Kafka相关知识

一、基本概念及流程

• Broker：kafka集群中的实例
• Topic：队列的主题，逻辑概念；
• Partition：Topic分区，物理概念，同意parttion内消息有序；
• Producer & Consumer：生产消息的客户端 & 消费消息的客户端，kafka认为是服务器。

将每个Topic划分为多个分区Partition，每个分区时一组有序的消息日志，分区内每条消息都会关联一个连续的数字ID即offset，生产的一条消息只会送到一个分区上。topic是逻辑概念Partition是物理概念对用户透明，生产者只需要关心消息投递到哪个topic上消费者只需要关心在哪个topic行订阅数据。为了提高每个分区的可用性，分区也存在多个副本。图中相同颜色的分区互为副本。

分区partition是对topic消息进行分片存储，好处是：

• 负载均衡，同一个topic的分区分布在不同机器节点上，可以分担生产和消费的压力；
• 提升吞吐，分区分布在不同机器节点提升topic整体的吞吐量。

kafka存在两种模式：pull和pull模式

1、分区内存储的数据格式是怎样的？

分区内的数据使用消息日志的方式保存，在磁盘上只能追加日志文件，追加写入避免了随机IO操作，顺序IO没有额外寻址时间更能提升效率。追加写入导致日志文件是很大的，所以每个分区内的日志文件分割成多个日志段segment，每个segment大小相等，消息会追加到最新的segment上，Segment由index file、log file、timeindex file等组成，后缀为".index"和".log"，分别表示为Segment索引文件、数据文件。