Kafka-设计原理

  • Controller
  • Leader - Partition
  • Rebalance
  • 消息发布机制
  • HW与LEO
  • 日志分段

Controller

  • Kafka核心总控制器Controller：在Kafka集群中会有一个或者多个broker，其中有一个broker会被选举为控制器（Kafka Controller），它负责管理整个集群中所有分区和副本的状态
    • 当某个分区的leader副本出现故障时，由控制器负责为该分区选举新的leader副本
    • 当检测到某个分区的ISR集合发生变化时，由控制器负责通知所有broker更新其元数据信息
    • 当使用kafka-topics.sh脚本为某个topic增加分区数量时，同样还是由控制器负责让新分区被其他节点感知到
  • Controller选举机制
    • zookeeper临时节点的创建来选举controller：在kafka集群启动的时候，会自动选举一台broker作为controller来管理整个集群，选举的过程是集群中每个broker都会尝试在zookeeper上创建一个 /controller 临时节点，zookeeper会保证有且仅有一个broker能创建成功，这个broker就会成为集群的总控器controller
    • controller重新选举：当这个controller角色的broker宕机了，此时zookeeper临时节点会消失，集群里其他broker会一直监听这个临时节点，发现临时节点消失了，就竞争再次创建临时节点，就是我们上面说的选举机制，zookeeper又会保证有一个broker成为新的controller
  • 具备控制器身份的broker需要比其他普通的broker多一份职责，具体细节如下
    • 监听broker相关的变化。为Zookeeper中的/brokers/ids/节点添加BrokerChangeListener，用来处理broker增减的变化
    • 监听topic相关的变化。为Zookeeper中的/brokers/topics节点添加TopicChangeListener，用来处理topic增减的变化；为Zookeeper中的/admin/delete_topics节点添加TopicDeletionListener，用来处理删除topic的动作
    • 从Zookeeper中读取获取当前所有与topic、partition以及broker有关的信息并进行相应的管理。对于所有topic所对应的Zookeeper中的/brokers/topics/[topic]节点添加PartitionModificationsListener，用来监听topic中的分区分配变化
    • 更新集群的元数据信息，同步到其他普通的broker节点中

Leader - Partition

  • Partition副本选举Leader机制
    • controller感知到分区leader所在的broker挂了（controller监听了很多zk节点可以感知到broker存活）
    • controller会从ISR列表(参数unclean.leader.election.enable=false的前提下)里挑第一个broker作为leader(第一个broker最先放进ISR列表，可能是同步数据最多的副本)
    • 如果参数unclean.leader.election.enable为true，代表在ISR列表里所有副本都挂了的时候可以在ISR列表以外的副本中选leader，这种设置，可以提高可用性，但是选出的新leader有可能数据少很多
  • 副本进入ISR列表有两个条件
    • 必须能与zookeeper保持会话以及跟leader副本网络连通
    • 副本能复制leader上的所有写操作，并且不能落后太多
      • 与leader副本同步滞后的副本，是由 replica.lag.time.max.ms 配置决定的，超过这个时间都没有跟leader同步过的一次的副本会被移出ISR列表
  • 消费者消费消息的offset记录机制
    • 每个consumer会定期将自己消费分区的offset提交给kafka内部topic：__consumer_offsets
      • 提交过去的时候，key是consumerGroupId+topic+分区号，value就是当前offset的值
      • kafka会定期清理topic里的消息，最后就保留最新的那条数据
    • 因为__consumer_offsets可能会接收高并发的请求，kafka默认给其分配50个分区(可以通过offsets.topic.num.partitions设置)，这样可以通过加机器的方式抗大并发

