kafka系统架构（ Broker，Topic， Partition，Replication）

Kafka系统架构（ Broker，Topic， Partition，Replication）_kafka broker 和topic_温岚万叶的博客-CSDN博客

Kafka系统架构

在这里插入图片描述

一、Broker 服务器节点

概念

  • Kafka 集群包含一个或多个服务器，服务器节点称为broker

描述

  • 就是Kafka集群replication的名称

二、Topic 主题|消息类别

概念

  • 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

描述

  • 1、在Kafka 中一张表就是一个主题
  • 2、类：table index
  • 3、将来会根据业务的不同创建不同的主题
  • 4、创建流程：首先创建主题，然后选择 Partition和Replication

说明

  • 类似于数据库的 table 或者 ES 的 Index

注意

  • 1、物理上不同Topic的消息分开存储
  • 2、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。

创建流程

  • 1、controller在ZooKeeper的/brokers/topics节点上注册watcher，当topic被创建
    • 则 controller会通过watch得到该topic的partition/replica分配
  • 2、controller从/brokers/ids读取当前所有可用的broker列表，对于set_p中的每一个 partition
    • 1 、从分配给该partition的所有replica（称为AR）中任选一个可用的broker作为新的 leader，并将AR设置为新的ISR
    • 2、 将新的leader和ISR写入/brokers/topics/[topic]/partitions/[partition]/state
  • 3、controller通过RPC向相关的broker发送LeaderAndISRRequest。

删除流程

  • 1、controller在zooKeeper的/brokers/topics节点上注册watcher，当topic被删除
    • 则 controller会通过watch得到该topic的partition/replica分配
  • 2、若delete.topic.enable=false，结束；否则controller注册在/admin/delete_topics上 的watch被fire
    • controller通过回调向对应的broker发送StopReplicaRequest。

三、Partition 分区

概念

  • 为了实现扩展性，一个非常大的Topic可以分布到多个Broker上，一个Topic可以分为多个Partition，每个Partition是一个有序的队列(分区有序，不能保证全局有序)

描述

  • 1、在Kafka中相当于Topic 的分区
  • 2、类似于ES的 shard ，类似于HBase 的 Region
  • 3、一般情况下一个 Topic 会拥有多个分区的Partition
  • 4、每个分区中的数据都是有序的（数据的插入顺序），新增的数据都会分配到队列尾部
  • 5、所以在消费同一个 Partition 的时候可以保证数据有序

路由规则

  • 1、指定了Partition，则直接使用
  • 2、未指定Partition 但指定 key ，通过对 key 的value 进行hash选出一个 partition
  • 3、partition 和 key 都未指定，使用轮询选出一个 Partition

注意

  • 1、topic中的数据分割为一个或多个partition，每个Partition是一个有序的队列(分区有序，不能保证全局有序)

  • 2、每个topic至少有一个partition,当生产者产生数据的时候，根据分配策略,选择分区,然后将消息追加到指定的分区的末尾（队列）

  • 3、每条消息都会有一个自增的编号

    • 标识顺序
    • 用于标识消息的偏移量
    • 每个Partition都有自己独立的编号

  • 4、每个partition中的数据使用多个segment文件存储

图解

在这里插入图片描述

四、Leader 负责读写的分区

概念

  • 每个分区多个副本的主角色，生产者发送数据的对象，以及消费者消费数据的对象都是Leader。

注意

  • 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。

流程

  1. producer 先从 zookeeper 的 “/brokers/…/state” 节点找到该 partition 的 leader
  2. producer 将消息发送给该 leader
  3. leader 将消息写入本地 log
  4. followers 从 leader pull 消息，写入本地 log 后 leader 发送 ACK
  5. 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

五、Follower 同步数据备份

概念

  • 每个分区多个副本的从角色，实时的从Leader中同步数据，保持和Leader数据的同步，Leader发生故障的时候，某个Follower会成为新的Leader。
  • ISR 判断是否能称为主的标准

注意

  • 1、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
  • 2、如果Leader失效，则从Follower中选举出一个新的Leader。
  • 3、当Follower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。

六、Replication 副本

概念

  • 副本Replication，为保证集群中某个节点发生故障

描述

  • 1、Kafka提供了副本机制，每一个分区都会拥有副本，为保证集群中某个节点发生故障，节点上的Partition数据的安全
  • 2、类似于 ES 的 replication
  • 3、Partition的功能是为了数据的读写
  • 4、Replication 是为了数据的备份，没有读取的功能
  • 5、一个Topic的每个分区有若干个副本，一个Leader和多个Follower

注意

  • 1、数据会存放到 topic 的 partation 中，但会有数据丢失的风险

  • 2、需要对分区的数据进行备份（备份多少取决于你对数据的重视程度）

  • 3、我们将分区的分为Leader(1)和Follower(N)

    • Leader负责写入和读取数据
    • Follower只负责备份
    • 保证了数据的一致性

  • 4、备份数设置为N，表示主+备=N(参考HDFS)

七、producer 生产者

概念

  • 消息生产者，向Kafka中发布消息的角色

描述

  • 1、数据的生产者，将产生的消息存放到对应的 Topic
  • 2、消息根据分区规则存放到不同的 Partition ，然后同步到 Replication

注意

  • 1、生产者即数据的发布者，该角色将消息发布到Kafka的topic中。
  • 2、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。
  • 3、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。

七、Consumer 消费者

概念

  • 消息消费者，即从Kafka中拉取消息消费的客户端

注意

  • 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

八、Consumer Group 消费者组

描述

  • 1、消费者就是从 Topic 读取数据
  • 2、消费者组一组共享一个Topic的偏移量
  • 3、一个消费者组内包含一个或者多个消费者
  • 4、不同的组可以同时消费相同的Topic

注意

  • 1、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）
  • 2、将多个消费者集中到一起去处理某一个Topic的数据，可以更快的提高数据的消费能力
  • 3、整个消费者组共享一组偏移量(防止数据被重复读取)，因为一个Topic有多个分区

图解

在这里插入图片描述

九、Offset 偏移量

概念

  • 记录当前 Topic 消息消费的进度，就是 Offset 偏移量
  • 可以唯一的标识一条消息

描述

  • 1、Kafka 是一个消息中间件不同于 Mysql ，ES 这种数据库
  • 2、既然是消息中间件，消息时需要被消费的，而且一个消息只能被一个组消费一次
  • 3、这个组需要记录当前 Topic 消息消费的进度，这个进度就是 Offset 偏移量
  • 4、每一种组合，都会有一个 Offset 的位置，特殊情况下消费者可以适当调整 Offset 的位置。 侧面证明消费者的数据不会被立马删除。

注意

  • 1、可以唯一的标识一条消息
  • 2、偏移量决定读取数据的位置，不会有线程安全的问题，消费者通过偏移量来决定下次读取的消息
  • 3、消息被消费之后，并不被马上删除，这样多个业务就可以重复使用kafka的消息
  • 4、我们某一个业务也可以通过修改偏移量达到重新读取消息的目的,偏移量由用户控制
  • 5、消息最终还是会被删除的，默认生命周期为1周（7*24小时）

十、Zookeeper 存储元数据

描述

  • 1、存储 Kafka 的元数据信息
  • 2、帮助进行选举

注意

  • kafka 通过 zookeeper 来存储集群的 meta 信息

Kafka的基本架构以及Replica多副本机制_kafka replica_刘Java的博客-CSDN博客

Kafka：Topic概念与API介绍_kafka topic_ITKaven的博客-CSDN博客

Kafka的分区和副本机制_kafka分区和副本_星辰与晨曦的博客-CSDN博客

Introduction to Apache Kafka Partitions (confluent.io)

Best practices and strategies for Kafka topic partitioning | New Relic

What is Kafka Partition? What is its internal working? How does the partitioning strategy determine which partition a message is written to? How do partitions enable scalability in Kafka?How do consumers read data from partitions in Kafka? - Nixon Data

 

posted @ 2023-08-11 16:26  CharyGao  阅读(382)  评论(0)  编辑  收藏  举报