Kafka原理

标签：数据保存   集合   需要   com   clust   topic   broker   取消   数据量   

Kafka整体结构图

• Producer ：消息生产者，就是向 kafka broker 发消息的客户端。
• Consumer ：消息消费者，向 kafka broker 取消息的客户端
• Topic ：每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。
• Consumer Group （CG）：这是 kafka 用来实现一个 topic 消息的广播和单播的手段。一个 topic 可以有多个 CG。topic 的消息会复制（不是真的复制，是概念上的）到所有的 CG，但每个 partition 只会把消息发给该 CG 中的一个consumer。如果需要实现广播，只要每个 consumer 有一个独立的 CG 就可以了。要实现单播只要所有的 consumer 在同一个 CG。用 CG 还可以将 consumer 进行自由的分组而不需要多次发送消息到不同的 topic。
• Broker ：一台 kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker 可以容纳多个 topic。
• Partition：为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上，一个topic 可以分为多个 partition，每个 partition 是一个有序的队列。partition 中的每条消息都会被分配一个有序的 id（offset）。kafka 只保证按一个 partition 中的顺序将消息发给 consumer，不保证一个 topic 的整体（多个 partition 间）的顺序。
• Offset：kafka 的存储文件都是按照 offset.kafka 来命名，用 offset 做名字的好处是方便查找。例如你想找位于 2049 的位置，只要找到 2048.kafka 的文件即可。
• Replication：Kafka 支持以 Partition 为单位对 Message 进行冗余备份，每个 Partition 都可以配置至少 1 个 Replication。
• Leader：每个 Replication 集合中的 Partition 都会选出一个唯一的 Leader，所有的读写请求都由Leader 处理。其他 Replicas 从 Leader 处把数据更新同步到本地。每个 Cluster 当中会选举出一个 Broker 来担任 Controller，负责处理 Partition的 Leader 选举，协调 Partition 迁移等工作。
• ISR(In-Sync Replica)：是 Replicas 的一个子集，表示目前 Alive 且与 Leader 能够“Catch-up”的Replicas 集合。 由于读写都是首先落到 Leader 上，所以一般来说通过同步机制从 Leader 上拉取数据的 Replica 都会和 Leader 有一些延迟(包括了延迟时间和延迟条数两个维度)，任意一个超过阈值都会把该 Replica 踢出 ISR。每个 Partition 都有它自己独立的 ISR。

分片与副本机制

分片：当数据量非常大的时候，一个服务器存放不了，就将数据分成两个或者多个部分，存放在多台服务器上。每个服务器上的数据，叫做一个分片。
副本：当数据只保存一份的时候，有丢失的风险。为了更好的容错，将数据拷贝几份，保存到不同的机器上。
Kafka分配Replica的算法如下：

1. 将所有Broker（假设共n个Broker）和待分配的Partition排序
2. 将第i个Partition分配到第（i mod n）个Broker上
3. 将第i个Partition的第j个Replica分配到第（(i + j) mode n）个Broker上

消息不丢失机制

生产者端消息不丢失

1. 消息生产分为同步模式和异步模式
2. 消息确认分为三个状态
   (a)0：生产者只负责发送数据
   (b)1：某个partition的leader收到数据给出响应
   (c)-1：某个partition的所有副本都收到数据后给出响应
3. 在同步模式下
   (a)生产者等待10S，如果broker没有给出ack响应，就认为失败。
   (b)生产者重试3次，如果还没有响应，就报错。
4. 在异步模式下
   (a)先将数据保存在生产者端的buffer中。Buffer大小是2万条。
   (b)满足数据阈值或者数量阈值其中的一个条件就可以发送数据。
   (c)发送一批数据的大小是500条。

如果broker迟迟不给ack，而buffer又满了。开发者可以设置是否直接清空buffer中的数据。

Borker端消息不丢失

broker端的消息不丢失，其实就是用partition副本机制来保证。
Producer ack -1. 能够保证所有的副本都同步好了数据。其中一台机器挂了，并不影像数据的完整性。

消费者端消息不丢失

Kafka原理

标签：数据保存   集合   需要   com   clust   topic   broker   取消   数据量   

原文地址：https://www.cnblogs.com/lifuwei/p/9453112.html