通过一个Kafka故障解决过程阐述架构师必须具备的架构思维

Posted 中间件兴趣圈

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了通过一个Kafka故障解决过程阐述架构师必须具备的架构思维相关的知识,希望对你有一定的参考价值。

本文是Kafka系列第4篇,从问题出发,从而探讨集群分区迁移实战、底层原理以及运维时需要考虑的问题。

掌握一到两门java主流中间件,是敲开BAT等大厂必备的技能,送给大家一个Java中间件学习路线,助力大家实现职场的蜕变。

Java进阶之梯,成长路线与学习资料,助力突破中间件领域

1、问题描述

某一天突然收到开发环境Kafka报 IO Exception(many open files),其相关的日志如下:
在这里插入图片描述
在这里插入图片描述
问题是发生在公司的开发环境,为了避免信息泄露,我在本地进行了模拟,不影响本次问题的分析与学习。

2、问题分析

在这里插入图片描述
首先我们要能看懂Kafka-manager上的一些监控指标,topic列表中关于topic的信息项如下所示:

  • topic
    topic名称

  • Partitions
    分区数

  • Brokers
    该topic 队列分布的broker数量。

  • Brokers Spread %
    该topic中队列在Broker中的使用率,例如集群中有5个broker,但topic只在4个broker上创建了队列,那使用率为80%。

  • Brokers Skew %
    topic的队列倾斜率。如果集群中存在5个broker节点,topic的总分区数量为4,副本因子为2,但这些队列只分布在其中的4台broker中。那topic的broker使用率(Broker Spread)为80%

    众所周知,引入多节点的目的就是负载均衡,队列在broker中的分配自然是希望越均衡越好,期望每台broker上存储2个队列(副本因子为2,总共8个队列),表示没有发生倾斜,如果一台broker中的存在3个队列,而另外一个broker上1个队列,那说明发生了倾斜,计算公式为超过平均队列数的broker节点个数除以总所在Broker数量,其Brokers Skew等于(1/3)=33%。

  • Brokers Leader Skew %
    topic分区中Leader分区的倾斜率。在Kafka中,只有分区的Leader节点具有读写权限,真正影响性能读写性能的是Leader分区是否均衡,试想一下,如果一个topic有6个分区,但所有的Leader分区只分布在一两个Broker节点上,这个topic的写入、读取性能将受到制约,这个值建议维持在0%

  • Replicas
    副本数、副本因子,即一个分区数据存储的份数,该数值包含Leader分区。

  • Under Replicated %
    没有跟上复制进度的副本比例,在Kafka的复制模型中,主分区负责读写,该复制组内的其他副本从主节点同步数据,如果跟不上主节点的复制进度,将被提出ISR,被剔除ISR的副本不具备选举Leader的资格,这个数据如果长期或频繁高于0,说明集群一定出现了问题

  • Producer Message/Sec
    消息发送实时TPS,通过JMX采集,需要在kafka-manager中开启如下参数:
    在这里插入图片描述

  • Summed Recent Offsets
    该主题当前最大的消息偏移量。

经过对Topic列表观察,发现开发环境存在大量的topic都只有一个队列,并且都分布在第一节点上,其截图如下:
在这里插入图片描述
从界面上对应的指标:Brokers Spread即Broker的利用率只有3分之一,抽取几个数据量大的主题,判断其路由信息,得知都分布在第一个Broker节点上,这样就导致其中一个节点大量出现文章开头部分提到的错误:Too many open files

3、解决方案

3.1 扩分区

问题定位出来了,由于Broker利用率不均匀,大量topic只创建了一个队列,并且还集中落到了第一个节点。

针对这种情况,首先想到的方案:扩分区。

3.1.1 通过Kafka-manager

Step1:在Kafka-manager的topic列表,点击具体的topic,进入详情页面,点击[add Partitions],如图所示:
在这里插入图片描述
Step2:点击增加分区,弹出如下框:
在这里插入图片描述
说明如下:

  • Partitions
    扩容后的总分区个数,并不是本次增加的分区个数。
  • Brokers
    分区需要分布的Broker,建议全选,充分利用整个集群的性能。
3.1.2 运维命令

可以通过Kafka提供的kafka-topics命令,修改topic的分区,具体参考如下:
在这里插入图片描述

温馨提示: 对这些运维命令不熟悉没关系,基本都提供了–help

3.2 分区移动

由于存在大量的只有一个分区的topic,并且这些topic都分布到了第一个节点,是不是可以将某些topic的分区移动到其他节点呢?

