kafka的存储和容错机制

Posted 2023-03-08 csm_81

文章目录

• （一）Topic、Partition扩展
• （二）Message扩展
• （三）kafka存储策略
• （四）kafka容错机制

（一）Topic、Partition扩展

每个partition在存储层面是append log文件。
新消息都会被直接追加到log文件的尾部，每条消息在log文件中的位置称为offset(偏移量)。
越多partitions可以容纳更多的consumer,有效提升并发消费的能力。

• 具体什么时候增加topic的数量？什么时候增加partition的数量呢？

业务类型增加需要增加topic、数据量大需要增加partition

（二）Message扩展

每条Message包含了以下三个属性：

1. offset 对应类型：long 表示此消息在一个partition中的起始的位置。可以认为offset是partition中Message的id，自增的
2. MessageSize 对应类型：int32 此消息的字节大小。
3. data 是message的具体内容。
   如图：
   

（三）kafka存储策略

在kafka中每个topic包含1到多个partition，每个partition存储一部分Message。每条Message包含三个属性，其中有一个是offset。
问题：offset相当于partition中这个message的唯一id，那么如何通过id高效的找到message？

分段+索引
kafak中数据的存储方式是这样的：
1、每个partition由多个segment【片段】组成，每个segment中存储多条消息，
2、每个partition在内存中对应一个index，记录每个segment中的第一条消息偏移量。
Kafka中数据的存储流程是这样的：
生产者生产的消息会被发送到topic的多个partition上，topic收到消息后往对应partition的最后一个segment上添加该消息，segment达到一定的大小后会创建新的segment。
来看这个图，可以认为是针对topic中某个partition的描述。

图中左侧就是索引，右边是segment文件，左边的索引里面会存储每一个segment文件中第一条消息的偏移量，由于消息的偏移量都是递增的，这样后期查找起来就方便了，先到索引中判断数据在哪个segment文件中，然后就可以直接定位到具体的segment文件了，这样再找具体的那一条数据就很快了，因为都是有序的。

（四）kafka容错机制

1）当Kafka集群中的一个Broker节点宕机，会出现什么现象？

• 当kafka集群中的broker节点启动之后，会自动向zookeeper中进行注册，保存当前节点信息。

2）当Kafka集群中新增一个Broker节点，会出现什么现象？

• 新加入一个broker节点，zookeeper会自动识别并在适当的机会选择此节点提供服务

但是启动后有个问题：发现新启动的这个节点不会是任何分区的leader？怎么重新均匀分配

1）Broker中的自动均衡策略（默认已经有）
auto.leader.rebalance.enable=true
leader.imbalance.check.interval.seconds 默认值：300

2）手动执行：

bin/kafka-leader-election.sh --bootstrap-server localhost:9092 --election-type   preferred --all-topic