本文主要有以下内容:
kafka
基本架构kafka
基本概念
kafka
安装方式:
kafka基本架构
kafka
的三种术语:
- 生产者:负责将消息发送给
kafka
服务器。只要能够将消息发到kafka服务器即可。 - 消费者:负责从kafka服务器拉取消息进行消费。只要能够从服务器端拉取消息即可。
broker
:一个kafka
实例,即kafka broker
,也可称之为kafka
服务器。负责存储生产者发送的消息,负责给消费者提供消息消费。kafka
通过zookeeper
进行消息的管理。broker
之间可以形成broker
集群,具体关系如下图所示:
消息管理
kafka
通过Java
类ProducerRecord
完成了对消息的封装,在发送消息时,需要使用到此类。将消息发送到服务端之后,kafka
服务器(kafka进程)需要对发送的消息进行管理,就引出了主题和主题分区这两个术语。
主题:一类消息的集合,如上学时老师布置作业时,不管是语文作业还是数学作业都在作业这一大类里面。是一个逻辑概念
主题分区:主题分区【简称:分区】是消息具体存储的地方。是对主题消息的进一步划分,同一个主题的不同分区存储消息的是不一样。一条消息发送到broker
之前,会根据分区规则进行分区选择,从而确定发送到某一个分区上。同一主题的分区可以横跨多个broker
。
副本机制:kafka
为分区引入了副本机制,通过增加副本数量可以提升容灾能力。同一分区的不同副本保存的是相同的信息(同一时刻不一定相同),副本之间一主多从 ,主副本 负责和生产者消费者进行读写 ,从副本负责和主副本之间进行数据同步,即负责从主副本之间拉取数据进行同步。一个分区的副本在集群模式下也不会只存在于一个broker
上。否则这个broker
挂掉之后,将导致此分区不可用!
假定一个kafka集群由四个broker实例组成,一个主题有三个分区,每一个分区有三个副本,则可能的主题存储方式如下:
分区中所有的副本称之为AR (Assigned Replicas)
,副本可以分为两部分,一部分是能够与主副本之间保持同步的、另一部分是没有和主副本保持同步的。保持同步的称之为ISR(In Sync Replicas)
这一部分包含leader副本,没有保持同步的称之为(OSR:Out Sync Replicas)
此部分不包含leader
副本。一个kafka
分区副本对应一个log
对象,为了避免一个log
文件过大,将一个log
对象分为多个Log Segment
。
高水位:标识一个信息的偏移量,消费者只能消费这个位置之前的消息。
LEO:Log End Offset
,是下一条日志要写入的位置。图示如下
在kafka集群中,高水位通常由ISR中的最小的LEO确定。如下图所示:
参考资料: