kafka扩展

谁践踏了优雅 2024-04-18 15:27 42阅读 0赞

**1、kafka名词解释**  
● Producer ：消息生产者，就是向kafka broker发消息的客户端。  
● Consumer ：消息消费者，向kafka broker取消息的客户端  
● Topic ：咋们可以理解为一个队列。  
● Consumer Group （CG）：这是kafka用来实现一个topic消息的广播（发给所有的consumer）和单播（发给任意一个consumer）的手段。一个topic可以有多个CG。topic的消息会复制（不是真的复制，是概念上的）到所有的CG，但每个partion只会把消息发给该CG中的一个consumer。如果需要实现广播，只要每个consumer有一个独立的CG就可以了。要实现单播只要所有的consumer在同一个CG。用CG还可以将consumer进行自由的分组而不需要多次发送消息到不同的topic。  
● Broker ：一台kafka服务器就是一个broker。一个集群由多个broker组成。一个broker可以容纳多个topic。  
● Partition：为了实现扩展性，一个非常大的topic可以分布到多个broker（即服务器）上，一个topic可以分为多个partition，每个partition是一个有序的队列。partition中的每条消息都会被分配一个有序的id（offset）。kafka只保证按一个partition中的顺序将消息发给consumer，不保证一个topic的整体（多个partition间）的顺序。  
l Offset：kafka的存储文件都是按照offset.kafka来命名，用offset做名字的好处是方便查找。例如你想找位于2049的位置，只要找到2048.kafka的文件即可。当然the first offset就是00000000000.kafka

**2、Consumer与topic关系**  
本质上kafka只支持Topic；  
● 每个group中可以有多个consumer，每个consumer属于一个consumer group；  
通常情况下，一个group中会包含多个consumer，这样不仅可以提高topic中消息的并发消费能力，而且还能提高"故障容错"性，如果group中的某个consumer失效那么其消费的partitions将会有其他consumer自动接管。  
● 对于Topic中的一条特定的消息，只会被订阅此Topic的每个group中的其中一个consumer消费，此消息不会发送给一个group的多个consumer；  
那么一个group中所有的consumer将会交错的消费整个Topic，每个group中consumer消息消费互相独立，我们可以认为一个group是一个"订阅"者。  
● 在kafka中,一个partition中的消息只会被group中的一个consumer消费(同一时刻)；  
一个Topic中的每个partions，只会被一个"订阅者"中的一个consumer消费，不过一个consumer可以同时消费多个partitions中的消息。  
● kafka的设计原理决定,对于一个topic，同一个group中不能有多于partitions个数的consumer同时消费，否则将意味着某些consumer将无法得到消息。  
kafka只能保证一个partition中的消息被某个consumer消费时是顺序的；事实上，从Topic角度来说,当有多个partitions时,消息仍不是全局有序的。

**3、Kafka消息的分发**  
Producer客户端负责消息的分发  
● kafka集群中的任何一个broker都可以向producer提供metadata信息,这些metadata中包含"集群中存活的servers列表"/“partitions leader列表"等信息；  
● 当producer获取到metadata信息之后, producer将会和Topic下所有partition leader保持socket连接；  
● 消息由producer直接通过socket发送到broker，中间不会经过任何"路由层”，事实上，消息被路由到哪个partition上由producer客户端决定；  
比如可以采用"random"“key-hash”"轮询"等,如果一个topic中有多个partitions,那么在producer端实现"消息均衡分发"是必要的。  
● 在producer端的配置文件中,开发者可以指定partition路由的方式。

Producer消息发送的应答机制  
设置发送数据是否需要服务端的反馈,有三个值0,1,-1  
0: producer不会等待broker发送ack  
1: 当leader接收到消息之后发送ack  
\-1: 当所有的follower都同步消息成功后发送ack  
request.required.acks=0

