4.1.1 Zookeeper 存储的 Kafka 信息

4.1.2 Kafka Broker 总体工作流程

4.2 生产经验 - 节点的服役和退役

自己的理解：其实就是将kafka的分区，负载到集群中的各个节点上。

1、服役新节点

2、退役旧节点

4.3 kafka副本

1、副本的作用

2、Leader的选举流程

选举规则：在isr中存活为前提，按照AR中排在前面的优先。例如ar[1,0,2], isr [1，0，2]，那么leader就会按照1，0，2的顺序轮询。

3、 Leader 和 Follower 故障处理细节

两个概念：

• LEO（Log End Offset）：每个副本的最后一个offset，LEO其实就是最新的offset + 1
• HW（High Watermark）：所有副本中最小的LEO

4、分区副本分配

5、手动分配分区副本

6、Leader Partition 负载平衡

正常情况下，Kafka本身会自动把Leader Partition均匀分散在各个机器上，来保证每台机器的读写吞吐量都是均匀的。但是如果某些broker宕机，会导致Leader Partition过于集中在其他少部分几台broker上，这会导致少数几台broker的读写请求压力过高，其他宕机的broker重启之后都是follower partition，读写请求很低，造成集群负载不均衡

·最好不要设置集群自动再平衡，因为它浪费集群大量的性能·

7、生产经验——增加副本因子

在生产环境当中，由于某个主题的重要等级需要提升，我们考虑增加副本。副本数的增加需要先制定计划，然后根据计划执行

【注意】不能直接通过命令行的方式修改副本，而是需要通过一下方式来增加副本数量 ！

4.4 文件存储

1、文件存储机制

1） Topic 文件的存储机制

3）index 文件和 log 文件详解

2、文件清理策略

1. Kafka 中默认的日志保存时间为 7 天，可以通过调整如下参数修改保存时间。

2. Kafka 中提供的日志清理策略有 delete 和 compact 两种
   delete 日志删除：将过期数据删除

compact日志压缩：对于相同key的不同value值，只保留最后一个版本。用的比较少，知道即可

4.5 高效读写数据

1）Kafka 本身是分布式集群，采用分区技术，并行度高

2）读数据采用稀疏索引，可以快速定位要消费的数据

3）顺序写磁盘

4）页缓存 + 零拷贝技术
零拷贝：Kafka的数据加工处理操作交由Kafka生产者和Kafka消费者处理。Kafka Broker应用层不关心存储的数据，所以就不用走应用层，传输效率高

PageCache页缓存：Kafka重度依赖底层操作系统提供的PageCache功 能。当上层有写操作时，操作系统只是将数据写入PageCache。当读操作发生时，先从PageCache中查找，如果找不到，再去磁盘中读取。实际PageCache是把尽可能多的空闲内存都当做了磁盘缓存来使用