接下来介绍一下分区移动如何操作。

3.2.1 kafka-manager

Step1:进入topic详情页面,点击[Generate Partition Assignments],如下图所示:
在这里插入图片描述
Step2:进入页面后,选择需要迁移到的brroker,还可以改变topic的副本因子,最后点击[Generate Partition Assignments],如下图所示:
在这里插入图片描述
Step3:点击完成后,此时只是生成了分区迁移计划,并没有真正的执行,需要点击[Reassign Parttions]按钮。
在这里插入图片描述

3.2.2 运维命令

Step1:首先我们需要准备需要执行迁移的topic信息,例如将如下信息保存在文件dw_test_kafka_040802-topics-to-move.json中。

{"topics":
    [
        {"topic":"dw_test_kafka_040802"}
    ],
    "version": 1
}

Step2:使用kafka提供的kafka-reassign-partitions.sh命令生成执行计划
在这里插入图片描述
上面的参数其实对照kafka-manager的图理解起来会更快,点出如下关键点:

  • –broker-list
    分区需要分布的broker。如果多个,使用双引号,例如 “0,1,2”。
  • –topics-to-move-json-file
    需要执行迁移的topic列表。
  • –generate
    表示生成执行计划(并不真正执行)

执行成功后会输出当前的分区分布计划与新的执行计划,通常我们可以先将当前的执行计划存储到一个备份目录中,将新生成的计划存储到一个文件中。

Step3:使用kafka提供的kafka-reassign-partitions.sh命令执行分区迁移计划
在这里插入图片描述
其关键点如下:

  • –reassignment-json-file
    指定上一步骤生成的执行计划。

执行成功过后输出Successfully,重分区是一个非常复杂的过程,命令执行完成后,并不会真正执行完成,可以通过查询主题的详细信息来判断是否真正迁移成功。

在这里插入图片描述

4、进阶

通过kafka-reassign-partitions.sh对分区进行迁移,会影响业务方的正常使用吗?即会影响消息的消费与发送吗?

作为一名架构师,特别是对中间件做变更时,考虑对业务的影响范围是必备的一步,直接影响到实施的复杂度。

我们需要对分区迁移的实现原理做进一步探究,本文暂不从源码角度详细剖析,只是举例阐述一下分区迁移的实现机制。

需求:一个TopicA的其中一个分区p0,分布在broker id为1,2,3上,目前要将其迁移到brokerId为4,5,6。

在介绍迁移过程之前,我们先定义三个变量:

  • OAR
    迁移前分区的分布情况。
  • RAR
    迁移后的分区分布情况
  • AR
    当前运行过程中的分区分布情况

结合上述例子,其整个迁移步骤如下:

ARLeader(ISR)说明
{1,2,3}1{1,2,3}
{1,2,3,4,5,6}1{1,2,3}首先基于RAR集合(迁移后的新broker)上创建对应的分区,并开始从Leader同步数据
{1,2,3,4,5,6}1{1,2,3,4,5,6}新创建的副本追上主节点的进度,并进入ISR集合
{1,2,3,4,5,6}4{1,2,3,4,5,6}如果Leader不在RAR所在的集合中,则发起一次选举,将Leader变更为RAR中其中一台。
{1,2,3,4,5,6}4{4,5,6}将OAR中的副本状态设置为OfflineReplica(下线),将其从ISR中剔除
{4,5,6}4{4,5,6}删除下线的副本,完成整个迁移操作

从上面这个过程,只有在Leader选举期间会对消息发送、消息消费造成影响,但通过Zookeeper实现Leader选举可在秒级别响应,结合Kafka消息发送端的缓冲队列、重试机制,在理论上可以做到对业务无影响。


好了,本文就介绍到这里了,一键三连(关注、点赞、留言)是对我最大的鼓励

掌握一到两门java主流中间件,是敲开BAT等大厂必备的技能,送给大家一个Java中间件学习路线,助力大家实现职场的蜕变。

Java进阶之梯,成长路线与学习资料,助力突破中间件领域

最后分享笔者一个硬核的RocketMQ电子书,您将获得千亿级消息流转的运维经验。
在这里插入图片描述
获取方式:私信回复RMQPDF即可获取。

个人网站:https://www.codingw.net

以上是关于通过一个Kafka故障解决过程阐述架构师必须具备的架构思维的主要内容,如果未能解决你的问题,请参考以下文章

通过一个Kafka故障解决过程阐述架构师必须具备的架构思维

你为什么当不了架构师?除了技术,你还需具备这些能力

架构师必备之常见面试题整理——高性能三十问!

构设计杂谈004——架构师

软件架构师应具备的十大特点

软件测试架构师需要具备哪些要求呢?