Kafka 0.11版本新功能介绍 —— 空消费组延时rebalance

　　在0.11之前的版本中，多个consumer实例加入到一个空消费组将导致多次的rebalance，这是由于每个consumer instance启动的时间不可控，很有可能超出coordinator确定的rebalance timeout(即max.poll.interval.ms)，而每次rebalance的代价又相当地大，因为很多状态都需要在rebalance前被持久化，而在rebalance后被重新初始化。曾经有个国外用户，他有100个consumer，每次rebalance的时间甚至要1个小时以上！

　　对于目前版本的Kafka来说，consumer的rebalance的确有需要需要改进的部分，很容易想到的包括：

对于空消费组而言，能够稍稍放松rebalance的严苛条件，让rebalance发生的次数降低一些

对于有大量成员的消费组而言，是否可以考虑以前的分配方案而不是像现在这样完全抛弃之前方案从头来过

　　值得高兴的是，社区已经实现了第一个改进并将其集成进0.11.0.0版本中，也就是说用户在升级到0.11后便可以体验到这种延时rebalance的效果，主要表现为空消费组从EMPTY到STABLE的时间间隔应该显著缩短。本文将简要介绍一下该新功能以及实现原理。

新增参数：group.initial.rebalance.delay.ms

　　对于用户来说，这个改进最直接的效果就是新增了一个broker配置：group.initial.rebalance.delay.ms，默认是3秒钟。用户需要在server.properties文件中自行修改为想要配置的值。这个参数的主要效果就是让coordinator推迟空消费组接收到成员加入请求后本应立即开启的rebalance。在实际使用时，假设你预估你的所有consumer组成员加入需要在10s内完成，那么你就可以设置该参数=10000。目前来看，这个参数的使用还是很方便的~

coordinator底层修改

　　为了实现这一功能，需要修改一些底层的设计。首先，对于消费组状态而言，之前的文章中讨论过，当前的状态机如下图所示：



　　由上图可见，Empty到PreparingRebalance的转化就是发生有成员加入之后。现在在这两个状态之间新增了一个状态：InitialRebalance。那么对于一个空的消费组而言，当第一个成员加入时，组状态会进入到InitialRebalance，同时对这个JoinGroup请求的处理可能会推迟一段时间，但这段时间不会超过rebalance超时时间和group.initial.rebalance.delay.ms两者的小者。之后倘若又有一个新成员加入组，那么仍然按照之前的逻辑，组状态是InitialRebalance，但此时这个请求被推迟的最大时间将会更新为min(剩下的rebalance超时时间，group.initial.rebalance.delay.ms)。这个剩余rebalane超时=初始rebalance超时- N * group.initial.rebalance.delay.ms，N表示前面已经发生过的N次成员加入。改进后的组状态机如下图所示：



　　当剩余rebalance超时变更成0时，即认为延时已经过期了，因此coordinator会将消费组状态变更成PreparingRebalance，下面的事情就和之前的流程一致了。至于这些请求是如何在broker端被延时处理的，其实这也要归功于DelayedJoin以及底层的purgatory机制了，有时间的话跟大家详细说说它的设计。