[[282846]]

Kafka是什么

Kafka是最初由Linkedin公司開發(fā)，是一個分布式、分區(qū)的、多副本的、多訂閱者，基于zookeeper協(xié)調(diào)的分布式日志系統(tǒng)(也可以當做MQ系統(tǒng))，常見可以用于web/nginx日志、訪問日志，消息服務(wù)等等，Linkedin于2010年貢獻給了Apache基金會并成為頂級開源項目。

一個商業(yè)化消息隊列的性能好壞，其文件存儲機制設(shè)計是衡量一個消息隊列服務(wù)技術(shù)水平和最關(guān)鍵指標之一。 下面將從Kafka文件存儲機制和物理結(jié)構(gòu)角度，分析Kafka是如何實現(xiàn)高效文件存儲，及實際應(yīng)用效果。

Kafka部分名詞解釋如下：

• Broker：消息中間件處理結(jié)點，一個Kafka節(jié)點就是一個broker，多個broker可以組成一個Kafka集群。
• Topic：一類消息，例如page view日志、click日志等都可以以topic的形式存在，Kafka集群能夠同時負責多個topic的分發(fā)。
• Partition：topic物理上的分組，一個topic可以分為多個partition，每個partition是一個有序的隊列。
• Segment：partition物理上由多個segment組成，下面2.2和2.3有詳細說明。
• offset：每個partition都由一系列有序的、不可變的消息組成，這些消息被連續(xù)的追加到partition中。partition中的每個消息都有一個連續(xù)的序列號叫做offset,用于partition唯一標識一條消息.

分析過程分為以下4個步驟：

• topic中partition存儲分布
• partiton中文件存儲方式
• partiton中segment文件存儲結(jié)構(gòu)
• 在partition中如何通過offset查找message

通過上述4過程詳細分析，我們就可以清楚認識到kafka文件存儲機制的奧秘。

2.1 topic中partition存儲分布

假設(shè)實驗環(huán)境中Kafka集群只有一個broker，xxx/message-folder為數(shù)據(jù)文件存儲根目錄，在Kafka broker中server.properties文件配置(參數(shù)log.dirs=xxx/message-folder)，例如創(chuàng)建2個topic名稱分別為report_push、launch_info, partitions數(shù)量都為partitions=4 存儲路徑和目錄規(guī)則為： xxx/message-folder

|--report_push-0 
 |--report_push-1 
 |--report_push-2 
 |--report_push-3 
 |--launch_info-0 
 |--launch_info-1 
 |--launch_info-2 
 |--launch_info-3 

在Kafka文件存儲中，同一個topic下有多個不同partition，每個partition為一個目錄，partiton命名規(guī)則為topic名稱+有序序號，第一個partiton序號從0開始，序號最大值為partitions數(shù)量減1。 如果是多broker分布情況，請參考kafka集群partition分布原理分析

2.2 partiton中文件存儲方式

下面示意圖形象說明了partition中文件存儲方式:

• 每個partion(目錄)相當于一個巨型文件被平均分配到多個大小相等segment(段)數(shù)據(jù)文件中。但每個段segment file消息數(shù)量不一定相等，這種特性方便old segment file快速被刪除。
• 每個partiton只需要支持順序讀寫就行了，segment文件生命周期由服務(wù)端配置參數(shù)決定。

這樣做的好處就是能快速刪除無用文件，有效提高磁盤利用率。

2.3 partiton中segment文件存儲結(jié)構(gòu)

讀者從2.2節(jié)了解到Kafka文件系統(tǒng)partition存儲方式，本節(jié)深入分析partion中segment file組成和物理結(jié)構(gòu)。

• segment file組成：由2大部分組成，分別為index file和data file，此2個文件一一對應(yīng)，成對出現(xiàn)，后綴”.index”和“.log”分別表示為segment索引文件、數(shù)據(jù)文件.
• segment文件命名規(guī)則：partion全局的第一個segment從0開始，后續(xù)每個segment文件名為上一個segment文件最后一條消息的offset值。數(shù)值最大為64位long大小，19位數(shù)字字符長度，沒有數(shù)字用0填充。

