每个日志文件都有2个索引文件。偏移量索引和时间戳索引
kafka的日志是分段存储的,加入每段只能存储10个数据,现在有100个数据,那么将会有10个日志文件,索引又和日志文件相关联,每个日志文件又有2个索引文件。
一、偏移量索引
这个索引的特点是:他是稀疏索引,他是综合了存储和性能的折中考虑。该索引有2个字段,一个是偏移量,一个是改偏移量对应的物理地址。
下面用一个例子来模拟根据offset查找message的过程。
这个是各个日志分段的图(也就是.log文件)
这个是0000.log日志分段和000.index的图
- 首先定位日志段是哪一个,这个确定有个高明的地方,采用的跳表来进行的。
- 从对应的偏移量索引中找到物理地址,因为偏移量索引是稀疏索引,所有有的时候找不到对应的偏移量,这个时候就找偏移量索引中小于该寻找offset的最大offset。
- 从日志文件中,根据物理地址进行查找,找到对应的offset。
二、时间戳索引
时间戳索引也有2个字段,第一个是时间戳,第二个是相对offset
时间戳文件的详细构图
其实根据时间戳查找和根据offset查找思路差不多,都是先找到日志文件,然后在相应的稀疏索引文件中查找合适的值,最后在日志文件中查找合适的值
根据时间戳进行查找多了一步,就是需要利用偏移量索引