Kafka是一個(gè)分布式的消息隊(duì)列系統(tǒng)，消息存儲(chǔ)在集群服務(wù)器的硬盤

Kafka中可以創(chuàng)建多個(gè)消息隊(duì)列，稱為topic，消息的生產(chǎn)者向topic中發(fā)布消息，消息的消費(fèi)者從topic中獲取消息

消息是海量的，為了消息的讀寫性能，topic被分為多個(gè)部分，稱為partition，kafka把每個(gè)topic的每個(gè)partition均勻的分布在集群中的不同服務(wù)器上

所以從整體來看，Kafka的邏輯關(guān)系就是：生產(chǎn)者向topic中的某個(gè)partition發(fā)送消息，消費(fèi)者從partition獲取消息

實(shí)際的存儲(chǔ)結(jié)構(gòu)中，partition并不是存放消息的物理文件，而是一個(gè)目錄，命名規(guī)則是topic名稱加上partition序號(hào)，其中包含了這個(gè)partition的N個(gè)分段存儲(chǔ)文件segment。

分段存儲(chǔ)也是因?yàn)閜artition內(nèi)容非常多，分成小文件更便于消息的寫入和檢索。

segment也不是一個(gè)文件，是由兩個(gè)物理文件構(gòu)成：

.index索引文件、.log消息內(nèi)容文件

這兩個(gè)文件是成對(duì)出現(xiàn)，名稱一樣，只是后綴不同

實(shí)際的存儲(chǔ)結(jié)構(gòu)就是這樣的

消息是按照順序產(chǎn)生的，所以每個(gè)消息都有一個(gè)序號(hào)，稱為offset，表示partiion的第多少個(gè)message，從0開始

每個(gè)segment存儲(chǔ)了一段offset區(qū)間內(nèi)的消息

segment文件以offset區(qū)間的起始值命名，長度固定20位，不足的位用0填充

例如存儲(chǔ)了第0-20條的消息，segment文件就是：

00000000000000000000.index

00000000000000000000.log

index文件結(jié)構(gòu)很簡單，每一行都是一個(gè)key,value對(duì)

key 是消息的序號(hào)offset

value 是消息的物理位置偏移量

如

1,0

3,299

6,497

...

說明的就是第幾個(gè)消息的物理位置是哪兒

log文件中保存了消息的實(shí)際內(nèi)容，和相關(guān)信息

如消息的offset、消息的大小、消息校驗(yàn)碼、消息數(shù)據(jù)等

消息檢索過程示例

例如讀取offset=368的消息

（1）找到第368條消息在哪個(gè)segment

從partition目錄中取得所有segment文件的名稱，就相當(dāng)于得到了各個(gè)序號(hào)區(qū)間

例如有3個(gè)segment

00000000000000000000.index

00000000000000000000.log

00000000000000000300.index

00000000000000000300.log

00000000000000000600.index

00000000000000000600.log

根據(jù)二分查找，可以快速定位

第368條消息是在00000000000000000300.log文件中

（2）從index文件中找到其物理偏移量

讀取00000000000000000300.index

以368為key，得到value，如299，就是消息的物理位置偏移量

（3）到log文件中讀取消息內(nèi)容

讀取 00000000000000000300.log

從偏移量299開始讀取消息內(nèi)容

完成了消息的檢索過程