原创 带你深度剖析Kafka架构知识点

带你深度剖析Kafka架构知识点，学习了解Kafka数据处理、Kafka 核心组件、broker和集群、Consumer与topic关系、Kafka消息的分发、Consumer的负载均衡开发技术。

1. Kafka数据处理步骤
1.1 Producer产生消息发送到Broker中；
1.2 Leader状态的Broker接收消息，写入到相应topic中；
1.3 Leader状态的Broker接收完毕以后，传给Follow状态的Broker作为副本备份；
1.4 Consumer消费Broker中的消息。

2. Kafka 核心组件
2.1 Producer：消息生产者产生的消息将会被发送到某个topic；
2.2 Consumer：消息消费者，消费的消息内容来自某个topic；
2.3 Topic：消息根据topic进行归类，topic其本质是一个目录，即将同一主题消息归类到同一个目录；
2.4 Broker：每一个kafka实例（或者说每台kafka服务器节点）就是一个broker，一个broker可以有多个topic；
2.5 Zookeeper： Zookeeper集群不属于kafka内的组件，但kafka依赖 Zookeeper集群保存meta信息，所以在此做声明其重要性。

3. broker和集群
一个独立的Kafka服务器称为broker，broker接收来自生产者的消息为消息设置偏移量并提交消息到磁盘保存。broker为消费者提供服务，对读取分区的请求作出响应，返回已经提交到磁盘上的消息。根据特定的硬件及其性能特征，单个broker可以轻松处理数千个分区以及每秒百万级的消息量。
broker是集群的组成部分。每个集群都有一个broker同时充当了集群控制器的角色（自动从集群的活跃成员中选举出来）。控制器负责管理工作，包括将分区分配给broker和监控broker。在集群中，一个分区从属于一个broker，该broker被称为分区的首领。一个分区可以分配多个broker，这个时候会发生分区复制。这种复制机制为分区提供了消息冗余，如果一个broker失效，其他broker可以接管领导权。不过，相关的消费者和生产者都要重新连接到新的首领。

4. Consumer与topic关系
kafka只支持Topic
•每个group中可以有多个consumer，每个consumer属于一个consumer group；通常情况下，一个group中会包含多个consumer，这样不仅可以提高topic中消息的并发消费能力，而且还能提高”故障容错”性，如果group中的某个consumer失效那么其消费的partitions将会由其它consumer自动接管。
•对于Topic中的一条特定的消息，只会被订阅此Topic的每个group中的其中一个consumer消费，此消息不会发送给一个group的多个consumer；那么一个group中所有的consumer将会交错的消费整个Topic，每个group中consumer消息消费互相独立，我们可以认为一个group是一个”订阅”者。
•在kafka中,一个partition中的消息只会被group中的一个consumer消费(同一时刻)；
一个Topic中的每个partions，只会被一个”订阅者”中的一个consumer消费，不过一个consumer可以同时消费多个partitions中的消息。
•kafka的设计原理决定,对于一个topic，同一个group中不能有多于partitions个数的consumer同时消费，否则将意味着某些consumer将无法得到消息，而处于空闲状态。
kafka只能保证一个partition中的消息被某个consumer消费时是顺序的；事实上，从Topic角度来说,当有多个partitions时,消息仍不是全局有序的。

5. Kafka消息的分发
•Producer客户端负责消息的分发
•kafka集群中的任何一个broker都可以向producer提供metadata信息,这些metadata中包含”集群中存活的servers列表”、“partitions leader列表”等信息；
•当producer获取到metadata信息之后, producer将会和Topic下所有partition leader保持socket连接；
•消息由producer直接通过socket发送到broker，中间不会经过任何”路由层”。事实上，消息被路由到哪个partition上由producer客户端决定，比如可以采用”random””key-hash””轮询”等。
•如果一个topic中有多个partitions,那么在producer端实现”消息均衡分发”是必要的。
•在producer端的配置文件中,开发者可以指定partition路由的方式。
•Producer消息发送的应答机制
设置发送数据是否需要服务端的反馈,有三个值0,1,-1
–0: producer不会等待broker发送ack
–1: 当leader接收到消息之后发送ack
–-1: 当所有的follower都同步消息成功后发送ack
request.required.acks=0

6. Consumer的负载均衡
当一个group中,有consumer加入或者离开时,会触发partitions均衡.均衡的最终目的,是提升topic的并发消费能力，步骤如下：
1.假如topic1,具有如下partitions: P0,P1,P2,P3
2.加入group A 中,有如下consumer: C0,C1
3.首先根据partition索引号对partitions排序: P0,P1,P2,P3
4.根据consumer.id排序: C0,C1
5.计算倍数: M = [P0,P1,P2,P3].size / [C0,C1].size,本例值M=2(向上取整)
6.然后依次分配partitions: C0 = [P0,P1],C1=[P2,P3],即Ci = [P(i * M),P((i + 1) * M -1)]

想系统的学习大数据的内容，欢迎咨询课程老师~