Kafka常见错误整理(不断更新中)

一、UnknownTopicOrPartitionException

org.apache.kafka.common.errors.UnknownTopicOrPartitionException:
This server does not host this topic-partition复制代码

报错内容:分区数据不在java

缘由分析:producer向不存在的topic发送消息,用户能够检查topic是否存在 或者设置auto.create.topics.enable参数apache

二、LEADERNOTAVAILABLE

WARN Error while fetching metadata with correlation id 0 : {test=LEADER_NOT_AVAILABLE} (org.apache.kafka.clients.NetworkClient复制代码

报错内容:leader不可用安全

缘由分析:缘由不少 topic正在被删除 正在进行leader选举 使用kafka-topics脚本检查leader信息网络

进而检查broker的存活状况 尝试重启解决socket

三、NotLeaderForPartitionException

org.apache.kafka.common.errors.NotLeaderForPartitionException: This server is not the leader for that topic-partition复制代码

报错内容:broker已经不是对应分区的leader了async

缘由分析:发生在leader变动时 当leader从一个broker切换到另外一个broker时,要分析什么缘由引发了leader的切换fetch

四、TimeoutException

org.apache.kafka.common.errors.TimeoutException: Expiring 5 record(s) for test-0: 30040 ms has passe复制代码

报错内容:请求超时this

缘由分析:观察哪里抛出的 观察网络是否能通 若是能够通 能够考虑增长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复制代码

报错内容:消息过大.net

缘由分析:生产者端 消息处理不过来了 能够增长 request.timeout.ms 减小 batch.size

六、Closing socket connection

Closing socket connection to/127,0,0,1.(kafka.network.Processor) 复制代码

报错内容:链接关闭

缘由分析:若是javaApi producer版本高,想在客户端consumer启动低版本验证,会不停的报错

没法识别客户端消息。

七、ConcurrentModificationException

java.util.ConcurrentModificationException: KafkaConsumer is not safe for multi-threaded access  复制代码

报错内容:线程不安全

缘由分析:Kafka consumer是非线程安全的

八、NetWorkException

[kafka-producer-network-thread | producer-1] o.apache.kafka.common.network.Selector : [Producer clientId=producer-1] Connection with / disconnected复制代码

报错内容:网络异常

缘由分析:网络链接中断 检查broker的网络状况

九、ILLEGAL_GENERATION

ILLEGAL_GENERATION occurred while committing offsets for group  复制代码

报错内容:无效的“代”

缘由分析:consumer错过了 rebalance 缘由是consumer花了大量时间处理数据。

须要适当减小 max.poll.records值 增长 max.poll.interval.ms 或者想办法增长消息处理的速度

未完待续~~~

更多实时计算,Flink,Kafka等相关技术博文,欢迎关注实时流式计算

file

相关文章
相关标签/搜索