Rebalance

  • Rebalance分区分配策略（partition.assignment.strategy）：range（默认）、round-robin、sticky
    • range：按照分区序号排序，比如分区0~3给一个consumer，分区4~6给一个consumer，分区7~9给一个consumer
    • round-robin：轮询分配，比如分区0、3、6、9给一个consumer，分区1、4、7给一个consumer，分区2、5、8给一个consumer
    • sticky：与round-robin类似，但是在rebalance的时候，需要保证如下两个原则（当两者发生冲突时，第一个目标优先于第二个目标）
      • 分区的分配要尽可能均匀
      • 分区的分配尽可能与上次分配的保持相同
  • Rebalance机制：如果消费组里的消费者数量有变化或消费的分区数有变化，kafka会重新分配消费者消费分区的关系。比如consumer group中某个消费者挂了，此时会自动把分配给他的分区交给其他的消费者，如果他又重启了，那么又会把一些分区重新交还给他
    • rebalance只针对subscribe这种不指定分区消费的情况，如果通过assign这种消费方式指定了分区，kafka不会进行rebanlance
    • rebalance过程中，消费者无法从kafka消费消息，这对kafka的TPS会有影响，如果kafka集群内节点较多，比如数百个，那重平衡可能会耗时极多，所以应尽量避免在系统高峰期的重平衡发生
  • 触发消费者rebalance
    • 消费组里的consumer增加或减少了
    • 动态给topic增加了分区
    • 消费组订阅了更多的topic
  • Rebalance过程：当有消费者加入消费组时，消费者、消费组及组协调器之间会经历以下几个阶段
    1. 选择组协调器（GroupCoordinator）：每个consumer group都会选择一个broker作为自己的组协调器coordinator，负责监控这个消费组里的所有消费者的心跳，以及判断是否宕机，然后开启消费者rebalance
      • consumer group中的每个consumer启动时会向kafka集群中的某个节点发送FindCoordinatorRequest请求来查找对应的组协调器GroupCoordinator，并跟其建立网络连接
      • 组协调器选择方式：通过如下公式可以选出consumer消费的offset要提交到__consumer_offsets的哪个分区，这个分区leader对应的broker就是这个consumer group的coordinator。说白了，leader分区所在的节点就是GroupCoordinator
    2. 加入消费组（JOIN GROUP），选择消费组协调器
      1. 在成功找到消费组所对应的 GroupCoordinator 之后就进入加入消费组的阶段，在此阶段的消费者会向 GroupCoordinator 发送 JoinGroupRequest 请求，并处理响应。
      2. 然后GroupCoordinator 从一个consumer group中选择第一个加入group（第一个与GroupCoordinator连接的consumer）的consumer作为leader(消费组协调器)
      3. 把consumer group情况发送给这个leader，接着这个leader会负责制定分区方案
    3. SYNC GROUP
      1. consumer leader通过给GroupCoordinator发送SyncGroupRequest
      2. 接着GroupCoordinator就把分区方案下发给各个consumer，他们会根据指定分区的leader broker进行网络连接以及消息消费

在这里插入图片描述

消息发布机制

  • producer发布消息机制
    • 写入方式：producer 采用 push 模式将消息发布到 broker，每条消息都被 append 到 patition 中，属于顺序写磁盘（顺序写磁盘效率比随机写内存要高，保障 kafka 吞吐率）
    • 消息路由：producer 发送消息到 broker 时，会根据分区算法选择将其存储到哪一个 partition
      1. 指定了 patition，则直接使用
      2. 指定 patition 但指定 key，通过对 key 的 value 进行 hash 选出一个 patition
      3. patition 和 key 都未指定，使用轮询选出一个 patition
    • 写入流程
      1. producer 先从 zookeeper 的 “/brokers/…/state” 节点找到该 partition 的 leader
      2. producer 将消息发送给该 leader
      3. leader 将消息写入本地 log
      4. followers 从 leader pull 消息，写入本地 log 后向leader 发送 ACK
      5. leader 收到所有 ISR 中的 replica 的 ACK 后，增加 HW（high watermark，最后 commit 的 offset） 并向 producer 发送 ACK

在这里插入图片描述

HW与LEO

  • HW：HW俗称高水位，HighWatermark的缩写，取一个partition对应的ISR中最小的LEO(log-end-offset)作为HW，consumer最多只能消费到HW所在的位置。

