Kafka生产者分发策略、消息查找原理，消息不丢失原理 04

绝地灬酷狼 2022-02-22 16:22 412阅读 0赞

# 1. Kafka和ZK的关系 #

![在这里插入图片描述][20190409173108971.png]

*  元数据存放到zk（节点中），应用了zk统一命名的功能
    
     *  集群节点信息：brokerId 每台机器的id
     *  topic信息：在哪台机器上的哪个位置
     *  parition主从信息：每个partition多个副本中，谁是老大
 *  partition\_0 有多个副本，需要选择出老大，应用了zk的分布式锁功能
 *  Kafka没有单独的界面，观察zk节点或者安装Kafka-eagle  
    [Kafka-eagle安装及简介][Kafka-eagle]  
    访问端口:[http://node03:8048/ke][http_node03_8048_ke] 注：kafka-eagle安装在第三台机器上
 *  **Zookeeper上的细节：**  
    1.每个 broker 启动后会在 zookeeper 上注册一个临时的 broker registry，包含 broker 的 ip 地址和端口号，所存储的 topics 和 partitions 信息。
    
    2.每个 consumer 启动后会在 zookeeper 上注册一个临时的 consumer registry：包含 consumer 所属的consumer group 以及订阅

# 2. Kafka简介 #

## 2.1 版本 ##

*  Kafka是使用scala编写的，依赖scala的版本，Kafka版本由kafka&scala组成，如下表示使用scala2.11版本编写的kafka2.11版本  
    ![\*\*\*\*加粗样式\*\*\*\*][20190409173724152.png]
 *  服务器的版本和客户端的版本要相同，否则无法连接到服务器

## 2.2 集群架构 ##

Kafka Cluster:天生的分布式消息存储，每一台机器是一个broker，每一台机器有brokerId，存储在ZK中。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70]  
Kafka Cluster:由多个服务器组成，每个服务器单独的名字broker(掮客)  
Kafka Producer:生产者、负责生产数据。  
Kafka Consumer:消费者、负责消费数据。  
Kafka Topic：主题，一类消息的名称。存储数据时将一类数据存放到某个topic下，消费数据也是消费一类数据。  
比如：  
![在这里插入图片描述][20190409174351603.png]

# 3. Kafka 原理 #

## 3.1 分片&副本原理 ##

*  消息太多，一台机器存不下了，需要分成多个部分分散到多台机器上。
 *  为了防止数据丢失，需要给每一个分片设置备份  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 1]

## 3.2 消息存储&查找机制 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 2]

*  每个分区会对应一个文件夹  
    比如/export/data/kafka/order\_0文件夹就是order主题的第一个分区。
 *  每一个文件夹中会有多个sagment段（每个sagment段默认1G），sagment包括xxx.index和xxx.log
    
     *  xxx.index记录每条消息在xxx.log中的位置（offset）,第一个sagment的xxx.index为0000.index（起始偏移量为0）
     *  xxx.log是真正存放数据的文件
 *  一个sagement大约1G
 *  查找时
    
     *  会根据记录的offset二分查找，找到对应的xxx.index
     *  根据xxx.index中记录的顺序查找得到对应的消息‘

## 3.3 生产者分发策略 ##

Kafka在数据生产的时候，有一个数据分发策略。默认的情况使用DefaultParitioner.class类。这个类中就定义数据分发策略。

*  如果是用户指定了parition,生产就不会调用DefaultParitioner.parition()方法。数据就会发送到指定的partition上  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 3]
 *  当用户指定key,使用hash算法。如果key一直不变，同一个key算出来的hash值是个固定值，这种hash取模就没有意义。  
    Utils.toPositive(Utils.murmur2(keyBytes)) % numParitions  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 4]
 *  当用户既没有指定paritiion也没有指定key，消息随机分配  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 5]

## 3.4 消费者 消费时负载均衡 ##

### 3.4.1 原理 ###

*  消费同一个主题中的一个分区，同一时间只能被同一个消费者组的同一个消费者消费，只能消费后会把offset记得到zk或者kafka文件中。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 6]
 *  一个消费者不可能消费多个分区的消息
 *  一个分区的消息也不可能被同一个组的多个消费者消费
 *  最好的状态是1：1

### 3.4.2 问题 ###

*  生产者的生产速度很快，消费者跟不上，造成数据量大量滞后和延时，怎么办？
    
     *  多几个消费者，共同来消费数据
 *  新的问题，消费组中消费者的数量和partition数据一致，但是消费者的处理速度还是跟不上，怎么办？
    
     *  错误解决方案：再加一个消费者，由负载均衡规定，多出来的消费者会处于空闲状态
     *  正确解决方案：要么修改topic的patition的数量，要么减少消费者处理时间，提高处理速度。

# 4. Kafka消息不丢失原理 #

## 4.1 生产者消息不丢失 ##

*  ack反馈机制， 0 ，1，-1三个信号
    
     *  0 生产者生产消息，topic没有接收到消息
     *  1 生产者生产消息，存放消息的topic分区，分区老大接收到了消息
     *  \-1 生产者生产消息，存放消息的topic分区，分区老大和其他副本都接收到了消息
 *  面试问题
    
     *  如果broker一直不给ack,怎么办？  
        –>设定超时时间，超过规定时间就默认发送失败，重新发送
     *  broker一条一条反馈（**同步发送**），浪费带宽，怎么解决？==>**异步发送**  
        生产者将消息放到缓存池中，缓存池积累到比如500条时，集中写到服务器中，  
        这时候topic的所有副本都接收到消息，broker反馈-1，缓存池再写下一条。
     *  如果缓存池满了，但是broker一直不给ack,怎么办？  
        定期定量清理缓存池，消息重新发

## 4.2 存储者 ##

topic 分区&副本机制

## 4.3 消费者 ##

*  消费者 消费完消息会将分区文件夹中sagment 里面的offset（xxx.index）记录下来，比方\_consumer\_offsets\_25
    
     *  一部分数据会存放到zk中
     *  一部分数据会存放到同一个分区文件夹中
 *  问题（offset存放到zk中，会有重复消费的问题发生）
    
     *  消费完，没来得及记录，突然断电了
     *  这种情况，下次重新启动集群就会造成重复消费

**如果喜欢本文章，请用小手点个赞~**

[20190409173108971.png]: /images/20220222/6152f9a8e53f414bb6d2473f912c4fbd.png
[Kafka-eagle]: https://blog.csdn.net/weixin_42641909/article/details/89080852
[http_node03_8048_ke]: http://node03:8048/ke
[20190409173724152.png]: /images/20220222/cb63fbe7fb9f44c3806c88ea171397fd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70]: /images/20220222/3af8719de78f41fabee6cc1261d14e4f.png
[20190409174351603.png]: /images/20220222/967dbb4018e4422297e637ce56e95103.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 1]: /images/20220222/e781d311aa9449c2b434d745f22d9455.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 2]: /images/20220222/8b7f4dbd5747406c82da4c769a1da0c6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 3]: /images/20220222/d4a577019b5444168b9e391500d88289.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 4]: /images/20220222/cf31646dbd38468f905990c0c3b7b2e1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 5]: /images/20220222/a5cd338c26c5488da393e2120d8d59a2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 6]: /images/20220222/90f3db93f1b449aeb7d0752fae0f8fa0.png