Kafka常見錯誤整理(不斷更新中)

一、UnknownTopicOrPartitionException

org.apache.kafka.common.errors.UnknownTopicOrPartitionException:
This server does not host this topic-partition複製代碼

報錯內容:分區數據不在java

緣由分析:producer向不存在的topic發送消息,用戶能夠檢查topic是否存在 或者設置auto.create.topics.enable參數apache

二、LEADERNOTAVAILABLE

WARN Error while fetching metadata with correlation id 0 : {test=LEADER_NOT_AVAILABLE} (org.apache.kafka.clients.NetworkClient複製代碼

報錯內容:leader不可用安全

緣由分析:緣由不少 topic正在被刪除 正在進行leader選舉 使用kafka-topics腳本檢查leader信息網絡

進而檢查broker的存活狀況 嘗試重啓解決socket

三、NotLeaderForPartitionException

org.apache.kafka.common.errors.NotLeaderForPartitionException: This server is not the leader for that topic-partition複製代碼

報錯內容:broker已經不是對應分區的leader了async

緣由分析:發生在leader變動時 當leader從一個broker切換到另外一個broker時,要分析什麼緣由引發了leader的切換fetch

四、TimeoutException

org.apache.kafka.common.errors.TimeoutException: Expiring 5 record(s) for test-0: 30040 ms has passe複製代碼

報錯內容:請求超時this

緣由分析:觀察哪裏拋出的 觀察網絡是否能通 若是能夠通 能夠考慮增長request.timeout.ms的值spa

五、RecordTooLargeException

WARN async.DefaultEventHandler: Produce request with correlation id 92548048 failed due to [TopicName,1]: org.apache.kafka.common.errors.RecordTooLargeException複製代碼

報錯內容:消息過大.net

緣由分析:生產者端 消息處理不過來了 能夠增長 request.timeout.ms 減小 batch.size

六、Closing socket connection

Closing socket connection to/127,0,0,1.(kafka.network.Processor) 複製代碼

報錯內容:鏈接關閉

緣由分析:若是javaApi producer版本高,想在客戶端consumer啓動低版本驗證,會不停的報錯

沒法識別客戶端消息。

七、ConcurrentModificationException

java.util.ConcurrentModificationException: KafkaConsumer is not safe for multi-threaded access  複製代碼

報錯內容:線程不安全

緣由分析:Kafka consumer是非線程安全的

八、NetWorkException

[kafka-producer-network-thread | producer-1] o.apache.kafka.common.network.Selector : [Producer clientId=producer-1] Connection with / disconnected複製代碼

報錯內容:網絡異常

緣由分析:網絡鏈接中斷 檢查broker的網絡狀況

九、ILLEGAL_GENERATION

ILLEGAL_GENERATION occurred while committing offsets for group  複製代碼

報錯內容:無效的「代」

緣由分析:consumer錯過了 rebalance 緣由是consumer花了大量時間處理數據。

須要適當減小 max.poll.records值 增長 max.poll.interval.ms 或者想辦法增長消息處理的速度

未完待續~~~

更多實時計算,Flink,Kafka等相關技術博文,歡迎關注實時流式計算

file

相關文章
相關標籤/搜索