kafka服务端

kafka服务端的节点称为broker，一个kafka集群有多个broker。每个topic都可以有多个分区，每个分区都可以有多个副本。broker数、分区数、副本数随时可以扩容，这是典型的分布式多副本冗余机制。

通过zookeeper从各broker中选出一个作为controller，controller负责topic分区及其副本在各broker的分布，以及每个分区leader的选出。只有leader副本负责客户端的读写，其他follower只会从leader fetch数据保持数据同步。如果leader副本挂了，controller会从ISR中选出一个新leader。ISR是保持同步的副本集。

服务端的配置在server.properties文件中：

1、broker.id

kafka集群是由多个节点组成的，每个节点称为一个broker，中文翻译是代理。每个broker都有一个不同的brokerId，由broker.id指定，是一个不小于0的整数，各brokerId必须不同，但不必连续。如果我们想扩展kafka集群，只需引入新节点，分配一个不同的broker.id即可。

启动kafka集群时，每一个broker都会实例化并启动一个kafkaController，并将该broker的brokerId注册到zooKeeper的相应节点中。集群各broker会根据选举机制选出其中一个broker作为leader，即leader kafkaController。leader kafkaController负责主题的创建与删除、分区和副本的管理等。当leader kafkaController宕机后，其他broker会再次选举出新的leader kafkaController。

2、log.dir

broker持久化消息到哪里。broker启动后，在此目录中会有多个文件及目录，文件有cleaner-offset-checkpoint、log-start-offset-checkpoint、recovery-point-offset-checkpoint、replication-offset-checkpoint、meta.properties。创建topic后，假如有副本分到这个broker上，则在log.dir目录中会创建一个此副本对应的目录，目录名格式是{topic}-{partition}，例如test-0，从名字就可以看出这是test topic的partition 0的一个副本。partition编号从0开始。test-0目录中有.log、.index、.timeindex、leader-epoch-checkpoint文件。log文件是实际存放消息的文件，称为数据文件。index文件是消息偏移量索引文件，timeindex文件是消息时间戳索引文件。log文件可能会有多个，这表示log分段了。至于什么情况下log会分段，见下面配置解释。每个数据文件的名称是该数据文件的第一条消息的偏移量左补0构成的20位数字字符。因为偏移量从0开始，所以每个分区每个副本的第一个数据文件都是00000000000000000000.log，后续每个数据文件的第一条消息的偏移量是上一个数据文件最后一条消息的偏移量+1。

3、log.retention.hours

log文件最小存活时间，默认是168h，即7天。相同作用的还有log.retention.minutes、log.retention.ms。retention是保存的意思。

4、log.retention.check.interval.ms

多长时间检查一次是否有log文件要删除。默认是300000ms，即5分钟。所以一个消息的实际存活时间是介于log.retention.hours和(log.retention.hours + log.retention.check.interval.ms)之间的。

5、log.retention.bytes

限制单个分区的log文件的最大值，超过这个值，将删除旧的log，以满足log文件不超过这个值。默认是-1，即不限制。实际上这个配置项除了-1，不应该配置成其他值。同retention.bytes。

6、log.roll.hours

多少时间会生成一个新的log segment，默认是168h，即7天。相同作用的还有log.roll.ms、segment.ms。

7、log.segment.bytes

log segment多大之后会生成一个新的log segment，默认是1073741824，即1G。个人感觉按照时间生成log segment比按照大小生成log segment的策略要好，便于管理。同segment.bytes。

8、log.flush.interval.messages

指定broker每收到几个消息就把消息从内存刷到硬盘。默认是9223372036854775807，哈哈，好大。kafka官方不建议使用这个配置，建议使用副本机制和操作系统的后台刷新功能，因为这更高效。这个配置可以根据不同的topic设置不同的值，即在创建topic的时候设置值。同flush.messages。

9、log.flush.interval.ms

指定broker每隔多少毫秒就把消息从内存刷到硬盘。默认值同log.flush.interval.messages一样。同log.flush.interval.messages一样，kafka官方不建议使用这个配置。同flush.ms。