對于kafka的架構(gòu)原理我們先提出幾個問題?

1.Kafka的topic和分區(qū)內(nèi)部是如何存儲的，有什么特點？

2.與傳統(tǒng)的消息系統(tǒng)相比,Kafka的消費模型有什么優(yōu)點?

3.Kafka如何實現(xiàn)分布式的數(shù)據(jù)存儲與數(shù)據(jù)讀取?

一、Kafka架構(gòu)圖

1.kafka名詞解釋

在一套kafka架構(gòu)中有多個Producer，多個Broker,多個Consumer，每個Producer可以對應(yīng)多個Topic，每個Consumer只能對應(yīng)一個ConsumerGroup。

整個Kafka架構(gòu)對應(yīng)一個ZK集群，通過ZK管理集群配置，選舉Leader，以及在consumer group發(fā)生變化時進行rebalance。

名稱

解釋

Broker

消息中間件處理節(jié)點，一個Kafka節(jié)點就是一個broker，一個或者多個Broker可以組成一個Kafka集群

Topic

主題，Kafka根據(jù)topic對消息進行歸類，發(fā)布到Kafka集群的每條消息都需要指定一個topic

Producer

消息生產(chǎn)者，向Broker發(fā)送消息的客戶端

Consumer

消息消費者，從Broker讀取消息的客戶端

ConsumerGroup

每個Consumer屬于一個特定的Consumer Group，一條消息可以發(fā)送到多個不同的Consumer Group，但是一個Consumer Group中只能有一個Consumer能夠消費該消息

Partition

物理上的概念，一個topic可以分為多個partition，每個partition內(nèi)部是有序的

2.Topic和Partition

在Kafka中的每一條消息都有一個topic。一般來說在我們應(yīng)用中產(chǎn)生不同類型的數(shù)據(jù)，都可以設(shè)置不同的主題。一個主題一般會有多個消息的訂閱者，當(dāng)生產(chǎn)者發(fā)布消息到某個主題時，訂閱了這個主題的消費者都可以接收到生產(chǎn)者寫入的新消息。

kafka為每個主題維護了分布式的分區(qū)(partition)日志文件，每個partition在kafka存儲層面是append log。任何發(fā)布到此partition的消息都會被追加到log文件的尾部，在分區(qū)中的每條消息都會按照時間順序分配到一個單調(diào)遞增的順序編號，也就是我們的offset,offset是一個long型的數(shù)字，我們通過這個offset可以確定一條在該partition下的唯一消息。在partition下面是保證了有序性，但是在topic下面沒有保證有序性。

在上圖中在我們的生產(chǎn)者會決定發(fā)送到哪個Partition。

1. 如果沒有Key值則進行輪詢發(fā)送。
2. 如果有Key值，對Key值進行Hash，然后對分區(qū)數(shù)量取余，保證了同一個Key值的會被路由到同一個分區(qū)，如果想隊列的強順序一致性，可以讓所有的消息都設(shè)置為同一個Key。

3.消費模型

消息由生產(chǎn)者發(fā)送到kafka集群后，會被消費者消費。一般來說我們的消費模型有兩種:推送模型(psuh)和拉取模型(pull)

基于推送模型的消息系統(tǒng)，由消息代理記錄消費狀態(tài)。消息代理將消息推送到消費者后，標(biāo)記這條消息為已經(jīng)被消費，但是這種方式無法很好地保證消費的處理語義。比如當(dāng)我們把已經(jīng)把消息發(fā)送給消費者之后，由于消費進程掛掉或者由于網(wǎng)絡(luò)原因沒有收到這條消息，如果我們在消費代理將其標(biāo)記為已消費，這個消息就***丟失了。如果我們利用生產(chǎn)者收到消息后回復(fù)這種方法，消息代理需要記錄消費狀態(tài)，這種不可取。如果采用push，消息消費的速率就完全由消費代理控制，一旦消費者發(fā)生阻塞，就會出現(xiàn)問題。

Kafka采取拉取模型(poll)，由自己控制消費速度，以及消費的進度，消費者可以按照任意的偏移量進行消費。比如消費者可以消費已經(jīng)消費過的消息進行重新處理，或者消費最近的消息等等。

4.網(wǎng)絡(luò)模型

4.1 KafkaClient --單線程Selector

單線程模式適用于并發(fā)鏈接數(shù)小，邏輯簡單，數(shù)據(jù)量小。

在kafka中，consumer和producer都是使用的上面的單線程模式。這種模式不適合kafka的服務(wù)端，在服務(wù)端中請求處理過程比較復(fù)雜，會造成線程阻塞，一旦出現(xiàn)后續(xù)請求就會無法處理，會造成大量請求超時，引起雪崩。而在服務(wù)器中應(yīng)該充分利用多線程來處理執(zhí)行邏輯。

4.2 Kafka--server -- 多線程Selector

在kafka服務(wù)端采用的是多線程的Selector模型，Acceptor運行在一個單獨的線程中，對于讀取操作的線程池中的線程都會在selector注冊read事件，負責(zé)服務(wù)端讀取請求的邏輯。成功讀取后，將請求放入message queue共享隊列中。然后在寫線程池中，取出這個請求，對其進行邏輯處理，即使某個請求線程阻塞了，還有后續(xù)的縣城從消息隊列中獲取請求并進行處理，在寫線程中處理完邏輯處理，由于注冊了OP_WIRTE事件，所以還需要對其發(fā)送響應(yīng)。

