|
这个版本仍在开发中，目前尚未被认为是稳定的。要使用最新稳定版本，请使用 Spring for Apache Kafka 4.0.4！ |
处理异常
本部分描述了在使用 Spring for Apache Kafka 时如何处理各种可能出现的异常。
监听器错误处理程序
从 2.0 版本开始，@KafkaListener 注解新增了属性：errorHandler。
你可以使用 errorHandler 来提供一个 KafkaListenerErrorHandler 实现的 bean 名称。
此函数式接口有一个方法，如下列示的代码所示：
@FunctionalInterface
public interface KafkaListenerErrorHandler {
Object handleError(Message<?> message, ListenerExecutionFailedException exception) throws Exception;
}你有权限访问由消息转换器产生的 spring-messaging Message<?> 对象，以及由监听器抛出的异常，该异常被包装在 ListenerExecutionFailedException 中。
错误处理器可以抛出原始或一个新的异常，该异常将被抛给容器。
错误处理器返回的任何内容都会被忽略。
从 2.7 版本开始，您可以将 rawRecordHeader 属性设置在 MessagingMessageConverter 和 BatchMessagingMessageConverter 上，这会使原始的 ConsumerRecord 添加到在 KafkaHeaders.RAW_DATA 头部转换的 Message<?> 中。
这在例如您希望在监听器错误处理程序中使用 DeadLetterPublishingRecoverer 时很有用。
它可能在请求/回复场景中使用，您希望在重试一定次数后捕获失败记录并将其发送到发送者，其中失败记录已放入死信主题中。
@Bean
public KafkaListenerErrorHandler eh(DeadLetterPublishingRecoverer recoverer) {
return (msg, ex) -> {
if (msg.getHeaders().get(KafkaHeaders.DELIVERY_ATTEMPT, Integer.class) > 9) {
recoverer.accept(msg.getHeaders().get(KafkaHeaders.RAW_DATA, ConsumerRecord.class), ex);
return "FAILED";
}
throw ex;
};
}它有一个子接口 (ConsumerAwareListenerErrorHandler)，可以通过以下方法访问consumer对象：
Object handleError(Message<?> message, ListenerExecutionFailedException exception, Consumer<?, ?> consumer);另一个子接口（ManualAckListenerErrorHandler）在使用手动 AckModes 时提供对 Acknowledgment 对象的访问。
Object handleError(Message<?> message, ListenerExecutionFailedException exception,
Consumer<?, ?> consumer, @Nullable Acknowledgment ack);在任何情况下，都不应对接收者执行任何seek操作，因为容器将无法感知这些操作。
容器错误处理器
从 2.8 版本开始，遗留的 ErrorHandler 和 BatchErrorHandler 接口已被 CommonErrorHandler 新接口取代。
这些错误处理程序可以同时处理记录型和批处理监听器的错误，允许单个监听器容器工厂创建这两种类型监听器的容器。
提供了 CommonErrorHandler 个实现，以替代大多数遗留框架错误处理程序实现。
见 将自定义遗留错误处理程序迁移到 CommonErrorHandler 以获取将自定义错误处理程序迁移到 CommonErrorHandler 的信息。
当使用事务时，如果没有配置错误处理程序，则异常将回滚事务。
事务容器的错误处理由 AfterRollbackProcessor 处理。
如果你在使用事务时提供自定义错误处理程序，并且希望回滚事务，则该处理程序必须抛出异常。
此接口具有一个默认方法 isAckAfterHandle()，由容器在错误处理程序在不抛出异常的情况下返回时，用来确定是否应提交偏移量；默认返回 true。
通常，框架提供的错误处理程序在错误未被“处理”时（例如在执行seek操作后）将抛出异常。
默认情况下，容器会在ERROR级别记录此类异常。
所有框架错误处理程序都扩展KafkaExceptionLogLevelAware，这允许您控制这些异常的日志记录级别。
/**
* Set the level at which the exception thrown by this handler is logged.
* @param logLevel the level (default ERROR).
*/
public void setLogLevel(KafkaException.Level logLevel) {
...
}您可以指定一个全局错误处理器，用于容器工厂中所有监听器的错误处理。 以下示例展示了如何实现：
@Bean
public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<Integer, String>>
kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<Integer, String> factory =
new ConcurrentKafkaListenerContainerFactory<>();
...
factory.setCommonErrorHandler(myErrorHandler);
...