    • 每个replica都有HW，leader和follower各自负责更新自己的HW的状态。
    • 对于leader新写入的消息，consumer不能立刻消费，leader会等待该消息被所有ISR中的replicas同步后更新HW，消息才能被consumer消费。
    • 这样就保证了如果leader所在的broker失效，该消息仍然可以从新选举的leader中获取。
    • 对于来自内部broker的读取请求，没有HW的限制

  • 当producer生产消息至broker后，ISR以及HW和LEO的流转过程

    • 在这里插入图片描述

  • Kafka的复制机制既不是完全的同步复制，也不是单纯的异步复制，很好的均衡了确保数据不丢失以及吞吐率

  • 当 acks=1

    • 在这里插入图片描述

日志分段

  • 日志分段存储：Kafka 一个分区的消息数据对应存储在一个文件夹下，以topic名称+分区号命名，消息在分区内是分段(segment)存储，每个段的消息都存储在不一样的log文件里，这种特性方便old segment file快速被删除，kafka规定了一个段位的 log 文件最大为 1G，做这个限制目的是为了方便把 log 文件加载到内存去操作
    • 00000000000000000000.index：部分消息的offset索引文件，kafka每次往分区发4K(可配置)消息就会记录一条当前消息的offset到index文件
      • 如果要定位消息的offset会先在这个文件里快速定位，再去log文件里找具体消息
    • 00000000000000000000.log：消息存储文件，主要存offset和消息体
    • 00000000000000000000.timeindex：息的发送时间索引文件，kafka每次往分区发4K(可配置)消息就会记录一条当前消息的发送时间戳与对应的offset到timeindex文件
      • 如果需要按照时间来定位消息的offset，会先在这个文件里查找
    • 文件名00000000000000000000就是表了这个日志段文件里包含的起始 Offset
  • log.segment.bytes：限定了每个日志段文件的大小，最大就是 1GB
    • 一个日志段文件满了，就自动开一个新的日志段文件来写入，避免单个文件过大，影响文件的读写性能，这个过程叫做log rolling，正在被写入的那个日志段文件，叫做 active log segment。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/416635.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Java的IO模型详解-BIO,NIO,AIO

Java的IO模型详解-BIO,NIO,AIO

文章目录 一、BIO相关知识读写模型BIO 概述BIO 特点BIO 实现示例服务器端客户端 二、NIO相关知识点读写模型NIO 核心概念NIO 特点NIO 实现示例服务器端客户端 三、AIO相关知识读写模型AIO 概念AIO 组件AIO 特点AIO 实现示例服务器端客户端 总结 一、BIO相关知识 Java 的 BIO (…
阅读更多...
从0开始学杂项 第八期：流量分析(2) 数据提取

从0开始学杂项 第八期：流量分析(2) 数据提取

Misc 学习（八） - 流量分析：数据提取 这一期，我们主要写一下如何进行比较繁多的数据的提取。 使用 Tshark 批量提取数据 有时候，我们会需要从多个包中提取数据，然后再进行截取和组合，比如分析…
阅读更多...
人机环境系统智能与Petri网

人机环境系统智能与Petri网

人机环境系统工程是一门新兴的交叉学科，它以人、机、环境为系统，研究系统整体的优化。而 Petri 网是一种用于描述和分析系统动态行为的图形化建模工具。 在人机环境系统中，智能体现在人、机、环境三个要素之间的相互作用和协同工作。人的智能…
阅读更多...
嵌入式24千兆电口+4万兆光口管理型三层交换机RTL9301模块

嵌入式24千兆电口+4万兆光口管理型三层交换机RTL9301模块

核心模块概述: 嵌入式RTL9301模块可以支持4口万兆上联24口千兆三层管理型以太网交换机，也就是最多可以提供24个10/100/1000自适应电口、4个10 Gb SFP 端口、1个console口、1个USB串口。 完善的安全控制策略及CPU保护策略(CPU protect policy)提高容错能力&#xff0…
阅读更多...
振动分析-25-频域分析之深入理解包络分析的计算过程