5.高可靠分布式存儲模型

在Kafka中保證高可靠模型的依靠的是副本機制，有了副本機制之后，就算機器宕機也不會發(fā)生數(shù)據(jù)丟失。

5.1高性能的日志存儲

kafka一個topic下面的所有消息都是以partition的方式分布式的存儲在多個節(jié)點上。同時在kafka的機器上，每個Partition其實都會對應(yīng)一個日志目錄，在目錄下面會對應(yīng)多個日志分段(LogSegment)。LogSegment文件由兩部分組成，分別為“.index”文件和“.log”文件，分別表示為segment索引文件和數(shù)據(jù)文件。這兩個文件的命令規(guī)則為：partition全局的***個segment從0開始，后續(xù)每個segment文件名為上一個segment文件***一條消息的offset值，數(shù)值大小為64位，20位數(shù)字字符長度，沒有數(shù)字用0填充，如下，假設(shè)有1000條消息，每個LogSegment大小為100，下面展現(xiàn)了900-1000的索引和Log：

由于kafka消息數(shù)據(jù)太大，如果全部建立索引，即占了空間又增加了耗時，所以kafka選擇了稀疏索引的方式，這樣的話索引可以直接進入內(nèi)存，加快偏查詢速度。

簡單介紹一下如何讀取數(shù)據(jù)，如果我們要讀取第911條數(shù)據(jù)首先***步，找到他是屬于哪一段的，根據(jù)二分法查找到他屬于的文件，找到0000900.index和00000900.log之后，然后去index中去查找 (911-900) =11這個索引或者小于11最近的索引,在這里通過二分法我們找到了索引是[10,1367]然后我們通過這條索引的物理位置1367，開始往后找，直到找到911條數(shù)據(jù)。

上面講的是如果要找某個offset的流程，但是我們大多數(shù)時候并不需要查找某個offset,只需要按照順序讀即可，而在順序讀中，操作系統(tǒng)會對內(nèi)存和磁盤之間添加page cahe，也就是我們平常見到的預(yù)讀操作，所以我們的順序讀操作時速度很快。但是kafka有個問題，如果分區(qū)過多，那么日志分段也會很多，寫的時候由于是批量寫，其實就會變成隨機寫了，隨機I/O這個時候?qū)π阅苡绊懞艽?。所以一般來說Kafka不能有太多的partition。針對這一點，RocketMQ把所有的日志都寫在一個文件里面，就能變成順序?qū)?，通過一定優(yōu)化，讀也能接近于順序讀。

可以思考一下:1.為什么需要分區(qū)，也就是說主題只有一個分區(qū)，難道不行嗎？2.日志為什么需要分段

5.2副本機制

Kafka的副本機制是多個服務(wù)端節(jié)點對其他節(jié)點的主題分區(qū)的日志進行復(fù)制。當(dāng)集群中的某個節(jié)點出現(xiàn)故障，訪問故障節(jié)點的請求會被轉(zhuǎn)移到其他正常節(jié)點(這一過程通常叫Reblance),kafka每個主題的每個分區(qū)都有一個主副本以及0個或者多個副本，副本保持和主副本的數(shù)據(jù)同步，當(dāng)主副本出故障時就會被替代。

在Kafka中并不是所有的副本都能被拿來替代主副本，所以在kafka的leader節(jié)點中維護著一個ISR(In sync Replicas)集合，翻譯過來也叫正在同步中集合，在這個集合中的需要滿足兩個條件:

• 節(jié)點必須和ZK保持連接
• 在同步的過程中這個副本不能落后主副本太多

另外還有個AR(Assigned Replicas)用來標(biāo)識副本的全集,OSR用來表示由于落后被剔除的副本集合，所以公式如下:ISR = leader + 沒有落后太多的副本; AR = OSR+ ISR;

這里先要說下兩個名詞:HW(高水位)是consumer能夠看到的此partition的位置，LEO是每個partition的log***一條Message的位置。HW能保證leader所在的broker失效，該消息仍然可以從新選舉的leader中獲取，不會造成消息丟失。

當(dāng)producer向leader發(fā)送數(shù)據(jù)時，可以通過request.required.acks參數(shù)來設(shè)置數(shù)據(jù)可靠性的級別：

• 1（默認(rèn)）：這意味著producer在ISR中的leader已成功收到的數(shù)據(jù)并得到確認(rèn)后發(fā)送下一條message。如果leader宕機了，則會丟失數(shù)據(jù)。
• 0：這意味著producer無需等待來自broker的確認(rèn)而繼續(xù)發(fā)送下一批消息。這種情況下數(shù)據(jù)傳輸效率***，但是數(shù)據(jù)可靠性確是***的。
• -1：producer需要等待ISR中的所有follower都確認(rèn)接收到數(shù)據(jù)后才算一次發(fā)送完成，可靠性***。但是這樣也不能保證數(shù)據(jù)不丟失，比如當(dāng)ISR中只有l(wèi)eader時(其他節(jié)點都和zk斷開連接，或者都沒追上)，這樣就變成了acks=1的情況。