下面文件列表是筆者在Kafka broker上做的一個實驗，創(chuàng)建一個topicXXX包含1 partition，設(shè)置每個segment大小為500MB,并啟動producer向Kafka broker寫入大量數(shù)據(jù),如下圖2所示segment文件列表形象說明了上述2個規(guī)則：

以上述圖2中一對segment file文件為例，說明segment中index<—->data file對應(yīng)關(guān)系物理結(jié)構(gòu)如下：

上述圖3中索引文件存儲大量元數(shù)據(jù)，數(shù)據(jù)文件存儲大量消息，索引文件中元數(shù)據(jù)指向?qū)?yīng)數(shù)據(jù)文件中message的物理偏移地址。 其中以索引文件中元數(shù)據(jù)3,497為例，依次在數(shù)據(jù)文件中表示第3個message(在全局partiton表示第368772個message)、以及該消息的物理偏移地址為497。

從上述圖3了解到segment data file由許多message組成，下面詳細說明message物理結(jié)構(gòu)如下：

2.4 在partition中如何通過offset查找message

例如讀取offset=368776的message，需要通過下面2個步驟查找。

• 第一步查找segment file 上述圖2為例，其中00000000000000000000.index表示最開始的文件，起始偏移量(offset)為0.第二個文件00000000000000368769.index的消息量起始偏移量為368770 = 368769 + 1.同樣，第三個文件00000000000000737337.index的起始偏移量為737338=737337 + 1，其他后續(xù)文件依次類推，以起始偏移量命名并排序這些文件，只要根據(jù)offset **二分查找**文件列表，就可以快速定位到具體文件。 當offset=368776時定位到00000000000000368769.index|log
• 第二步通過segment file查找message 通過第一步定位到segment file，當offset=368776時，依次定位到00000000000000368769.index的元數(shù)據(jù)物理位置和00000000000000368769.log的物理偏移地址，然后再通過00000000000000368769.log順序查找直到offset=368776為止。

從上述圖3可知這樣做的優(yōu)點，segment index file采取稀疏索引存儲方式，它減少索引文件大小，通過mmap可以直接內(nèi)存操作，稀疏索引為數(shù)據(jù)文件的每個對應(yīng)message設(shè)置一個元數(shù)據(jù)指針,它比稠密索引節(jié)省了更多的存儲空間，但查找起來需要消耗更多的時間。

3 Kafka文件存儲機制–實際運行效果

實驗環(huán)境：

• Kafka集群：由2臺虛擬機組成
• cpu：4核
• 物理內(nèi)存：8GB
• 網(wǎng)卡：千兆網(wǎng)卡
• jvm heap: 4GB

詳細Kafka服務(wù)端配置及其優(yōu)化請參考：kafka server.properties配置詳解

從上述圖5可以看出，Kafka運行時很少有大量讀磁盤的操作，主要是定期批量寫磁盤操作，因此操作磁盤很高效。這跟Kafka文件存儲中讀寫message的設(shè)計是息息相關(guān)的。Kafka中讀寫message有如下特點:

寫message

• 消息從java堆轉(zhuǎn)入page cache(即物理內(nèi)存)。
• 由異步線程刷盤,消息從page cache刷入磁盤。

讀message

• 消息直接從page cache轉(zhuǎn)入socket發(fā)送出去。
• 當從page cache沒有找到相應(yīng)數(shù)據(jù)時，此時會產(chǎn)生磁盤IO,從磁 盤Load消息到page cache,然后直接從socket發(fā)出去

Kafka高效文件存儲設(shè)計特點

• Kafka把topic中一個parition大文件分成多個小文件段，通過多個小文件段，就容易定期清除或刪除已經(jīng)消費完文件，減少磁盤占用。
• 通過索引信息可以快速定位message和確定response的最大大小。
• 通過index元數(shù)據(jù)全部映射到memory，可以避免segment file的IO磁盤操作。
• 通過索引文件稀疏存儲，可以大幅降低index文件元數(shù)據(jù)占用空間大小。