Kafka 生产者无法发送消息，出现 NOT_LEADER_FOR_PARTITION 异常

Question

我们使用 spring-cloud-stream-binder-kafka (3.0.3.RELEASE) 将消息发送到我们的 Kafka 集群 (2.4.1)。生产者线程之一时不时地收到 NOT_LEADER_FOR_PARTITION 异常，甚至超过重试次数（当前设置为 12，由依赖项 spring-retry 激活）。我们限制了重试，因为我们每秒发送大约 1k 消息（每个生产者实例）并且担心缓冲区的大小。这样我们就会经常丢失消息，这对下游消费者不利，因为我们无法简单地重现传入流量。

错误信息是

[Producer clientId=producer-5] Received invalid metadata error in produce request on partition topic-21 due to org.apache.kafka.common.errors.NotLeaderForPartitionException: This server is not the leader for that topic-partition.. Going to request metadata update now
[Producer clientId=producer-5] Got error produce response with correlation id 974706 on topic-partition topic-21, retrying (8 attempts left). Error: NOT_LEADER_FOR_PARTITION
[Producer clientId=producer-5] Got error produce response with correlation id 974707 on topic-partition topic-21, retrying (1 attempts left). Error: NOT_LEADER_FOR_PARTITION

有什么已知的方法可以避免这种情况吗？我们应该回到默认的 MAX_INT 重试次数吗？为什么它不断发送到同一个代理，即使它响应 NOT_LEADER_FOR_PARTITION？

欢迎任何提示。

编辑：我们刚刚注意到代理指标 kafka_network_requestmetrics_responsequeuetimems 在那段时间左右上升，但我们看到的最大值约为 2.5 秒

Answer 1

Produce 和 Fetch 请求都会发送到分区的领导副本。NotLeaderForPartitionException 当请求发送到现在不是分区的领导者副本的分区时抛出异常。

客户端将每个分区的领导者信息维护为缓存。缓存管理的完整流程如下所示。

客户端需要通过设置metadata.max.age.ms生产者配置来刷新此信息。该标签的默认值为 300000 毫秒

您可以阅读以下 Apache Kafka 文档。

https://kafka.apache.org/documentation/

请仔细阅读 Sender.java 代码。

https://github.com/a0x8o/kafka/blob/master/clients/src/main/java/org/apache/kafka/clients/ Producer/internals/Sender.java

您将在发件人代码中找到这两条错误消息。默认值为metadata.max.age.ms3 秒。我认为你应该减少这个值，然后观察行为。