[4.1 主题管理](#4.1 主题管理)
[4.1.1 创建主题](#4.1.1 创建主题)
[4.2 KafkaAdminClient](#4.2 KafkaAdminClient)
[4.3 分区管理](#4.3 分区管理)
[4.3.1 优先副本的选举](#4.3.1 优先副本的选举)
[4.3.2 分区重分配(Partition Reassignment)](#4.3.2 分区重分配(Partition Reassignment))
[4.3.3 复制限流](#4.3.3 复制限流)
[4.3.4 修改副本因子](#4.3.4 修改副本因子)
[4.4 分区和性能的考量因素](#4.4 分区和性能的考量因素)
第四章：主题和分区
4.1 主题管理
一般通过kafka-topics.sh脚本来执行包括创建主题、查看主题信息、修改主题和删除主题等操作
4.1.1 创建主题
-
如果broker端配置参数auto.create.topics.enable设置为 true(默认值就是 true)，那么当生产者向一个尚未创建的主题发送消息时，会自动创建一个分区数为num.partitions(默认值为1)、副本因子为default.replication.factor(默认值为1)的主题。一般情况下不推荐设置成true
-
建议通过kafka-topics.sh 脚本来创建主题
-
主题、分区、副本和 Log (日志)的关系
4.2 KafkaAdminClient
从0.11.0.0版本开始，Kafka提供了工具类org.apache.kafka.clients.admin.KafkaAdminClient来实现部分Kafka的管理功能，主要有以下几个方法
- 创建主题：CreateTopicsResult createTopics(Collection<NewTopic> newTopics)
- 删除主题：DeleteTopicsResult deleteTopics(Collection<String> topics)
- 列出所有可用的主题：ListTopicsResult listTopics()
- 查看主题的信息：DescribeTopicsResult describeTopics(Collection<String> topicNames)
- 查询配置信息：DescribeConfigsResult describeConfigs(Collection<ConfigResource> resources)
- 修改配置信息：AlterConfigsResult alterConfigs(Map<ConfigResource, Config> configs)
- 增加分区：CreatePartitionsResultcreatePartitions(Map<String, NewPartitions> newPartitions)
4.3 分区管理
本节主要介绍与分区相关的知识和操作，包括优先副本的选举、分区重分配、复制限流、修改副本因子等内容
4.3.1 优先副本的选举
一般而言，对于同一个分区，同一个broker节点中不可能出现它的多个副本，即 Kafka集群的一个 broker中最多只能有它的一个副本
- 背景：leader宕机引起的集群负载均衡失衡，从而影响整体的健壮性和稳定性
- 在创建主题时，该主题的分区及副本会尽可能均匀地分布到Kafka集群的各个broker节点上，对应的leader副本的分配也比较均匀(下图中，三个分区的leader节点分别在broker 0、1、2上)
- 在创建主题时，该主题的分区及副本会尽可能均匀地分布到Kafka集群的各个broker节点上，对应的leader副本的分配也比较均匀(下图中，三个分区的leader节点分别在broker 0、1、2上)
- 随着时间的更替，Kafka集群的broker节点不可避免地会遇到宕机或崩溃的问题，当分区的leader节点发生故障时，其中一个follower节点就会成为新的 leader节点，这样就会导致集群的负载不均衡，从而影响整体的健壮性和稳定性(下图中，原本分区1的leader节点2宕机，现在变成了0，使得整体负载失衡，节点0承载了2个leader节点)
- 如何应对：为了能够有效地治理负载失衡的情况，Kafka引入了优先副本(preferred replica)的概念
- 优先副本：指在AR集合列表中的第一个副本。如下图主题topic-partitions中，分区0的AR集合列表为[1,2,0]，那么分区0的优先副本即为1
- 理想情况下，优先副本就是该分区的leader副本。Kafka要确保所有主题的优先副本在Kafka集群中均匀分布，这样就保证了所有分区的leader均衡分布