return factory;
}默认情况下，如果带有注解的监听器方法抛出异常，该异常将传递到容器，并根据容器的配置来处理消息。
容器会在调用错误处理程序之前先提交任何待处理的偏移提交。
如果您使用 Spring Boot，只需将错误处理程序作为 a @Bean 添加，Boot 将会将其添加到自动配置的工厂中。
退避处理程序
错误处理程序（如 DefaultErrorHandler）使用一个 BackOff 来决定在重试传递之前等待多长时间。
从 2.9 版本开始，您可以配置一个自定义的 BackOffHandler。
默认处理程序会在退避时间经过（或容器被停止）后挂起线程。
框架还提供了 ContainerPausingBackOffHandler，它会在退避时间经过后暂停监听容器，然后恢复容器。
这在延迟时间长于 max.poll.interval.ms 消费者属性时很有用。
请注意，实际退避时间的精度将受到 pollTimeout 容器属性的影响。
默认错误处理器
这个新的错误处理器取代了SeekToCurrentErrorHandler和RecoveringBatchErrorHandler，它们在过去多个发布版本中都是默认的错误处理器。
一个不同之处是，当抛出除BatchListenerFailedException以外的异常时，批处理监听器的回退行为等同于重试完整批次。
从 2.9 版本开始，DefaultErrorHandler 可以配置为提供与讨论的未处理记录偏移量查找相同的语义，但不实际执行查找操作。
相反，记录由监听器容器保留，并在错误处理程序退出后（并在执行一次暂停的 poll() 以保持消费者存活后）重新提交给监听器（如果使用了非阻塞重试或 ContainerPausingBackOffHandler，暂停可能会持续多个轮询周期）。
错误处理程序会将结果返回给容器，指示当前失败的记录是否可以重新提交，或者是否已恢复且不再发送给监听器第二次。
要启用此模式，请将属性 seekAfterError 设置为 false。 |
出错处理程序可以恢复(跳过)一直失败的记录。
默认情况下，在发生十次失败后，失败的记录会被记录（记录级别为ERROR）。
你可以通过配置自定义的恢复器（BiConsumer）以及一个BackOff来控制重试次数和每次重试之间的延迟。
使用FixedBackOff配合FixedBackOff.UNLIMITED_ATTEMPTS将导致（实际上）无限重试。
以下示例配置了在尝试三次后进行恢复:
DefaultErrorHandler errorHandler =
new DefaultErrorHandler((record, exception) -> {
// recover after 3 failures, with no back off - e.g. send to a dead-letter topic
}, new FixedBackOff(0L, 2L));为了使用自定义的此处理器实例配置监听器容器，请将其添加到容器工厂中。
例如，使用 @KafkaListener 容器工厂，你可以添加 DefaultErrorHandler 如下：
@Bean
public ConcurrentKafkaListenerContainerFactory<String, String> kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory());
factory.getContainerProperties().setAckMode(AckMode.RECORD);
factory.setCommonErrorHandler(new DefaultErrorHandler(new FixedBackOff(1000L, 2L)));
return factory;
}对于记录器监听器，这将使用1秒的退避策略重试最多2次（总共3次发送尝试），而不是默认配置（FixedBackOff(0L, 9)）。
在重试耗尽后，失败将仅记录日志。
作为一个示例，如果 poll 返回六条记录（来自分区 0、1、2 各两条），而监听器在第四个记录上抛出异常，容器会通过确认前三个消息的偏移量来确认这三条记录。
The DefaultErrorHandler 会为分区 1 寻求到偏移量 1，为分区 2 寻求到偏移量 0。
下一个 poll() 会返回三条未处理的记录。
如果 AckMode 是 BATCH，则容器会在调用错误处理程序之前，为前两个分区提交偏移量。
批处理监听器必须抛出一个BatchListenerFailedException，表示批处理中哪些记录失败。
事件序列是：
-
提交索引前的记录的偏移量。
-
如果重试次数未耗尽，则执行seek操作，使所有剩余记录（包括失败的记录）都会被重新投递。
-
如果重试次数耗尽，将尝试恢复失败的记录（默认仅日志记录）并执行定位，使得排除该失败记录的其余记录将重新投递。 恢复的记录的偏移量会被提交。
-
如果重试次数耗尽且恢复失败，那么将像重试次数未耗尽一样执行寻道操作。
从 2.9 版本开始，DefaultErrorHandler 可以配置提供与上述讨论中类似的效果，即像查找未处理记录的偏移量一样操作，但并不实际进行查找。
相反，错误处理器会创建一个新的 ConsumerRecords<?, ?>，其中只包含未处理的记录，然后在进行一次暂停的 poll() 以保持消费者存活后，将其提交给监听器。
要启用此模式，请将属性 seekAfterError 设置为 false。 |
The 默认 recoverer 在尝试次数耗尽后会记录失败的记录。
您可以使用自定义 recoverer，或使用框架提供的 recoverer，例如 DeadLetterPublishingRecoverer。
当使用POJO批处理监听器（例如：List<Thing>），且你没有完整的消费记录可添加到异常中时，你只需要添加失败记录的索引：
@KafkaListener(id = "recovering", topics = "someTopic")
public void listen(List<Thing> things) {
for (int i = 0; i < things.size(); i++) {
try {
process(things.get(i));
}
catch (Exception e) {
throw new BatchListenerFailedException("Failed to process", i);
}
}
}当容器配置为使用 AckMode.MANUAL_IMMEDIATE 时，错误处理器可以配置在恢复记录后提交偏移量；将 commitRecovered 属性设置为 true。
参见 发布死信记录。
在使用事务时，提供了类似的 DefaultAfterRollbackProcessor 功能。
查看 回滚后处理器。
The DefaultErrorHandler 将某些异常视为致命，对于此类异常会跳过重试；在第一次失败时会调用 recoverer。
默认视为致命的异常包括：
-
DeserializationException -
MessageConversionException -
ConversionException -
MethodArgumentResolutionException -
NoSuchMethodException -
ClassCastException
由于这些异常在重试投递时不太可能得到解决。
您可以将更多异常类型添加到不可重试类别，或完全替换分类异常的映射。
请参阅DefaultErrorHandler.addNotRetryableException()和DefaultErrorHandler.setClassifications()的Javadocs以获取更多信息，以及spring-retry和BinaryExceptionClassifier的Javadocs。
这里是将 IllegalArgumentException 添加到不可重试异常的示例：
@Bean
public DefaultErrorHandler errorHandler(ConsumerRecordRecoverer recoverer) {
DefaultErrorHandler handler = new DefaultErrorHandler(recoverer);
handler.addNotRetryableExceptions(IllegalArgumentException.class);
return handler;
}错误处理程序可以配置一个或多个RetryListener，接收重试和恢复进度的通知。
从2.8.10版本开始，增加了批量监听器的方法。
@FunctionalInterface
public interface RetryListener {
void failedDelivery(ConsumerRecord<?, ?> record, Exception ex, int deliveryAttempt);
default void recovered(ConsumerRecord<?, ?> record, Exception ex) {
}
default void recoveryFailed(ConsumerRecord<?, ?> record, Exception original, Exception failure) {
}
default void failedDelivery(ConsumerRecords<?, ?> records, Exception ex, int deliveryAttempt) {
}
default void recovered(ConsumerRecords<?, ?> records, Exception ex) {
}
default void recoveryFailed(ConsumerRecords<?, ?> records, Exception original, Exception failure) {
}
}查看更多Java文档信息。
如果恢复器失败（抛出异常），则失败的记录将包含在seeks中。
如果恢复器失败，默认会将BackOff重置，并会在再次尝试恢复前按照回退策略重新进行重试。
要跳过恢复失败后的重试，将错误处理程序的resetStateOnRecoveryFailure设置为false。 |
你可以通过提供一个BiFunction<ConsumerRecord<?, ?>, Exception, BackOff>的错误处理程序来确定BackOff的使用，该BackOff将基于失败的记录和/或异常来决定：
handler.setBackOffFunction((record, ex) -> { ... });如果函数返回 null，将使用处理器的默认 BackOff。
将 resetStateOnExceptionChange 设置为 true 时，如果在多次失败间异常类型发生变化，重试序列将重新开始（包括根据配置选择新的 BackOff）。
当 false（在 2.9 版本之前为默认值）时，不考虑异常类型。
从 2.9 版本开始，现在默认值为 true。
也请参见 Delivery Attempts 头部。
批处理错误处理的转换错误
从版本 2.8 开始，当使用一个 MessageConverter 与一个 ByteArrayDeserializer、一个 BytesDeserializer 或一个 StringDeserializer，以及一个 DefaultErrorHandler 时，批处理监听器现在可以正确处理转换错误。
当发生转换错误时，payload 会被设置为 null，并会在记录头中添加一个反序列化异常，类似于 ErrorHandlingDeserializer。
监听器中可用 ConversionException 的列表，以便监听器可以抛出 BatchListenerFailedException，表示转换异常首次发生的位置索引。
示例：
@KafkaListener(id = "test", topics = "topic")
void listen(List<Thing> in, @Header(KafkaHeaders.CONVERSION_FAILURES) List<ConversionException> exceptions) {
for (int i = 0; i < in.size(); i++) {
Foo foo = in.get(i);
if (foo == null && exceptions.get(i) != null) {