振动分析-25-频域分析之深入理解包络分析的计算过程

1 拍和幅值调制的区别 1.1 拍的现象 当两个幅值和频率相近的简谐波进行叠加时，会出现幅值忽高忽低的现象，也就是所谓的“拍”现象，但它又不同于幅值调制，虽然在时域上表现相同：都是幅值忽高忽低，但二者有着本质的区别。 当同方向的两个频率相差不大的简谐波叠加时，叠…
阅读更多...
QT 信号和槽

QT 信号和槽

效果 代码 在窗体的头文件中定义信号函数，注意只定义不实现 信号的返回值类型都是 void 后面是函数名() 槽函数可以有参数。一定要实现 //信号和槽函数绑定 connect(ui->btnSignalsSlots,SIGNAL(clicked()),this, SLOT(ViewSlot())); connect()函数是一个…
阅读更多...
【unity实战】利用Root Motion+Blend Tree+Input System+Cinemachine制作一个简单的角色控制器

【unity实战】利用Root Motion+Blend Tree+Input System+Cinemachine制作一个简单的角色控制器

文章目录 前言动画设置Blend Tree配置角色添加刚体和碰撞体代码控制人物移动那么我们接下来调整一下相机的视角效果参考完结 前言 Input System知识参考： 【推荐100个unity插件之18】Unity 新版输入系统Input System的使用，看这篇就够了 Cinemachine虚…
阅读更多...
Burp Suite Professional 2024.8 for macOS x64 ARM64 - 领先的 Web 渗透测试软件

Burp Suite Professional 2024.8 for macOS x64 ARM64 - 领先的 Web 渗透测试软件

Burp Suite Professional 2024.8 for macOS x64 & ARM64 - 领先的 Web 渗透测试软件 世界排名第一的 Web 渗透测试工具包 请访问原文链接：https://sysin.org/blog/burp-suite-pro-mac/，查看最新版。原创作品，转载请保留出处。 作者主页…
阅读更多...
vivado 创建时间约束1

vivado 创建时间约束1

步骤3：创建时间约束 在此步骤中，您打开合成的设计并使用AMD Vivado™定时约束 男巫定时约束向导分析门级网表并发现缺失 约束。使用“定时约束”向导为此设计生成约束。 1.在“流导航器”中，单击“打开综合设计”。 2.当综合设计打开时&#…
阅读更多...
Java | Leetcode Java题解之第385题迷你语法分析器

Java | Leetcode Java题解之第385题迷你语法分析器

题目&#xff1a; 题解&#xff1a; class Solution {public NestedInteger deserialize(String s) {if (s.charAt(0) ! [) {return new NestedInteger(Integer.parseInt(s));}Deque<NestedInteger> stack new ArrayDeque<NestedInteger>();int num 0;boolean n…
阅读更多...
微链接： 利用 MinIO 实现计算和存储的还原

微链接： 利用 MinIO 实现计算和存储的还原

Microblink 是一家专门从事图像检测的 AI 公司。他们从 BlinkID、BlinkID Verify 和 BlinkCard 等产品开始进入身份空间。最近&#xff0c;他们的图像检测能力催生了可以处理其他类型图像的产品。例如&#xff0c;可以对收据执行产品检测&#xff0c;从而使用收据上的产品描述来…
阅读更多...
【图解版】Likes Vs Dislikes——C语言提高题【7 kyu】

【图解版】Likes Vs Dislikes——C语言提高题【7 kyu】

一、原题 链接&#xff1a;Training on Likes Vs Dislikes | Codewars YouTube had a like and a dislike button, which allowed users to express their opinions about particular content. It was set up in such a way that you cannot like and dislike a video at the…
阅读更多...
云原生 | 在 Kubernetes 中使用 Cilium 替代 Calico 网络插件实践指南!

