Kafka 入门知识，看这一篇就够了（上）_kafka入门，Linux运维-App的设计架构经验谈

对于每一个 topic ，Kafka 会维护其 partition 下的 log，如下图所示

每一个 patition 都是一个顺序的、不可变的消息队列，并且可以持续地添加。patition 中的消息都被分配了一个唯一的序列号，也叫做偏移量（offset）

这就会导致 Kafka 是没有办法删除消息的，Kafka 会保持所有的消息，无论消息是否被消费，保持到它们过期

实际上 consumer 只是拥有 offset，正常情况当 consumer 消费消息的时候，offset 也线性的的增加，consumer 可以将 offset 重置为更老的一个 offset，重新读取消息

因为每一个 consumer 对应一个 partition，所以不会影响其他 consumer 的操作

PS：topic 是逻辑上的概念，消息真正是存储到 partition 中去的

03 Kafka 分布式

Kafka 一开始就被设计成了分布式的架构，有集群（cluster）的概念

一个 Kafka 服务器被称为 broker，broker 接收 producer 的消息并存入磁盘，consumer 连接 broker 消费消息

若干个 broker 组成一个 cluster，集群内某个 broker 会成为集群控制器（cluster controller），负责管理集群，包括分配分区给 broker，监控 broker 等

在 cluster 中，一个分区由一个 broker 负责，这个 broker 是这个分区中的 leader，当然一个分区可以被复制到多个 broker 上实现冗余

当broker出现故障时还可以将其分区重新分配到其他的broker上，保证高可用性

Kafka是如何实现数据冗余的呢？

为了实现数据冗余，保证业务的高可用性，Kafka 引入了副本的概念

在 Kafka 集群里，副本有两种角色：

1、对外提供读写服务的称之为 leader；

2、不对外提供读写服务的称之为 follower，follower 会去同步 leader 的数据以此来保证数据一致性

Kafka 会尽量的把 partition 的副本均分在不同的 broker 上，并从中挑选一个作为 leader 副本

如上图所示：每个 broker 有两个主题，每个主题有两个分区，每个分区有一个副本，分别在不同的 broker 上

只要还存在一个副本，那么 producer 提交的数据就不会丢失，如果某些副本落后于 leader 副本，那么落后的副本就会被移出

如果 leader 副本所在的主机宕机，那么集群就会从剩余的 follower 副本中重新挑选一个副本作为新的 leader 副本，但不是所有的 follower 都有资格去竞选 leader 的（有些数据落后于 leader 太多的 follower 是不能参加竞选的）

为了能够更好地管理副本，Kafka 引入了 ISR——Kafka 动态维护的一组同步副本集合

每个 topic 下的 partition 都有自己的 ISR 列表，ISR 中所有的 follower 都与 leader 保持同步状态，而且 leader 也在 ISR 列表中，只有在自己 ISR 列表中的副本才能参与 leader 竞选

ISR 中的副本是如何保持同步的呢？

每个 partition 的副本中都会维护三个位移量：

1. 起始位移：副本中第一条消息的位置
2. 高水印标记（HW）：表示副本最新一条被提交的消息的位置，这个值决定了 consumer 可以读到的消息最大范围，超过 HW 的消息（图中超过5，6）属于未提交消息，consumer 是读取不到的
3. 日志末端位移（LEO），表示下一条代写入消息的位移，也就是说 LEO 指向的位置是没有消息的，当写入一条消息时 LEO 会加1

leader 和 follower 都具有这三个位移量，partition 的 HW 值就是 leader 的 HW 值，并且 leader 所在的 broker 上还保存了 follwer 的 HW 和 LEO 值

什么时候更新 LEO 值

我们知道，leader 所在的 broker 上保存了所有 follower 的 HW 和 LEO 值，同时 follower 所在的 broker 也保存了自己的 HW 和 LEO

producer 向 leader 写入数据，那么 leader 的 LEO 就会增加，follower 向 leader 同步数据并写入自己的日志文件时 follower 的 LEO 也会增加

leader 所在的 broker 保存的 follower 的 LEO 值是在 leader 收到 follower 的同步数据请求后和真正发送数据给 follower 之前进行更新的，而且发送同步数据请求的时候 follower 会发送自己的 HW 值，leader 所在的 broker 上保存的 follower 的 LEO 值就是 follower 同步数据是时发送的 HW 值

什么时候更新 HW 值

• follower

follower 收到数据后需要写入日志里，然后就会更新自己的 LEO 值，更新完之后再去更新自己的 HW 值：leader 发送给 follower 的数据中包含 leader 自己的 HW，foloower 在更新完自己的 LEO 之后会将自己的 LEO 值和 leader 的 HW 值进行比较，取最小值来设置自己的 HW 值

• leader

leader 更新 HW 有两个场景：

1、producer 写入新的消息后，leader 更新自己的 LEO 并尝试更新 HW

2、leader 从日志中读取了数据并发送给 follower后尝试更新 HW

以上两个场景都是尝试更新，而不是一定更新，因为更新原则是比较 leader 的 LEO 和其保存的所有 follower 的 LEO 值，小的那个就是 leader 的 HW 值

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Linux运维工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Linux运维知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip1024b （备注Linux运维获取）

图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

如果你觉得这些内容对你有帮助，可以添加VX：vip1024b （备注Linux运维获取）
[外链图片转存中…(img-p0GtB798-1712957263988)]