Konsumsi Berkelompok dan Mode Pengakuan
Pelajari cara mengonsumsi rekaman Kafka secara berkelompok dan memilih mode pengakuan yang tepat untuk menyeimbangkan throughput, latensi, serta jaminan pengiriman.
Konsumsi Berkelompok dan Mode Pengakuan adalah pelajaran Advanced Spring Boot 4: Event-Driven Architecture (Kafka) gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Advanced Spring Boot 4: Event-Driven Architecture (Kafka), dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Advanced Spring Boot 4: Event-Driven Architecture (Kafka) mencakup 4 pelajaran total.
Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.
Why Batch Consumption
By default a @KafkaListener processes one record at a time. For high-throughput pipelines, processing records in batches reduces overhead and lets you bulk-write to databases.
Enabling Batch Mode
Set batch-listener to true on the container factory, or configure it in properties.
spring:
kafka:
listener:
type: batchA Batch Listener Method
When batch mode is on, your listener accepts a List of payloads instead of a single value.
@KafkaListener(topics = "orders")
public void handle(List<Order> orders) {
log.info("Received batch of {}", orders.size());
orderRepository.saveAll(orders);
}Accessing Batch Metadata
You can also receive the full list of ConsumerRecord objects to read keys, partitions, and offsets per record.
@KafkaListener(topics = "orders")
public void handle(List<ConsumerRecord<String,Order>> records) {
for (var r : records) {
process(r.value(), r.partition(), r.offset());
}
}Controlling Batch Size
The batch size is bounded by max.poll.records. Tune it to control how many records each poll fetches.
spring:
kafka:
consumer:
max-poll-records: 500Acknowledgment Modes Overview
Spring Kafka offers several AckMode values:
BATCH— commit offsets after the whole batch.RECORD— commit after each record.MANUAL/MANUAL_IMMEDIATE— you call ack explicitly.
Setting AckMode
Configure the ack mode on the listener container factory.
factory.getContainerProperties()
.setAckMode(ContainerProperties.AckMode.BATCH);Manual Acknowledgment in Batches
With MANUAL mode, inject an Acknowledgment and call acknowledge() only after successful processing of the batch.
@KafkaListener(topics = "orders")
public void handle(List<Order> orders, Acknowledgment ack) {
orderRepository.saveAll(orders);
ack.acknowledge();
}Delivery Guarantees
Acknowledging after processing gives at-least-once delivery: if the app crashes mid-batch, the batch is redelivered.
Make your batch processing idempotent so reprocessing is safe.
Throughput vs Latency
Larger batches improve throughput but increase per-message latency and memory use. Start with a moderate max.poll.records and measure.
Putting It Together
Batch consumption plus the right ack mode lets you build efficient, reliable consumers. Combine type: batch, a tuned poll size, manual ack, and idempotent writes.
Quick Check
Test your understanding of batch consumption.
Recap
You learned batch consumption and acknowledgment modes.
- Set
type: batchto receive a List of records. - Tune
max.poll.recordsfor batch size. - Choose an
AckModeto control offset commits. - Acknowledge after processing and keep writes idempotent.
Belajar Advanced Spring Boot 4: Event-Driven Architecture (Kafka) dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 12
- Pelajaran
- 48
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Konsumsi Berkelompok dan Mode Pengakuan” gratis?
Ya — teks lengkap “Konsumsi Berkelompok dan Mode Pengakuan” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Advanced Spring Boot 4: Event-Driven Architecture (Kafka), upgrade ke CoddyKit PRO. Kursus Advanced Spring Boot 4: Event-Driven Architecture (Kafka) mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Konsumsi Berkelompok dan Mode Pengakuan”?
Pelajari cara mengonsumsi rekaman Kafka secara berkelompok dan memilih mode pengakuan yang tepat untuk menyeimbangkan throughput, latensi, serta jaminan pengiriman. Kamu berlatih Advanced Spring Boot 4: Event-Driven Architecture (Kafka) dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Advanced Spring Boot 4: Event-Driven Architecture (Kafka)?
Tidak diperlukan pengalaman sebelumnya. Advanced Spring Boot 4: Event-Driven Architecture (Kafka) di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.
Berapa lama pelajaran “Konsumsi Berkelompok dan Mode Pengakuan” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Advanced Spring Boot 4: Event-Driven Architecture (Kafka) ini?
Ya. Setiap pelajaran Advanced Spring Boot 4: Event-Driven Architecture (Kafka) menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Membangun Kontainer Listener Kafka
- Manajemen Grup Konsumen
- Deserialisasi dan Konversi Pesan
- Konsumsi Berkelompok dan Mode Pengakuan