)都正常工作 - 只有检查点主题(
checkpoints.internal
)保持空置状态
日志分析
检查MirrorMaker2的日志发现以下关键信息:
- 检查点连接器启动时显示"Started with 0 consumer groups",表明连接器没有发现任何消费者组
- 存在TopicAuthorizationException警告,但这是针对主题配置同步的,与检查点主题无关
- 没有关于检查点主题创建失败的异常记录
深入调查
经过进一步分析,发现以下关键点:
- 用户预先创建了所有内部主题,包括检查点主题
- 检查点主题需要特定的配置才能正常工作:
- 必须设置为单分区
- 清理策略必须设置为compact(压缩)
- 源集群中实际上没有活跃的消费者组,或者这些消费者组没有提交偏移量
解决方案
-
验证消费者组存在性:确认源集群中存在活跃的消费者组,并且这些消费者组已经提交了偏移量。没有消费者组活动是导致检查点主题空置的最可能原因。
-
检查主题配置:确保手动创建的检查点主题具有正确的配置:
- partitions = 1
- cleanup.policy = compact
-
监控消费者组活动:使用Kafka消费者组命令工具检查源集群中的消费者组状态:
kafka-consumer-groups.sh --bootstrap-server <source-bootstrap> --list kafka-consumer-groups.sh --bootstrap-server <source-bootstrap> --group <group-id> --describe
-
网络稳定性检查:日志中显示存在大量连接断开的情况,需要确保集群间网络连接稳定。
经验总结
-
MirrorMaker2的检查点功能依赖于源集群中存在活跃的消费者组。如果没有消费者组活动,检查点主题自然会保持空置状态。
-
虽然可以手动创建内部主题,但必须确保它们具有正确的配置。特别是检查点主题的特殊配置要求容易被忽略。
-
网络稳定性对MirrorMaker2的正常运行至关重要。不稳定的连接可能导致各种同步问题。
-
日志中的警告信息需要仔细甄别,有些可能与当前问题无关,而真正的问题可能隐藏在看似正常的信息中。
通过这次问题排查,我们更加深入地理解了Strimzi Kafka MirrorMaker2检查点机制的工作原理和配置要求,为今后处理类似问题积累了宝贵经验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