throw new BatchListenerFailedException("Conversion error", exceptions.get(i), i);
}
process(foo);
}
}重试完整批次
这是现在 批处理监听器 的回退行为，当监听器抛出除 BatchListenerFailedException 以外的异常时，DefaultErrorHandler 的行为将作为回退。
无法保证在批次重新投递时，该批次包含的记录数量相同，或重新投递的记录顺序相同。
因此，无法轻易地为一个批次维护重试状态。
FallbackBatchErrorHandler 采取以下方法。
如果批次监听器抛出的异常不是 BatchListenerFailedException，重试将从内存中的记录批次进行。
为避免在长时间的重试序列期间发生重新平衡，错误处理程序会在每次重试时暂停消费者，重试前进行轮询，并在休眠等待退避时间之前再次调用监听器。
如果/当重试耗尽时，ConsumerRecordRecoverer 将为该批次中的每条记录被调用。
如果恢复器抛出异常，或在休眠期间线程被中断，记录批次将在下一次轮询时重新投递。
无论结果如何，退出前都会恢复消费者。
| 此机制无法与事务一起使用。 |
在等待 BackOff 间隔时，错误处理程序将通过短暂停留进行循环，直到达到期望的延迟，同时检查容器是否已停止，从而在 stop() 处尽快退出循环，而不是造成延迟。
容器停止错误处理程序
The CommonContainerStoppingErrorHandler 会在监听器抛出异常时停止容器。
对于记录监听器，当 AckMode 是 RECORD 时，已处理记录的偏移量会被提交。
对于记录监听器，当 AckMode 是任何手动值时，已确认记录的偏移量会被提交。
对于记录监听器，当 AckMode 是 BATCH，或对于批次监听器，容器重启时会重新播放整个批次。
容器停止后，会抛出包装 ListenerExecutionFailedException 的异常。
这是为了在事务启用时导致事务回滚。
委托式错误处理器
The CommonDelegatingErrorHandler 可以根据异常类型委托到不同的错误处理器。
例如，您可以希望为大多数异常调用 DefaultErrorHandler，或者为其他异常调用 CommonContainerStoppingErrorHandler。
所有委托必须共享相同的兼容属性（ackAfterHandle, seekAfterError …）。
使用不同的常见错误处理器为记录器和批处理监听器
如果您希望为record和batch监听器使用不同的错误处理策略，提供了CommonMixedErrorHandler，允许为每种监听器类型配置特定的错误处理器。
常见错误处理程序摘要
-
DefaultErrorHandler -
CommonContainerStoppingErrorHandler -
CommonDelegatingErrorHandler -
CommonLoggingErrorHandler -
CommonMixedErrorHandler
遗留错误处理器及其替换
| 遗留错误处理程序 | 替换 |
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
无替换，使用 |
|
|
|
没有替换，使用 |
迁移自定义遗留错误处理实现到CommonErrorHandler
参考 CommonErrorHandler 中的 JavaDocs。
为了替换 ErrorHandler 或 ConsumerAwareErrorHandler 的实现，你应该实现 handleOne()，并将 seeksAfterHandle() 设置为返回 false（默认值）。
你还应该实现 handleOtherException() 以处理记录处理范围之外发生的异常（例如消费者错误）。
To replace a RemainingRecordsErrorHandler implementation, you should implement handleRemaining() and override seeksAfterHandle() to return true (the error handler must perform the necessary seeks).
You should also implement handleOtherException() - to handle exceptions that occur outside the scope of record processing (e.g. consumer errors).
To replace any BatchErrorHandler 实现，你应该实现 handleBatch()
你也应该实现 handleOtherException() - 以处理超出记录处理范围的异常（例如消费者错误）。
回滚处理器
在使用事务时，如果监听器抛出异常（且如果存在错误处理程序也抛出异常），事务将被回滚。
默认情况下，任何未处理的记录（包括失败的记录）将在下次轮询时重新获取。
这通过在DefaultAfterRollbackProcessor中执行seek个操作实现。
对于批处理监听器，整个记录批次将被重新处理（容器不知道哪个记录在批次中失败）。
要修改此行为，可以使用自定义的AfterRollbackProcessor配置。
例如，对于基于记录的监听器，您可能需要跟踪失败的记录，并在尝试一定次数后放弃，或许将其发布到死信主题。
From version 2.2, the DefaultAfterRollbackProcessor can now recover (skip) a record that keeps failing.
By default, after ten failures, the failed record is logged (at the ERROR level).
You can configure the processor with a custom recoverer (BiConsumer) and maximum failures.
Setting the maxFailures property to a negative number causes infinite retries.
