kafka基本概念

kafka知识点整理

1、topic主题
kafka将一组消息归类为主题，其实就是用主题对消息进行分类，类似数据库中的表
2、partition分区
主题可以分为一个或多个分区，类似分表技术。分区本质上是个提交日志文件，有新消息，这个消息就会以追加的方式写入分区（写文件的形式），然后用先入先出的顺序读取。

3、logsize
消息最大偏移量 。可以理解为分区消息总记录数。
4、offset
己提交的最大消费偏移量。消费者消费数据并且提交到服务器偏移量的总数。
5、lag
消费者未消费或是己消费但还未提交而落后于消息偏移量的剩余量6、Topic与partition的关系
一个主题可以分为一个或多个分区
7、partition与logsize的关系
logsize标识一个分区内消息最大偏移量
8、partition与offset的关系
一个分区内消费者消费数据己提交的最大消费偏移量
9、logsize、offset和lag的区别
logSize：已经存入partition的数据量。
offset：消费位置
Lag：堆积量，等于logSize-offset
10、BrokerId
每个kafka得实例都称为代理（Broker），也可以把代理称为kafka服务器kafkaserver。在生产环境中kafka集群一般包含一台或多台服务器，我们可以在一台服务器上配置一个或者多个代理，每一个代理都有一个唯一的标识 id，这个id为非负整数。id在集群中唯一不与其他代理id重复。id其实就是在启动代理的时候配置的broker.id 对应的值，也可以称为BrokerId。
11、leader
由于kafka副本的存在，就需要保证一个分区内多副本数据保持一致性。kafka会选择该分区内的一个副本做为leader副本，该分区内的其他副本作为Follower副本。leader副本负责客户端信息的读写操作，follower副本从leader副本同步数据。
12、Replicas
副本列表。每个分区又有一至多个 副本（Replica），分区的副本分布在集群的不同代理上，以提高可用性
13、ISR
同步副本集合。Kafka 在 ZooKeeper 中动态维护了一个 ISR (In-sync Replica），即保存同步的副本列表。该 列表中保存的是与 Leader 副本保持消息同步的所有副本对应的代理节点 id。kafka判断代理存活需要满足两个条件，1）一个存活的节点与zookeeper保持连接，维护与zookeeper的session（zk的心跳机制）。2)如果一个节点作为follower，该节点要及时的与leader同步，不能落后太久。满足以上两点的节点都会在同步节点列表中。一旦节点宕机、卡住或或者延迟太久leader就会把该节点从同步列表中删除。如何判断卡住或者延迟太久由配置决定。数据同步落后 Leader 太 久是由配置项{replica.lag.time.max.ms｝决定的， 默认情况下该配置项设置为 10 秒
14、controller
在启动kafka集群的时候，每个代理都会实例化并启动一个kafkacontroller，kafka集群中各个代理会根据选举机制选出一个代理作为leader控制器。当控制器发生宕机的时候再由其他的代理选举成为leader控制器。控制器主要负责主题的创建和删除，分区和副本的管理以及代理故障转移等处理。当一个代理成为leader控制器的时候kafkacontroller就会注册控制器相应的权限同时标记自己为leader，当代理不再是leader控制器的时候就会注销控制器相应的权限。
15、offset记录位置和原理
16、logsize记录原理
17、groupId
消费者（Comsumer）以拉取（pull）方式拉取数据，它是消费的客户端。在 Kafka 中每一 个消费者都属于一个特定消费组（ConsumerGroup），我们可以为每个消费者指定一个消费组， 以 groupld 代表消费组名称，通过 group.id 配置设置。 如果不指定消费组，则该消费者属于默 认消费组 test-consumer-group。 同时，每个消费者也有一个全局唯一的 id， 通过配置项 client.id 指定，如果客户端没有指定消费者的 id, Kafka 会自动为该消费者生成一个全局唯一的 id，格 式为{groupld }-${hostN ame }- {times tamp}- {UUID 前 8 位字符｝。同一个主题的一条消息只能被同一个消费组下某一个消费者消费，但不同消费组的消费者可同时消费该消息。 消费组是 Kafka 用来实现对一个主题消息进行广播和单播的手段，实现消息广播只需指定各消费者均属于不同 的消费组，消息单播则只需让各消费者属于同一个消费组。
18、owner
每天topic的partition实际是被哪个consumer实例消费
叶子节点为partition，节点数据内容为consumer实例id以及线程序列