日志分段(LogSegment)
Kafka的一个 主题可以分为多个分区。
一个分区可以有一至多个副本,每个副本对应一个日志文件。
每个日志文件对应一个至多个日志分段(LogSegment)。
每个日志分段还可以细分为索引文件、日志存储文件和快照文件。
每个 LogSegment 对应于磁盘上的一个日志文件和两个索引文件,以及其他可能的文件(比如以 .txnindex 为后缀的事务索引文件)。索引文件包括:偏移量索引文件
(以 .index 为文件后缀) 和 时间戳索引文件
(以 .timeindex 为文件后缀),
每个 LogSegment 都有一个 基准偏移量
baseOffset, 用来表示当前 LogSegment 中第一条消息的 offset, 用来表示当前 LogSegment 中第一条消息的 offset。
日志分段(LogSegment)的索引文件:
偏移量索引文件,用来建立消息偏移量( offset ) 到物理地址之间的映射关系,方便快速定位消息所在的物理文件位置 。
时间戳索引文件,则根据指定的时间戳 ( timestamp) 来查找对应的偏移量信息。
Kafka中 的索引文件以稀疏索引的方式构造消息的索引,它并不保证每个消息在索引文件中都有对应的索引项。
偏移量索引文件
偏移量索引项,每个索引项占用 8个字节,分为两个部分。
(1) relativeOffset: 相对偏移量,表示消息相对于 baseOffset 的偏移量,占用 4个字节。当前索引文件的文件名即为 baseOffset 的值。
(2) position: 物理地址,也就是消息在日志分段文件中对应的物理位置 ,占用 4个字节。
时间戳索引文件
时间戳索引项,每个索引项占用 12 个字段,分为两个部分。
(1) timestamp: 当前日志分段的最大时间戳。
(2) relativeOffset: 时间戳所对应的消息的相对偏移量。
时间戳索引文件中包含若干个时间戳索引项,每个追加的时间戳索引项中的 timestamp 必须大于之前追加的索引项的 timestamp。
资料来源
《深入理解Kafka:核心设计与实践原理》