存储机制
Topic在每个Broker下存储所属的Partition，Partition下由 Index、Log 两类文件组成。
写入
Log 由多个Segment文件组成，每个Segment文件容量最多为1GB，接收到的新消息永远是以追加的方式于Segment中(只追加不修改的方式减少了查询的消耗)，每个消息有自增编号。
查询
Index 文件仅记录固定消息量的索引编号范围，Kafka在查询时，先从Index中定位到小范围的索引编号区间，再去Log中在小范围的数据块中查询具体数据，此索引区间的查询方式称为 - 稀疏索引。
高效读写
- 分布式、多分区、各线程并行处理
- 稀疏索引 - 小范围快速定位要消费的数据
- 数据文件，只追加不修改的顺序写方式（利用了物理磁盘的优势）
- 缓存技术 - 大量减少IO（由系统层面负责IO动作）
- 零拷贝技术 - 解放CPU，大量减少数据块的Copy，数据直接从磁盘到网卡送出（利用了操作系统的技术）
文件清理
过期时长
# 数据文件过期时长配置项，三选一
log.retention.hours # 小时，默认7天
log.retention.minutes # 分钟
log.retention.ms # 毫秒
# 删除的容量警戒值，默认-1无穷大
log.retention.bytes
# 检查过期间隔，默认5分钟
log.retention.check.interval.ms
清理方式
log.cleanup.policy = delect | compact
delect
1、以Segment文件最后一条消息的时间为删除依据，删除整个Segment文件。
2、以Log文件总大小为准，超过 log.retention.bytes 配置的警戒值，删除最早的Segment文件。
compact
对于相同的key，仅保留最后一次的value，所有数据启用压缩策略（offset的id就不会连续，后续说明）。
标签：文件,存储,Log,log,旅程,Kafka,索引,Segment,retention From： https://www.cnblogs.com/Sol-wang/p/16691612.html