一、kafka的文件存储机制

Kafka第二节_元数据

 

 

 

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 采取了分片和索引机制，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
 
index 和 log 文件以当前 segment 的第一条消息的 offset 命名。
 
.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。
 
每个log中每条数据的大小都是1024字节。所以文件大小不会很大，且可以快速查找所需数据。
 
根据offset查找数据时，先通过二分查找法查找到index文件，然后通过index文件找的数据的索引，最后在log文件中找到数据。
 
 
二、kafka生产者
2.1 分区策略
 
分区的原因：
　　1、方便在集群中扩展，每个 Partition 可以通过调整以适应它所在的机器，而一个 topic又可以有多个 Partition 组成，因此整个集群就可以适应任意大小的数据了
　　2、可以提高并发，因为可以以 Partition 为单位读写了
 
具体策略：
 
　　Kafka第二节_文件存储_02

　　（1）指明 partition 的情况下，直接将指明的值直接作为 partiton 值
　　（2）没有指明 partition 值但有 key 的情况下，将 key 的 hash 值与 topic 的 partition 数进行取余得到 partition 值
　　（3）既没有 partition 值又没有 key 值的情况下，第一次调用时随机生成一个整数（后面每次调用在这个整数上自增），将这个值与 topic 可用的 partition 总数取余得到 partition 值，也就是常说的 round-robin 算法

2.2数据可靠性的保证

   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。
 
　副本数据同步策略：
　　　　Kafka第二节_文件存储_03

　　Kafka 选择了第二种方案，原因如下：

　　　　1.同样为了容忍 n 台节点的故障，第一种方案需要 2n+1 个副本，而第二种方案只需要 n+1个副本，而 Kafka 的每个分区都有大量的数据，第一种方案会造成大量数据的冗余。
　　　　2.虽然第二种方案的网络延迟会比较高，但网络延迟对 Kafka 的影响较小。 
　　
　　ISR：
　　采用第二种方案之后，设想以下情景：leader 收到数据，所有 follower 都开始同步数据，但有一个 follower，因为某种故障，迟迟不能与 leader 进行同步，那 leader 就要一直等下去，直到它完成同步，才能发送 ack。这个问题怎么解决呢？
 
　　Leader 维护了一个动态的 in-sync replica set (ISR)，意为和 leader 保持同步的 follower 集合。当 ISR 中的 follower 完成数据的同步之后，leader 就会给 follower 发送 ack。如果 follower长时间未向leader 同步数据 ， 则 该 follower 将被踢出 ISR ，该时间阈值由replica.lag.time.max.ms 参数设定。Leader 发生故障之后，就会从 ISR 中选举新的 leader。