The following example configures recovery after three tries:
AfterRollbackProcessor<String, String> processor =
new DefaultAfterRollbackProcessor((record, exception) -> {
// recover after 3 failures, with no back off - e.g. send to a dead-letter topic
}, new FixedBackOff(0L, 2L));当你不使用事务时，可以通过配置一个 DefaultErrorHandler。
查看 容器错误处理器。
从3.2版本开始，Recovery现在可以跳过（恢复）持续失败的整个记录批次。
设置ContainerProperties.setBatchRecoverAfterRollback(true)以启用此功能。
| 默认行为是，使用批处理监听器时无法恢复，因为框架并不知道是批处理中的哪一条记录导致失败。 在这种情况下，应用程序监听器必须处理持续失败的记录。 |
参见 发布死信记录。
从 2.2.5 版本开始，DefaultAfterRollbackProcessor 可以在新的事务中被调用（新事务在失败事务回滚后启动）。
然后，如果你使用 DeadLetterPublishingRecoverer 发布失败记录，处理器会将恢复记录的偏移发送到原始主题/分区的事务。
要启用此功能，请在 DefaultAfterRollbackProcessor 上设置 commitRecovered 和 kafkaTemplate 属性。
如果恢复器失败（抛出异常），则失败的记录将包含在seeks中。
从2.5.5版本开始，如果恢复器失败，默认会将BackOff重置，并在恢复尝试再次时按照退避策略重新投递。
在更早的版本中，BackOff不会被重置，恢复会在下一次失败时再次尝试。
要还原到以前的行为，请将处理器的resetStateOnRecoveryFailure属性设置为false。 |
从版本 2.6 开始，您可以向处理器提供一个BiFunction<ConsumerRecord<?, ?>, Exception, BackOff>来根据失败记录和/或异常确定要使用的BackOff：
handler.setBackOffFunction((record, ex) -> { ... });如果该函数返回null，处理器的默认BackOff将被使用。
从版本 2.6.3 开始，如果在失败之间异常类型发生变化，则将resetStateOnExceptionChange设置为true并将重新启动重试序列（如果配置了选择新的BackOff）。默认情况下，不考虑异常类型。
从版本2.3.1开始，与DefaultErrorHandler类似，DefaultAfterRollbackProcessor将某些异常视为致命错误，在发生这些异常时跳过重试；在首次失败时调用recoverer。
默认情况下被视为致命的异常包括：
-
DeserializationException -
MessageConversionException -
ConversionException -
MethodArgumentResolutionException -
NoSuchMethodException -
ClassCastException
由于这些异常在重试投递时不太可能得到解决。
您可以在非重试类别中添加更多的异常类型，或者完全替换分类异常的映射。
请参阅DefaultAfterRollbackProcessor.setClassifications()的Javadoc，以及spring-retryBinaryExceptionClassifier的相关文档以获取更多信息。
这里是将 IllegalArgumentException 添加到不可重试异常的示例：
@Bean
public DefaultAfterRollbackProcessor errorHandler(BiConsumer<ConsumerRecord<?, ?>, Exception> recoverer) {
DefaultAfterRollbackProcessor processor = new DefaultAfterRollbackProcessor(recoverer);
processor.addNotRetryableException(IllegalArgumentException.class);
return processor;
}也请参见 Delivery Attempts 头部。
在当前的kafka-clients下，容器无法检测到ProducerFencedException是由再平衡引起的还是由于生产者的transactional.id因超时或到期而被撤销。
因为大多数情况下是由于再平衡引起的，所以容器不会调用AfterRollbackProcessor（因为不再分配给它们，因此不合适的重新定位分区）。
如果您确保超时时间足够长以处理每个事务，并定期执行“空”事务（例如通过ListenerContainerIdleEvent），则可以避免由于超时和到期导致的围栏问题。
或者，您可以将stopContainerWhenFenced容器属性设置为true，这样容器将会停止，从而避免记录丢失。
您可以消费一个ConsumerStoppedEvent并检查Reason属性是否为FENCED来检测此条件。
由于事件还包含对容器的引用，您可以使用此事件重启容器。 |
从版本 2.7 开始，在等待 BackOff 时间间隔期间，错误处理器将循环并短暂休眠，直到达到所需延迟，并同时检查容器是否已停止，以便在收到 stop() 后尽快退出休眠而不是造成延迟。
从版本 2.7 开始，处理器可以配置一个或多个 RetryListener，接收重试和恢复进度的通知。
@FunctionalInterface
public interface RetryListener {
void failedDelivery(ConsumerRecord<?, ?> record, Exception ex, int deliveryAttempt);
default void recovered(ConsumerRecord<?, ?> record, Exception ex) {
}
default void recoveryFailed(ConsumerRecord<?, ?> record, Exception original, Exception failure) {
}
}查看更多Java文档信息。
