kafka流处理平台

小咪咪 2021-09-27 15:58 349阅读 0赞

**一、kafka有三个特性**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70][]

1、可以发布和订阅数据的流，类似于一个消息队列

2、数据流存储的平台并具备错误容忍

3、当数据产生时就可以对消息进行处理。

**面向数据流的生产、转换、存储、消费的流数据**

**二、基本概念**

Producer：消息和数据的生产者，向kafka的一个topic发布消息的进程/代码/服务

Consumer:消息和数据的消费者，订阅数据（Topic）并且处理发布的消息的进程/代码/服务

Consumer Group：逻辑概念，对于同一个topic，会广播给不同的group，一个group中，只有一个consumer可以消费该消息。

Broker：物理概念，KafKa集群中的每个kafka节点

Topic：逻辑概念，kafka消息的类别，对时局进行区分、隔离

Partition：物理概念，kafka下数据存储的基本单元。一个topic数据，会被分散存储到多个Partition，每一个Partition是有序的

Replication（副本、备份）:同一个Partition可能会有多个Replica，多个Replica之间数据是一样的

Replication Leader:一个Partition的多个Replica上，需要一个Leader负责该Patition上与Producer和Consumer交互

ReplicaManager:负责管理当前broker所有分区和副本的信息，处理kafkaController发起的一些请求，副本状态的切换、添加/读取消息等

三、Kafka基本结构

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70 1][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70 2][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70 3][]

四、Kafka特点

**1、分布式**

（1）多分区（partition）

（2）多副本（Replication）

（3）多订阅者（topic）

（4）基于Zookeeper调动

**2、高性能**

（1）高吞吐量

（2）低延迟

（3）高并发

（4）时间复杂度O(1)

**3、持久性与扩展性**

（1）数据可持久化

（2）容错性

（3）支持在线水平扩展

（4）消息自动平衡

五、Kafka应用场景

1、消息队列

2、行为跟踪

3、元数据监控

4、日志收集

5、流处理

6、事件源

7、持久性日志（commit log）

六、Kafka消息事务

**数据传输的事务定义**

1、最多一次：消息不会被重复发送，最多被传输一次，但也有可能一次不传输。

2、最少一次：消息不会被漏发送，最少被传输一次，但也有可能被重复传输。

3、精确的一次：不会漏传输也不会重复传输，每个消息都传输被一次而且仅仅被传输一次。

**事务保证**

**1、内部重试问题：Procedure幂等处理**

**2、多分区原子写入**

**事务保证----避免僵尸实例**

**1、每个事务Producer分配一个transaction.id,在进程重新启动时能够识别相同的Producer实例**

**2、Kafka增加了一个与transaction.id相关的epoch，存储每个transactionl.id内部元数据。**

**3、一旦epoch被触发，任何具有相同的transaction.id和更旧的epoch的Producer被视为僵尸，Kafka会拒绝来着这些Procuder的后续事务性写入。**

七、零拷贝

**文件传输到网络的公共数据路径**

1、操作系统将数据从磁盘读入到内核空间的页缓存。

2、应用程序将数据从内核空间读入到用户空间缓存中。

3、应用程序将数据写回到内核空间到socket缓存中。

4、操作系统将数据从socket缓冲区复制到网卡缓冲区中，以便将数据经网络发出。

**零拷贝过程**

1、操作系统将数据从磁盘读入到内核空间的页缓存。

2、将数据的位置和长度的信息的描述符增加至内核空间（socket缓冲区）。

3、操作系统将数据从内核拷贝到网卡缓冲区中，以便将数据经网络发出。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_16_color_FFFFFF_t_70][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70]: /images/20210923/c886a4465327485387cf650e2a81224e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70 1]: /images/20210923/7c5fc33182f147fea0a367bd34e0ef71.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70 2]: /images/20210923/0994e86d21934d9e9e08dc6c14a8d7d2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_27_color_FFFFFF_t_70 3]: /images/20210923/fb7ebfdc15124d538e28821a296dce7c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd6aGlzZW4xMjM_size_16_color_FFFFFF_t_70]: /images/20210923/4a66e4c96d0f4d9d863a292bff9ee5c8.png