生产使用
1.kafak工作流程与文件存储
1.1 副本数为leader+follower数 且对应分区的follower在集群其它主机[不会再本机]
1.2 分区数==消费组内消费者数量
1.3消息生产在集群分区中有先后、不同步
1.4 topic是逻辑上的概念,partition是物理存储实际存在的log数据文件
1.5 kafka log数据存储的特点
index文件存储消息偏移量,log文件存储消息数据的序列化后内容
1.6kafka消息数据data读写机制【索引+分片】
index文件中存储消息的偏移量+消息起始便宜量+消息内容大小 用于快速定位Message位置
2.kafak生产者策略
2.1生产时通过API调用,可以指定分区发送topic 或指定key发送,通过轮询的方式发送
2.2数据可靠性保证
为保证 producer 发送的数据,能可靠的发送到指定的 topic,topic 的每个 partition 收到
producer 发送的数据后,都需要向 producer 发送 ack(acknowledgement 确认收到),如果
producer 收到 ack,就会进行下一轮的发送,否则重新发送数据。
2.3 kafka通过全部副本数据同步+ISR方式保障 消息可靠
副本全部完成同步,才发送ack确认
优点:选举新的 leader 时,容忍 n 台节点的故障,需要 n+1 个副本
缺点:延迟高
ISR通过leader与follower之间通讯延迟 来确保副本数据同步效率
通过时间阈值 replica.lag.time.max.ms 参数设定 。
如果 follower长时间未向leader同步数据,则该 follower将被踢出ISR。
Leader 发生故障之后,就会从 ISR 中选举新的 leader。
2.4 ack 应答机制
通过acks参数,配置消息丢失的可能性
- acks=0 producer 不等待 broker 的 ack,这一操作提供了一个最低的延迟,broker 一接收到还
没有写入磁盘就已经返回,当 broker 故障时有可能丢失数据;
acks=0 可以保证生产者每条消息只会被发送一次,即 At Most Once 语义 至多一次【可能丢失数据】
-
acks=1 producer 等待 broker 的 ack,partition 的 leader 落盘成功后返回 ack,如果在 follower
同步成功之前 leader 故障,那么将会丢失数据; -
acks=-1[ALL] producer 等待 broker 的 ack,partition 的 leader 和 follower 全部落盘成功后才
返回 ack。但是如果在 follower 同步完成后,broker 发送 ack 之前,leader 发生故障,那么会
造成数据重复。
可以保证 Producer 到 Server 之间不会丢失数据,即 AtLeast Once 语义。【可能数据重复】
- 幂等性 精准一次性消费 通过acks=-1+数据去重 实现
只需要将 Producer 的参数中 enable.idompotence 设置为 true 即可
Broker 端会对<PID, Partition, SeqNumber>做缓存 PID 生产者Id Partition对应分区 SeqNumber序列化号
只要生产者不重启,PID不变,即可保证精准一次性
2.5 故障处理细节【HW 高水位保障 生产和消费数据一致性处理】
通过高水位和分区最大偏移量控制
LEO:指的是每个副本最大的 offset;
HW:指的是消费者能见到的最大的 offset,ISR 队列中最小的 LEO。
消费者可见一致性控制:消费者仅可见分区中高水位的HW之前的消息
生产者一致性控制:leader或follower故障,均会将故障机踢出ISR,其余人统一将高于HW的信息截肢,重新获取数据。