云原生 | 在 Kubernetes 中使用 Cilium 替代 Calico 网络插件实践指南!

[ 知识是人生的灯塔，只有不断学习，才能照亮前行的道路 ] 0x00 简述介绍 什么是 Cilium? Cilium 是一款开源软件，它基于一种名为eBPF的新的Linux内核技术提供动力，用于透明地保护使用 Docker 和 Kubernetes 等Linux 容器管理平台中部署的应用程序服务之间的网络连接，Ciliu…
阅读更多...
kubernetes中的ParallelizeUntil()框架源码解读与使用

kubernetes中的ParallelizeUntil()框架源码解读与使用

概述 摘要&#xff1a;本文从源码层面解读了kubernetes源码中常用的workqueue.ParallelizeParallelizeUntil()框架的源码实现&#xff0c;并且本文也将举例说明了workqueue.ParallelizeUntil()方法的典型使用场景。 正文 说明&#xff1a;基于 kubernetes v1.18.0 源码分析 …
阅读更多...
【Qt 即时通讯系统】信息消息核心类的编写

【Qt 即时通讯系统】信息消息核心类的编写

文章目录 1. 获得唯一的 messageId2. 转成格式化时间3. 把QByteArray数据转成QIcon 1. 获得唯一的 messageId &#x1f427;通过createUuid()可以获得全球唯一的身份标识&#xff0c;Qt中对UUID是有封装的&#xff0c;获取的结果其实是一串十六进制数。 2. 转成格式化时间 …
阅读更多...
数字化转型的内容框架解析，附华为数字化转型内容框架及方法论

数字化转型的内容框架解析，附华为数字化转型内容框架及方法论

数字化转型的内容框架是一个系统性、多维度的体系&#xff0c;旨在通过数字技术的融入和应用&#xff0c;对传统业务、流程和模式进行重构、升级&#xff0c;以提升效率、创造更多价值。以下是对数字化转型内容框架的详细阐述&#xff1a; 一、总体要求 数字化转型的总体要求…
阅读更多...
Open3D 体素随机下采样

Open3D 体素随机下采样

目录 一、概述 1.1原理 1.2实现步骤 1.3应用场景 二、代码实现 三、实现效果 3.1原始点云 3.2体素下采样后点云 Open3D点云算法汇总及实战案例汇总的目录地址&#xff1a; Open3D点云算法与点云深度学习案例汇总&#xff08;长期更新&#xff09;-CSDN博客 一、概述 体…
阅读更多...
AD19基础应用技巧：捕捉对象功能的讲解鼠标”绿色十字”大光标、小光标切换

AD19基础应用技巧：捕捉对象功能的讲解鼠标”绿色十字”大光标、小光标切换

AD PCB 中心点捕捉功能&#xff1a; 线段、圆、边框中心点捕捉。 有时候不想要鼠标自动捕捉中心点怎么办&#xff1f; 关于Altium Designer 20 的捕抓功能的讲解&#xff08;https://blog.csdn.net/weixin_44599693/article/details/126177841&#xff09; ——- AD PCB画板…
阅读更多...
详解si5338 si53xx 设计使用及STM32 iic驱动设计

详解si5338 si53xx 设计使用及STM32 iic驱动设计

背景 在实际项目中经常使用si5338 si53xx&#xff0c;进行多路时钟的倍频以生成想要的时钟信号&#xff0c;但是针对si5338 si53xx设计使用缺少相关的资料&#xff0c;本文详解si5338 si53xx 设计使用及STM32 iic驱动设计&#xff0c;本文使用工程在项目中得到测试&#xff0c…
阅读更多...
虚拟系统VS

虚拟系统VS

定义 虚拟系统VS&#xff08;Virtual System&#xff09;是指将一台物理设备PS&#xff08;Physical System&#xff09;虚拟成多个相互隔离的逻辑系统。每个VS独立工作&#xff0c;在业务功能上等同于一台独立的传统物理设备&#xff0c;如图2-1所示。 目的 随着网络规模的不…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发