Kafka基本概念

Kafka概念

一个Topic0可以有多个partition(partition0,partition1…partition N)

一个topic的多个partition可以在一个broker上

Kafka集群最少3个KafKaServer，也就是3个broker

一个Topic0消息分别保存在3个broker

Topic0-partition0分别保存在3个broker，由1个leader和2个follower组成，2个人follower为副本

Topic0-partition0-leader负责Topic0-partition0的数据的读写

broker

Kafka 集群包含一个或多个服务器，服务器节点称为broker。

broker存储topic的数据。

如果某topic有N个partition，集群有N个broker，那么每个broker存储该topic的一个partition。

如果某topic有N个partition，集群有(N+M)个broker，那么其中有N个broker存储该topic的一个partition，剩下的M个broker不存储该topic的partition数据。

如果某topic有N个partition，集群中broker数目少于N个，那么一个broker存储该topic的一个或多个partition。

在实际生产环境中，尽量避免这种情况的发生，这种情况容易导致Kafka集群数据不均衡。

Topic

每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）

Topic类似于数据库的表名

Partition

topic中的数据分割为一个或多个partition。

每个topic至少有一个partition。

每个partition中的数据使用多个segment文件存储。

partition中的数据是有序的，不同partition间的数据丢失了数据的顺序。

如果topic有多个partition，消费数据时就不能保证数据的顺序。

在需要严格保证消息的消费顺序的场景下，需要将partition数目设为1

Producer

生产者即数据的发布者，该角色将消息发布到Kafka的topic中。

broker接收到生产者发送的消息后，broker将该消息追加到当前用于追加数据的segment文件中。

生产者发送的消息，存储到一个partition中，生产者也可以指定数据存储的partition

Consumer

消费者可以从broker中读取数据。消费者可以消费多个topic中的数据。

Consumer Group

每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。

Leader

每个partition有多个副本，其中有且仅有一个作为Leader，Leader是当前负责数据的读写的partition。

Follower

Follower跟随Leader，所有写请求都通过Leader路由，数据变更会广播给所有Follower，Follower与Leader保持数据同步。

如果Leader失效，则从Follower中选举出一个新的Leader。

当Follower与Leader挂掉、卡住或者同步太慢，leader会把这个follower从“in sync replicas”（ISR）列表中删除，重新创建一个Follower。