配送尝试标题
以下规则仅适用于记录侦听器，不适用于批处理侦听器。
从版本 2.5 开始，当使用实现 DeliveryAttemptAware 的 ErrorHandler 或 AfterRollbackProcessor 时，可以启用向记录添加 KafkaHeaders.DELIVERY_ATTEMPT 头（kafka_deliveryAttempt）的功能。
此头的值是从 1 开始递增的整数。
在接收原始 ConsumerRecord<?, ?> 时，该整数位于 byte[4] 中。
int delivery = ByteBuffer.wrap(record.headers()
.lastHeader(KafkaHeaders.DELIVERY_ATTEMPT).value())
.getInt();当使用@KafkaListener与DefaultKafkaHeaderMapper或SimpleKafkaHeaderMapper时，可以通过将@Header(KafkaHeaders.DELIVERY_ATTEMPT) int delivery作为参数添加到监听器方法中来获取。
要启用此标题的填充，请将容器属性 deliveryAttemptHeader 设置为 true。 默认情况下它是禁用的，以避免每次查找记录状态并添加标题时产生的（微小）开销。
数字 DefaultErrorHandler 和 DefaultAfterRollbackProcessor 支持此功能。
批处理监听器的交付尝试标题
在使用BatchListener处理ConsumerRecord时，KafkaHeaders.DELIVERY_ATTEMPT标题可以以与SingleRecordListener不同的方式出现。
从版本 3.3 开始，如果您希望在使用 BatchListener 时将 KafkaHeaders.DELIVERY_ATTEMPT 头注入到 ConsumerRecord 中，请在 ErrorHandler 中将 DeliveryAttemptAwareRetryListener 设置为 RetryListener。
请参考下面的代码。
final FixedBackOff fixedBackOff = new FixedBackOff(1, 10);
final DefaultErrorHandler errorHandler = new DefaultErrorHandler(fixedBackOff);
errorHandler.setRetryListeners(new DeliveryAttemptAwareRetryListener());
ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();
factory.setConsumerFactory(consumerFactory);
factory.setCommonErrorHandler(errorHandler);然后，每当批处理未能完成时，DeliveryAttemptAwareRetryListener 都会在 KafkaHeaders.DELIVERY_ATTMPT 标头中注入一个 ConsumerRecord。
监听器信息标题
在某些情况下，能够知道监听器正在哪个容器中运行是有用的。
从版本 2.8.4 开始，现在可以在监听器容器上设置 listenerInfo 属性，或者在 info 注解上设置 @KafkaListener 属性。然后，容器将在所有传入消息的 KafkaListener.LISTENER_INFO 头中添加此属性；它可以用作记录拦截器、过滤器等中的条件判断，或在监听器本身中使用。
@KafkaListener(id = "something", topics = "topic", filter = "someFilter",
info = "this is the something listener")
public void listen(@Payload Thing thing,
@Header(KafkaHeaders.LISTENER_INFO) String listenerInfo) {
...
}在使用 RecordInterceptor 或 RecordFilterStrategy 实现时，标头作为字节数组存在于消费者记录中，并使用 KafkaListenerAnnotationBeanPostProcessor 的 charSet 属性进行转换。
标头映射器在从消费者记录创建1时也会转换为String，并且永远不会将此标头映射到传出记录上。
对于POJO批处理监听器，从版本2.8.6开始，标头被复制到每个批次成员中，并且在转换后也作为单个String参数可用。
@KafkaListener(id = "list2", topics = "someTopic", containerFactory = "batchFactory",
info = "info for batch")
public void listen(List<Thing> list,
@Header(KafkaHeaders.RECEIVED_KEY) List<Integer> keys,
@Header(KafkaHeaders.RECEIVED_PARTITION) List<Integer> partitions,
@Header(KafkaHeaders.RECEIVED_TOPIC) List<String> topics,
@Header(KafkaHeaders.OFFSET) List<Long> offsets,
@Header(KafkaHeaders.LISTENER_INFO) String info) {
...
}如果批处理监听器具有过滤器，并且该过滤器导致批次为空，您需要向参数@Header添加required = false，因为对于空批次而言这些信息不可用。 |
如果您收到List<Message<Thing>>，则信息位于每个Message<?>的KafkaHeaders.LISTENER_INFO标题中。
有关处理批次的更多信息，请参阅批处理侦听器。
发布死信记录
当记录的最大失败次数达到时，您可以使用记录恢复器来配置DefaultErrorHandler和DefaultAfterRollbackProcessor。 框架提供了DeadLetterPublishingRecoverer，它会将失败的消息发布到另一个主题。 恢复程序需要一个KafkaTemplate<Object, Object>，用于发送记录。 您还可以选择性地用BiFunction<ConsumerRecord<?, ?>, Exception, TopicPartition>进行配置，该代码用于解析目标主题和分区。
