對(duì)于kafka的架構(gòu)原理我們先提出幾個(gè)問題?

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

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

3.Kafka如何實(shí)現(xiàn)分布式的數(shù)據(jù)存儲(chǔ)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(gè)Producer，多個(gè)Broker,多個(gè)Consumer，每個(gè)Producer可以對(duì)應(yīng)多個(gè)Topic，每個(gè)Consumer只能對(duì)應(yīng)一個(gè)ConsumerGroup。

整個(gè)Kafka架構(gòu)對(duì)應(yīng)一個(gè)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(shí)進(jìn)行rebalance。

名稱

解釋

Broker

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

Topic

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

Producer

消息生產(chǎn)者，向Broker發(fā)送消息的客戶端

Consumer

消息消費(fèi)者，從Broker讀取消息的客戶端

ConsumerGroup

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

Partition

物理上的概念，一個(gè)topic可以分為多個(gè)partition，每個(gè)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(gè)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(gè)主題一般會(huì)有多個(gè)消息的訂閱者，當(dāng)生產(chǎn)者發(fā)布消息到某個(gè)主題時(shí)，訂閱了這個(gè)主題的消費(fèi)者都可以接收到生產(chǎn)者寫入的新消息。

kafka為每個(gè)主題維護(hù)了分布式的分區(qū)(partition)日志文件，每個(gè)partition在kafka存儲(chǔ)層面是append log。任何發(fā)布到此partition的消息都會(huì)被追加到log文件的尾部，在分區(qū)中的每條消息都會(huì)按照時(shí)間順序分配到一個(gè)單調(diào)遞增的順序編號(hào)，也就是我們的offset,offset是一個(gè)long型的數(shù)字，我們通過這個(gè)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(huì)決定發(fā)送到哪個(gè)Partition。

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

3.消費(fèi)模型

消息由生產(chǎn)者發(fā)送到kafka集群后，會(huì)被消費(fèi)者消費(fèi)。一般來說我們的消費(fèi)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(fèi)狀態(tài)。消息代理將消息推送到消費(fèi)者后，標(biāo)記這條消息為已經(jīng)被消費(fèi)，但是這種方式無法很好地保證消費(fèi)的處理語義。比如當(dāng)我們把已經(jīng)把消息發(fā)送給消費(fèi)者之后，由于消費(fèi)進(jìn)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?cè)谙M(fèi)代理將其標(biāo)記為已消費(fèi)，這個(gè)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(fèi)狀態(tài)，這種不可取。如果采用push，消息消費(fèi)的速率就完全由消費(fèi)代理控制，一旦消費(fèi)者發(fā)生阻塞，就會(huì)出現(xiàn)問題。

Kafka采取拉取模型(poll)，由自己控制消費(fèi)速度，以及消費(fèi)的進(jìn)度，消費(fèi)者可以按照任意的偏移量進(jìn)行消費(fèi)。比如消費(fèi)者可以消費(fèi)已經(jīng)消費(fèi)過的消息進(jìn)行重新處理，或者消費(fèi)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(jiǎn)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(qǐng)求處理過程比較復(fù)雜，會(huì)造成線程阻塞，一旦出現(xiàn)后續(xù)請(qǐng)求就會(huì)無法處理，會(huì)造成大量請(qǐng)求超時(shí)，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(yùn)行在一個(gè)單獨(dú)的線程中，對(duì)于讀取操作的線程池中的線程都會(huì)在selector注冊(cè)read事件，負(fù)責(zé)服務(wù)端讀取請(qǐng)求的邏輯。成功讀取后，將請(qǐng)求放入message queue共享隊(duì)列中。然后在寫線程池中，取出這個(gè)請(qǐng)求，對(duì)其進(jìn)行邏輯處理，即使某個(gè)請(qǐng)求線程阻塞了，還有后續(xù)的縣城從消息隊(duì)列中獲取請(qǐng)求并進(jìn)行處理，在寫線程中處理完邏輯處理，由于注冊(cè)了OP_WIRTE事件，所以還需要對(duì)其發(fā)送響應(yīng)。

5.高可靠分布式存儲(chǔ)模型

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

5.1高性能的日志存儲(chǔ)

kafka一個(gè)topic下面的所有消息都是以partition的方式分布式的存儲(chǔ)在多個(gè)節(jié)點(diǎn)上。同時(shí)在kafka的機(jī)器上，每個(gè)Partition其實(shí)都會(huì)對(duì)應(yīng)一個(gè)日志目錄，在目錄下面會(huì)對(duì)應(yīng)多個(gè)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(gè)文件的命令規(guī)則為：partition全局的***個(gè)segment從0開始，后續(xù)每個(gè)segment文件名為上一個(gè)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(zhǎng)度，沒有數(shù)字用0填充，如下，假設(shè)有1000條消息，每個(gè)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(shí)，所以kafka選擇了稀疏索引的方式，這樣的話索引可以直接進(jìn)入內(nèi)存，加快偏查詢速度。

簡(jiǎn)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(gè)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(gè)offset的流程，但是我們大多數(shù)時(shí)候并不需要查找某個(gè)offset,只需要按照順序讀即可，而在順序讀中，操作系統(tǒng)會(huì)對(duì)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(shí)速度很快。但是kafka有個(gè)問題，如果分區(qū)過多，那么日志分段也會(huì)很多，寫的時(shí)候由于是批量寫，其實(shí)就會(huì)變成隨機(jī)寫了，隨機(jī)I/O這個(gè)時(shí)候?qū)π阅苡绊懞艽蟆Ｋ砸话銇碚fKafka不能有太多的partition。針對(duì)這一點(diǎn)，RocketMQ把所有的日志都寫在一個(gè)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(gè)分區(qū)，難道不行嗎？2.日志為什么需要分段

5.2副本機(jī)制

Kafka的副本機(jī)制是多個(gè)服務(wù)端節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)的主題分區(qū)的日志進(jìn)行復(fù)制。當(dāng)集群中的某個(gè)節(jié)點(diǎn)出現(xiàn)故障，訪問故障節(jié)點(diǎn)的請(qǐng)求會(huì)被轉(zhuǎn)移到其他正常節(jié)點(diǎn)(這一過程通常叫Reblance),kafka每個(gè)主題的每個(gè)分區(qū)都有一個(gè)主副本以及0個(gè)或者多個(gè)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(shí)就會(huì)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(diǎn)中維護(hù)著一個(gè)ISR(In sync Replicas)集合，翻譯過來也叫正在同步中集合，在這個(gè)集合中的需要滿足兩個(gè)條件:

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

另外還有個(gè)AR(Assigned Replicas)用來標(biāo)識(shí)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(gè)名詞:HW(高水位)是consumer能夠看到的此partition的位置，LEO是每個(gè)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(huì)造成消息丟失。

當(dāng)producer向leader發(fā)送數(shù)據(jù)時(shí)，可以通過request.required.acks參數(shù)來設(shè)置數(shù)據(jù)可靠性的級(jí)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(jī)了，則會(huì)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(shí)(其他節(jié)點(diǎn)都和zk斷開連接，或者都沒追上)，這樣就變成了acks=1的情況。