**4、Consumer的负载均衡**  
当一个group中,有consumer加入或者离开时,会触发partitions均衡.均衡的最终目的,是提升topic的并发消费能力，步骤如下：  
1)假如topic1,具有如下partitions: P0,P1,P2,P3  
2)加入group中,有如下consumer: C1,C2  
3) 首先根据partition索引号对partitions排序: P0,P1,P2,P3  
4)根据consumer.id排序: C0,C1  
5)计算倍数: M = \[P0,P1,P2,P3\].size / \[C0,C1\].size,本例值M=2(向上取整)  
6)然后依次分配partitions: C0 = \[P0,P1\],C1=\[P2,P3\],即Ci = \[P(i \* M),P((i + 1) \* M -1)\]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70]  
5、kafka文件存储机制  
5.1、Kafka文件存储基本结构  
● 在Kafka文件存储中，同一个topic下有多个不同partition，每个partition为一个目录，partiton命名规则为topic名称+有序序号，第一个partiton序号从0开始，序号最大值为partitions数量减1。  
● 每个partion(目录)相当于一个巨型文件被平均分配到多个大小相等segment(段)数据文件中。但每个段segment file消息数量不一定相等，这种特性方便old segment file快速被删除。默认保留7天的数据。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 1]  
● 每个partiton只需要支持顺序读写就行了，segment文件生命周期由服务端配置参数决定。（什么时候创建，什么时候删除）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 2]  
数据有序的讨论？  
一个partition的数据是否是有序的？ 间隔性有序，不连续  
针对一个topic里面的数据，只能做到partition内部有序，不能做到全局有序。  
特别加入消费者的场景后，如何保证消费者消费的数据全局有序的？伪命题。

只有一种情况下才能保证全局有序？就是只有一个partition。  
5.2、Kafka Partition Segment  
● Segment file组成：由2大部分组成，分别为index file和data file，此2个文件一一对应，成对出现，后缀".index"和“.log”分别表示为segment索引文件、数据文件。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 3]  
● Segment文件命名规则：partion全局的第一个segment从0开始，后续每个segment文件名为上一个segment文件最后一条消息的offset值。数值最大为64位long大小，19位数字字符长度，没有数字用0填充。  
● 索引文件存储大量元数据，数据文件存储大量消息，索引文件中元数据指向对应数据文件中message的物理偏移地址。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 4]  
上述图中索引文件存储大量元数据，数据文件存储大量消息，索引文件中元数据指向对应数据文件中message的物理偏移地址。  
其中以索引文件中元数据3,497为例，依次在数据文件中表示第3个message(在全局partiton表示第368772个message)、以及该消息的物理偏移地址为497。

● segment data file由许多message组成， qq物理结构如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 5]  
**5.3、Kafka 查找message**  
读取offset=368776的message，需要通过下面2个步骤查找。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 6]  
**5.3.1、查找segment file**  
00000000000000000000.index表示最开始的文件，起始偏移量(offset)为0  
00000000000000368769.index的消息量起始偏移量为368770 = 368769 + 1  
00000000000000737337.index的起始偏移量为737338=737337 + 1  
其他后续文件依次类推。  
以起始偏移量命名并排序这些文件，只要根据offset **二分查找**文件列表，就可以快速定位到具体文件。当offset=368776时定位到00000000000000368769.index和对应log文件。  
**5.3.2、通过segment file查找message**  
当offset=368776时，依次定位到00000000000000368769.index的元数据物理位置和00000000000000368769.log的物理偏移地址  
然后再通过00000000000000368769.log顺序查找直到offset=368776为止。

**6、Kafka自定义Partition**  
略

**7 kafka常用操作**  
bin/kafka-topics.sh --list --zookeeper zk01:2181  
● 创建topic  
bin/kafka-topics.sh --create --zookeeper zk01:2181 --replication-factor 1 --partitions 1 --topic test  
● 删除topic  
sh bin/kafka-topics.sh --delete --zookeeper zk01:2181 --topic test  
需要server.properties中设置delete.topic.enable=true否则只是标记删除或者直接重启。  
● 通过shell命令发送消息  
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test  
● 通过shell消费消息  
sh kafka-console-consumer.sh --zookeeper 10.117.223.168:2181,10.51.31.197:2181,10.168.117.163:2181/chroot/kafka --from-beginning --topic html-pages  
● 查看消费位置  
sh kafka-run-class.sh kafka.tools.ConsumerOffsetChecker --zookeeper 10.117.223.168:2181,10.51.31.197:2181,10.168.117.163:2181/chroot/kafka --group app-pages  
● 查看某个Top的详情  
sh kafka-topics.sh --topic app-pages --describe --zookeeper 10.117.223.168:2181,10.51.31.197:2181,10.168.117.163:2181/chroot/kafka  
● 对分区数进行修改  
kafka-topics.sh --zookeeper zk01 --alter --partitions 15 --topic utopic

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/bf8af8d1d9084917b519bc2d015ede67.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/9076947df5b149b1aa2da0901a78ce07.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/d616a457474f4c86b852e95b7fd46b87.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/bae5856834e74bf28461ff9aed72e6b5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 4]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/2e5a083735f24375b509f40c893fce44.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 5]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/0efd653e7b054390b87706bcd077c9d3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L211c2lfbQ_size_16_color_FFFFFF_t_70 6]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/2bbfe8f110e9405c96092a003a2ef4a7.png