宏观解释Kafka数据发送流程

1、确定集群暴露地址

在进行Kafka数据写入的过程中，首先第一步需要先确定Kafka集群对外暴露的地址。也许你可能会有疑惑，Kafka的地址还需要确认？不是直接kafka_ip:9092就可以了吗？
稍等稍等，你也许对Kafka的地址了解的没有那么多。
在Kafka中有两个参数：listeners和advertised.listeners
listeners：用来定义Kafka Broker的本机监听地址，如果没有设置，默认使用本机的hostname:9092
advertised.listeners：将Broker的监听地址发布到Zookeeper供客户端使用，是真正的对外暴露地址，客户端的连接地址就是这个。如果没有设置，会用listeners的设置地址。
示例一：在listeners与advertised.listeners都不填写的情况写，此时我们查看zookeeper中kafka的对外地址：
我们可以看到当前broker的endpoints为PLAINTEXT://cdh1:9092，其中cdh1为我当前机器的hostname
此时当前节点进行客户端访问时，客户端所在机器必须修改hosts文件，将cdh1节点的IP与映射添加进去。同时bootstrap.servers也必须为：cdh1:9092

示例二：只填写listeners监听地址，然后重启kafka节点。此时在zookeeper客户端中查看此节点的信息

listeners=PLAINTEXT://10.30.100.21:9092

可以看到，当前broker的endpoints为PLAINTEXT://10.30.100.21:9092。与listeners配置的想同。因为此时advertised.listeners并没有设置，所以zookeeper采用了listeners的地址作为暴露地址。
此时客户端如果要访问此节点，就不需要修改hosts文件，直接将bootstrap.servers设置为10.30.100.21:9092即可。
示例二：只填写listeners监听地址，然后重启kafka节点。此时在zookeeper客户端中查看此节点的信息

listeners=PLAINTEXT://10.30.100.21:9092

可以看到，当前broker的endpoints为PLAINTEXT://10.30.100.21:9092。与listeners配置的想同。因为此时advertised.listeners并没有设置，所以zookeeper采用了listeners的地址作为暴露地址。
此时客户端如果要访问此节点，就不需要修改hosts文件，直接将bootstrap.servers设置为10.30.100.21:9092即可。
示例三：将listeners的地址填写为10.30.100.21:9092，advertised.listeners地址填写为10.30.100.21:19092，此时查看zookeeper中的信息

listeners=PLAINTEXT://10.30.100.21:9092
advertised.listeners=PLAINTEXT://10.30.100.21:19092

此时endpoints的地址为advertised.listeners配置的地址，同时在客户端请求的时候，需要将bootstrap.servers地址填写10.30.100.21:19092。

示例四：如果将Kafka暴露至公网，需要将listeners的地址填写为10.30.100.21:9092，advertised.listeners地址填写为公网地址:公网IP

listeners=PLAINTEXT://10.30.100.21:9092
advertised.listeners=PLAINTEXT://公网地址:公网IP

并且在防火墙中，需要将10.30.100.21:9092映射至对应的公网地址与公网IP，才可进行公网访问。

2、连接集群

在kafka发送数据时，首先需要与集群进行通信，集群地址在bootstrap.server设置。bootstrap.server只需要填写集群中任意一台broker的暴露地址即可，集群后端会自动发现。不过还是推荐多写几个地址，因为一旦bootstrap.server中配置的唯一一台broker宕机，客户端重新运行后即无法连接集群。

3、元数据获取

与集群完成通信后，客户端需要获取集群元数据。此处元数据的获取不强制需要kafka-Controller的参与，因为kafka-Controller在获取到zookeeper中的元数据后，会自动同步至集群中所有broker。只需与客户端连接的broker将元数据返回至客户端即可。

4、与leader建立连接

获取到集群元数据后，元数据中存储着partition的leader节点信息。在kafka数据发送的过程中，客户端需要与leader节点直接建立连接，然后直接将数据发送至leader节点所在的机器。
注：这也是为什么在kafka暴露外网的过程中必须要将全部的集群节点都暴露出去，因为每台节点都有可能是leader节点，如果不暴露所有节点，那么客户端即使与kafka集群建立了连接并且客户端也可以创建topic，但是因为leader节点未暴露，客户端无法与leader节点建立连接，那么数据也无法实际发送出去。

5、数据落盘

1. Producer 将消息发送给该 leader 。
2. leader 将消息写入本地 log 。
3. followers 从 leader pull 消息，写入本地 log 后 leader 发送 ACK 。
4. 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。
   https://www.jianshu.com/p/2c41e8bc99d8