MQ_05Kafka设计原理详解
2023-05-12 19:10:14 9 举报AI智能生成
Kafka设计原理详解
作者其他创作
大纲/内容
在Kafka集群中会有一个或者多个broker，其中有一个broker会被选举为控制器（Kafka Controller），它负责管理整个集群中所有分区和副本的状态
当某个分区的leader副本出现故障时，由控制器负责为该分区选举新的leader副本
当检测到某个分区的ISR集合发生变化时，由控制器负责通知所有broker更新其元数据信息
当使用kafka-topics.sh脚本为某个topic增加分区数量时，同样还是由控制器负责让新分区被其他节点感知到
作用
选举的过程是集群中每个broker都会尝试在zookeeper上创建一个 /controller 临时节点，zookeeper会保证有且仅有一个broker能创建成功，这个broker就会成为集群的总控器controlle
当这个controller角色的broker宕机了，此时zookeeper临时节点会消失，集群里其他broker会一直监听这个临时节点，发现临时节点消失了，就竞争再次创建临时节点
选举机制
为Zookeeper中的/brokers/ids/节点添加BrokerChangeListener，用来处理broker增减的变化
监听broker相关的变化
为Zookeeper中的/brokers/topics节点添加TopicChangeListener，用来处理topic增减的变化
为Zookeeper中的/admin/delete_topics节点添加TopicDeletionListener，用来处理删除topic的动作
监听topic相关的变化
对于所有topic所对应的Zookeeper中的/brokers/topics/[topic]节点添加PartitionModificationsListener，用来监听topic中的分区分配变化
从Zookeeper中读取获取当前所有与topic、partition以及broker有关的信息并进行相应的管理
更新集群的元数据信息，同步到其他普通的broker节点中
具备控制器身份的broker的职责
controller监听了很多zk节点可以感知到broker存活
controller感知到分区leader所在的broker挂了
参数unclean.leader.election.enable=false
ISR列表里所有副本都挂了的时候可以在ISR列表以外的副本中选leader，这种设置，可以提高可用性，但是选出的新leader有可能数据少很多
参数unclean.leader.election.enable=true
副本节点不能产生分区，必须能与zookeeper保持会话以及跟leader副本网络连通
与leader副本同步滞后的副本，是由 replica.lag.time.max.ms 配置决定的
超过这个时间都没有跟leader同步过的一次的副本会被移出ISR列
副本能复制leader上的所有写操作，并且不能落后太多
副本进入ISR列表有两个条件
Partition副本选举Leader机制
key是consumerGroupId+topic+分区号
value就是当前offset的值
每个consumer会定期将自己消费分区的offset提交给kafka内部topic：__consumer_offsets
通过offsets.topic.num.partitions设置
hash(consumerGroupId) % __consumer_offsets主题的分区数选出consumer消费的offset要提交到__consumer_offsets的哪个分区
因为__consumer_offsets可能会接收高并发的请求，kafka默认给其分配50个分区
消费者消费消息的offset记录机制
核心总控制器Controller
consumer group中某个消费者挂了，此时会自动把分配给他的分区交给其他的消费者
如果他又重启了，那么又会把一些分区重新交还给他
消费组里的消费者数量有变化或消费的分区数有变化，kafka会重新分配消费者消费分区的关系
rebalance只针对subscribe这种不指定分区消费的情况，如果通过assign这种消费方式指定了分区，kafka不会进行rebanlance
消费组里的consumer增加或减少了
动态给topic增加了分区
消费组订阅了更多的topic
出发rebalance机制的情况
TPS包括一条消息入和一条消息出，加上一次用户数据库访问。（业务TPS = CAPS × 每个呼叫平均TPS）
rebalance过程中，消费者无法从kafka消费消息，这对kafka的TPS会有影响，如果kafka集群内节点较多，比如数百个，那重平衡可能会耗时极多，所以应尽量避免在系统高峰期的重平衡发生
假设一个主题有10个分区(0-9)，现在有三个consumer消费
range策略就是按照分区序号排序
假设 n＝分区数／消费者数量 = 3， m＝分区数%消费者数量 = 1，那么前 m 个消费者每个分配 n+1 个分区，后面的（消费者数量－m ）个消费者每个分配 n 个分区
比如分区0~3给一个consumer，分区4~6给一个consumer，分区7~9给一个consumer
range
轮询分配，比如分区0、3、6、9给一个consumer，分区1、4、7给一个consumer，分区2、5、8给一个consumer
round-robin
分区的分配要尽可能均匀(第一目标)
分区的分配尽可能与上次分配的保持相同
当两者发生冲突时，第一个目标优先于第二个目标 。这样可以最大程度维持原来的分区分配的策略
略与round-robin类似，但是在rebalance的时候，需要保证如下两个原则
consumer1除了原有的0~3，会再分配一个7
consumer2除了原有的4~6，会再分配8和9
第一种range情况的分配，如果第三个consumer挂了，那么重新用sticky策略分配的结果如下
sticky
消费者客户端参数partition.assignment.strategy 来设置消费者与订阅主题之间的分区分配策略。默认情况为range分配策略
设置
Rebalance分区分配策略
每个consumer group都会选择一个broker作为自己的组协调器coordinator
负责监控这个消费组里的所有消费者的心跳，以及判断是否宕机，然后开启消费者rebalance
consumer group中的每个consumer启动时会向kafka集群中的某个节点发送 FindCoordinatorRequest 请求来查找对应的组协调器GroupCoordinator，并跟其建立网络连接
组协调器GroupCoordinator
consumer消费的offset要提交到__consumer_offsets的哪个分区，这个分区leader对应的broker就是这个consumer group的coordinator
组协调器选择方式
选择组协调器
在此阶段的消费者会向 GroupCoordinator 发送 JoinGroupRequest 请求，并处理响应
GroupCoordinator 从一个consumer group中选择第一个加入group的consumer作为leader(消费组协调器)
把consumer group情况发送给这个leader，接着这个leader会负责制定分区方案
加入消费组JOIN GROUP
consumer leader通过给GroupCoordinator发送SyncGroupRequest，接着GroupCoordinator就把分区方案下发给各个consumer
据指定分区的leader broker进行网络连接以及消息消费
SYNC GROUP
Rebalance过程
消费者Rebalance机制
producer 采用 push 模式将消息发布到 broker，每条消息都被 append 到 patition 中，属于顺序写磁盘
顺序写磁盘效率比随机写内存要高，保障 kafka 吞吐
写入方式
producer 发送消息到 broker 时，会根据分区算法选择将其存储到哪一个 partition
指定了 patition，则直接使用
patition 和 key 都未指定，使用轮询选出一个 patition
路由机制
消息路由
. producer 先从 zookeeper 的 \"/brokers/.../state\" 节点找到该 partition 的 leader
producer 将消息发送给该 leader
leader 将消息写入本地 log
followers 从 leader pull 消息，写入本地 log 后 向leader 发送 ACK
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
写入流程
一个partition对应的ISR中最小的LEO(log-end-offset)作为HW
consumer最多只能消费到HW所在的位置
HW俗称高水位
HW与LEO详解
producer发布消息机制剖析
Kafka设计原理详解
0 条评论
回复 删除
下一页
