Kafka03——Kafka 工作流程及文件存储机制

 Kafka 中消息是以 topic 进行分类的，生产者生产消息、消费者消费消息，都是面向 topic 的。
 topic 是逻辑上的概念，而 partition 是物理上的概念，每个 partition 对应于一个文件夹，该文件夹中存储的就是 producer 生产的数据，但是是分段存储在不同的xxx.log文件中的。Producer 生产的数据会被不断追加到该 log 文件末端，且每条数据都有自己的 offset。消费者组中的每个消费者，都会实时记录自己消费到了哪个 offset，以便出错恢复时，从上次的位置继续消费。
 该文件可以在server.properties中配置的log.dirs的路径下找到

log.dirs=/opt/kafka/kafka_2.12-3.0.0/logs

 一个分区对应一个文件夹，在文件夹下是对应的xxx.log文件等：

 xxx.log文件中存放的就是生产者生产的消息了，不过已经被压缩或加密。xxx.index中存放的是索引信息。

 由于生产者生产的消息会不断追加到 log 文件末尾，为防止 log 文件过大导致数据定位效率低下，Kafka 采取了分段和索引机制，将每个 partition 分为多个 segment。每个 segment 对应两个文件——“.index”文件和“.log”文件。这些文件位于一个文件夹下，该文件夹的命名规则为：topic 名称+分区序号。例如，first 这个 topic 有三个分区，则其对应的文件夹为 first-0、first-1、first-2。

00000000000000000000.index
00000000000000000000.log
00000000000000170410.index
00000000000000170410.log
00000000000000239430.index
00000000000000239430.log

 index 和 log 文件以当前 segment 的第一条消息的 offset 命名，以便快速定位消息的分段。下图为 index 文件和 log文件的结构示意图：

 “.index”文件存储大量的索引信息，“.log”文件存储大量的数据，索引文件中的元数据指向对应数据文件中 message 的物理偏移地址。