- 优先副本：指在AR集合列表中的第一个副本。如下图主题topic-partitions中，分区0的AR集合列表为[1,2,0]，那么分区0的优先副本即为1
- 优先副本的选举：指通过一定的方式促使优先副本选举为leader副本，以此来促进集群的负载均衡，这一行为也可以称为"分区平衡"
- 在Kafka中可以提供分区自动平衡的功能：通过设置broker端参数auto.leader.rebalance.enable=true(默认也为true)
- 设置该参数开启后，Kafka会启动一个定时任务，定时轮询所有的broker节点，计算每个broker节点的分区不平衡率，如果超过leader.imbalance.per.broker.percentage参数(默认10%)，则会自动执行优先副本的选举动作以求分区平衡
- broker中的分区不平衡率 = 非优先副本的leader个数 / 分区总数
- 不过生产环境中不建议将该参数设置为true，因为可能会引起负面性能问题(比如电商大促波峰期阻塞了业务)
4.3.2 分区重分配(Partition Reassignment)
- 背景：当集群中某一节点(broker)下线或新增，会打破原先集群的负载均衡。为解决该问题，引入重分配的工作，它可以在集群扩容、 broker节点失效的场景下对分区进行迁移
- 重分配原理：先通过控制器为每个分区添加新副本(增加副本因子)，新的副本将从分区的leader副本那里复制所有的数据。根据分区的大小不同， 复制过程可能需要花一些时间。在复制完成之后，控制器将旧副本从副本清单里移除(恢复为原先的副本因子数)
- 弊端：分区重分配对集群的性能有很大的影响，需要占用额外的资源，比如网络和磁盘。在实际操作中，我们将降低重分配的粒度，分成多个小批次来执行，以此来将负面的影响降到最低
- 与rebalance(再平衡)的区别
- 重分配：作用在broker层面，是broker与partition间的分配；通常是为了管理优化集群手动触发
- 触发条件：broker加入/离开集群
- 目的：维护集群负载均衡（指broker和partition间）
- 再平衡：作用在消费组层面(新增/下线消费者)，Rebalance的目的是确保分区在consumer group成员之间平均分配，以便每个consumer都有分区去消费；通常是Kafka协调器自动触发的
- 触发条件：消费者组中的成员发生变化（如新消费者加入、现有消费者离开或失败）
- 目的：维护partition与消费者之间的平衡
- 重分配：作用在broker层面，是broker与partition间的分配；通常是为了管理优化集群手动触发
4.3.3 复制限流
- 在4.3.2中提到重分配本质在于数据复制。即先增加新的副本，然后进行数据同步，最后删除旧的副本来达到最终的目的
- 数据复制会占用额外的资源，这时就需要有一个限流的限制
- broker级别限流参数
- follower.replication.throttled.rate：follower副本复制的速度
- leader.replicatioη.throttled.rate：leader副本传输的速度
- topic级别限流参数
- leader.replication.throttled.replicas
- follower.replication.throttled.replicas
4.3.4 修改副本因子
- 指创建主题之后修改副本因子(副本数)，通过kafka-reassign-partition.sh脚本实现
4.4 分区和性能的考量因素
- Kafka本身提供的性能测试工具
- kafka-producer-perf-test.sh：用于生产者性能测试
- kafka-consumer-perf-test.sh：用于消费者性能测试
- 分区与吞吐量的关系
- 如何衡量消息中间件性能：吞吐量(广义来说还包含消息延迟)
- 影响吞吐量的因素：消息大小、消息压缩方式、消息发送方式(同步/异步)、消息确认类型(acks)、副本因子等参数
- 分区与吞吐量的测试结论：从吞吐量方面考虑，增加合适的分区数 可以在一定程度上提升整体吞吐量，但超过对应的阐值之后吞吐量不升反降(分区太多会引起kafka进程崩溃)
- 分区太多的缺点
- 分区数越多会让Kafka的正常启动和关闭的耗时变得越长，增加日志清理的耗时
- 分区数会占用文件描述符，分区太多会增加文件句柄开销
- 分区太多的缺点
- 如何考量合适的分区数
- 是否要保证顺序消费：分区数只能为1
- 一般情况下，考虑未来2年的吞吐量，及key与分区数是否存在相关定制化规则