默认情况下，死信记录会被发送到一个名为 <originalTopic>-dlt 的主题（原始主题名称后缀为 -dlt）以及与原始记录相同的分区。因此，当您使用默认解析器时，死信主题必须至少具有与原始主题一样多的分区。 |
如果返回的 TopicPartition 具有负分区，则该分区在 ProducerRecord 中未被设置，因此由 Kafka 选择分区。
从版本 2.2.4 开始，任何 ListenerExecutionFailedException（例如，在检测到 @KafkaListener 方法中的异常时抛出）都会增强 groupId 属性。
这使得目标解析器可以使用此属性，结合 ConsumerRecord 中的信息来选择死信主题。
以下示例显示了如何绑定自定义目标解析器：
DeadLetterPublishingRecoverer recoverer = new DeadLetterPublishingRecoverer(template,
(r, e) -> {
if (e instanceof FooException) {
return new TopicPartition(r.topic() + ".Foo.failures", r.partition());
}
else {
return new TopicPartition(r.topic() + ".other.failures", r.partition());
}
});
CommonErrorHandler errorHandler = new DefaultErrorHandler(recoverer, new FixedBackOff(0L, 2L));发送到死信主题的记录会附加以下标题：<br/>
-
KafkaHeaders.DLT_EXCEPTION_FQCN: 异常类名（通常为ListenerExecutionFailedException，但也可能是其他值）。 -
KafkaHeaders.DLT_EXCEPTION_CAUSE_FQCN: 异常原因类名（如果存在的话）(自版本 2.8 起)。 -
KafkaHeaders.DLT_EXCEPTION_STACKTRACE: 异常堆栈跟踪。 -
KafkaHeaders.DLT_EXCEPTION_MESSAGE: 异常消息。 -
KafkaHeaders.DLT_KEY_EXCEPTION_FQCN: 异常类名称（仅反序列化错误）。 -
KafkaHeaders.DLT_KEY_EXCEPTION_STACKTRACE: 异常堆栈跟踪（仅键反序列化错误）。 -
KafkaHeaders.DLT_KEY_EXCEPTION_MESSAGE: 异常消息（仅键反序列化错误）。 -
KafkaHeaders.DLT_ORIGINAL_TOPIC: 原始主题。 -
KafkaHeaders.DLT_ORIGINAL_PARTITION: 原始分区。 -
KafkaHeaders.DLT_ORIGINAL_OFFSET: 原始偏移量。 -
KafkaHeaders.DLT_ORIGINAL_TIMESTAMP: 原始时间戳。 -
KafkaHeaders.DLT_ORIGINAL_TIMESTAMP_TYPE: 原始时间戳类型。 -
KafkaHeaders.DLT_ORIGINAL_CONSUMER_GROUP: 消费者组在处理记录时失败（自版本 2.8 起）。
关键异常仅由 DeserializationException 引起，因此不存在 DLT_KEY_EXCEPTION_CAUSE_FQCN。
有两种机制可以添加更多标题。
-
继承恢复器并重写
createProducerRecord()- 调用super.createProducerRecord()并添加更多标题。 -
提供一个
BiFunction来接收消费者记录和异常，并返回一个Headers对象；该对象中的标题将被复制到最终的生产者记录中；另请参阅管理死信记录标题。使用setHeadersFunction()来设置BiFunction。
第二个实现起来更简单，但第一个有更多可用信息，包括已组装的标准标题。
从版本 2.3 开始，与 ErrorHandlingDeserializer 结合使用时，发布者将恢复死信生产记录中的记录 value()，使其回到原始值（即未能反序列化的失败值）。
此前，value() 是 null，用户代码必须从消息头中解码 DeserializationException。
此外，您可以向发布者提供多个 KafkaTemplate；例如，如果您想发布来自 DeserializationException 的 byte[]，以及使用不同序列化器对成功反序列化的记录进行处理，则可能需要这样做。
以下是配置使用 String 和 byte[] 序列化器的 KafkaTemplate 的发布者的示例：
@Bean
public DeadLetterPublishingRecoverer publisher(KafkaTemplate<?, ?> stringTemplate,
KafkaTemplate<?, ?> bytesTemplate) {
Map<Class<?>, KafkaOperations<?, ?>> templates = new LinkedHashMap<>();
templates.put(String.class, stringTemplate);
templates.put(byte[].class, bytesTemplate);
return new DeadLetterPublishingRecoverer(templates);
}发布者使用映射键来定位适合于即将发布的value()的模板。LinkedHashMap是推荐使用的，这样键就可以按顺序进行检查。
发布null值时，如果有多个模板，则恢复器会查找Void类的模板；如果不存在，则使用values().iterator()中的第一个模板。
从2.7版本开始，当消息发布失败时，您可以使用setFailIfSendResultIsError方法抛出异常。您还可以使用setWaitForSendResultTimeout为验证发送者成功设置超时时间。
| 如果恢复器失败（抛出异常），则失败的记录将包含在查找中。 从版本 2.5.5 开始，如果恢复器失败，默认情况下 对于较早的版本， 要恢复到以前的行为，请将错误处理器的 |
从版本 2.6.3 开始，如果在失败之间异常类型发生变化，则将resetStateOnExceptionChange设置为true并将重新启动重试序列（如果配置了选择新的BackOff）。默认情况下，不考虑异常类型。
从版本 2.3 开始，恢复器也可以与 Kafka Streams 一起使用 - 有关详细信息，请参阅 反序列化异常恢复。
在标题ErrorHandlingDeserializer.VALUE_DESERIALIZER_EXCEPTION_HEADER和ErrorHandlingDeserializer.KEY_DESERIALIZER_EXCEPTION_HEADER中添加序列化异常（使用Java序列化）。ErrorHandlingDeserializer。默认情况下，这些标题不会保留在发布到死信主题的消息中。从版本2.7开始，如果键和值都失败了反序列化，则原始值都会填充到发送到DLT的记录中。
如果传入的记录相互依赖，但可能以无序方式到达，则重新发布失败的记录到原始主题末尾（重复若干次）可能是有用的，而不是直接将其发送到死信主题。有关示例，请参阅此Stack Overflow问题。
以下错误处理程序配置将完全实现这一点：
@Bean
public ErrorHandler eh(KafkaOperations<String, String> template) {
return new DefaultErrorHandler(new DeadLetterPublishingRecoverer(template,
(rec, ex) -> {
org.apache.kafka.common.header.Header retries = rec.headers().lastHeader("retries");
if (retries == null) {
retries = new RecordHeader("retries", new byte[] { 1 });
rec.headers().add(retries);
}
else {
retries.value()[0]++;
}
return retries.value()[0] > 5
? new TopicPartition("topic-dlt", rec.partition())
: new TopicPartition("topic", rec.partition());
}), new FixedBackOff(0L, 0L));
}从版本 2.7 开始，恢复程序会检查目标解析器选择的分区是否确实存在。如果该分区不存在，则将 ProducerRecord 的值设置为 null，以便 KafkaProducer 可以选择该分区。您可以通过将 verifyPartition 属性设置为 false 来禁用此检查。
从版本 3.1 开始，将 logRecoveryRecord 属性设置为 true 将记录恢复记录和异常。
处理死信记录标头
-
appendOriginalHeaders（默认值true） -
stripPreviousExceptionHeaders（默认值为true，自版本 2.8 起）
Apache Kafka 支持具有相同名称的多个标头；要获取最新的值，可以使用 headers.lastHeader(headerName)；若要迭代多个标头，请使用 headers.headers(headerName).iterator()。
在反复重新发布失败的记录时，这些标头可能会增长（最终导致由于 RecordTooLargeException 而发布失败）；对于异常标头以及特别是堆栈跟踪标头来说尤其如此。
设置两个属性的原因在于，虽然您可能只想保留最后一次异常信息，但您也可能想保留每次记录失败时经过的主题历史。
appendOriginalHeaders 应用于所有名为 ORIGINAL 的标题，而 stripPreviousExceptionHeaders 应用于所有名为 EXCEPTION 的标题。
从版本 2.8.4 开始，您可以控制哪些标准标头将被添加到输出记录中。
请参阅enum HeadersToAdd获取默认情况下（目前）由 10 个标准标头的通用名称（这些不是实际的标头名称，而只是抽象；实际的标头名称由子类可以覆盖的getHeaderNames()方法设置。
要排除标头，请使用excludeHeaders()方法；例如，要禁止在标头中添加异常堆栈跟踪，请使用：
DeadLetterPublishingRecoverer recoverer = new DeadLetterPublishingRecoverer(template);
recoverer.excludeHeaders(HeaderNames.HeadersToAdd.EX_STACKTRACE);此外，您可以通过添加一个 ExceptionHeadersCreator 来完全自定义异常头信息的添加；这也会禁用所有标准的异常头信息。
DeadLetterPublishingRecoverer recoverer = new DeadLetterPublishingRecoverer(template);
recoverer.setExceptionHeadersCreator((kafkaHeaders, exception, isKey, headerNames) -> {
kafkaHeaders.add(new RecordHeader(..., ...));
});从版本 2.8.4 开始，您可以使用 addHeadersFunction 方法提供多个标题函数。这允许应用额外的函数，即使另一个函数已经被注册，例如在使用非阻塞重试时。
ExponentialBackOffWithMaxRetries实施
Spring 框架提供了多个BackOff实现。
默认情况下，ExponentialBackOff会无限重试；若要在一定次数的重试后放弃，则需要计算maxElapsedTime。
自版本 2.7.3 起，用于 Apache Kafka 的 Spring 提供了ExponentialBackOffWithMaxRetries，它是一个子类，接收maxRetries属性并自动计算maxElapsedTime，这稍微更方便一些。
@Bean
DefaultErrorHandler handler() {
ExponentialBackOffWithMaxRetries bo = new ExponentialBackOffWithMaxRetries(6);
bo.setInitialInterval(1_000L);
bo.setMultiplier(2.0);
bo.setMaxInterval(10_000L);
return new DefaultErrorHandler(myRecoverer, bo);
}将在调用恢复程序之前重试1, 2, 4, 8, 10, 10秒。