前言
这次我们从消息队列开始讨论。生产者-消费者模型中间需要一个消息队列,以存储生产者的产品。对传统的消息队列来说,它支持点对点(P2P)和发布/订阅(Pub/Sub)两种消息模型。在点对点模型中,消息被发送到一个队列,并且只有一个消费者可以消费该消息。在发布/订阅模型中,消息被发布到一个主题,可以有多个订阅者消费。通常将消息存储在内存或数据库中,可能不具备持久化或只有有限的持久化能力。消息队列能够达到生产者与消费者服务解耦的效果。
而kafka是一种消息队列系统。主要使用发布/订阅模型,但通过消费者组(Consumer Group)的概念,也可以实现类似点对点的消息消费模式。在 Kafka 中,同一个消费者组内的消费者会协调消费同一个分区的消息,确保每个消息在组内只被消费一次。设计用于持久化消息到磁盘,支持10万级高吞吐量的数据写入,并且可以配置消息的保留策略。此外,Kafka还支持异步处理,这是它能够实现高吞吐量和高性能的关键特性之一。
集群架构
Kafka 集群是由多个 Kafka 服务器(称为 Broker)组成的分布式系统,它们共同提供高吞吐量、可扩展性和容错性的消息处理能力。以下是 Kafka 集群的一些关键特点和组成部分:
- Broker:Kafka 集群由多个 Broker 组成,每个 Broker 是一个独立的 Kafka 服务器实例。Broker 负责维护数据和处理客户端的请求。
- Topic:Kafka 中的消息分类称为 Topic。一个 Topic 可以分布在多个 Broker 上,以实现数据的分布式存储。
- Partition:Topic 被分割成多个 Partition,每个 Partition 是一个有序的消息队列。Partition 可以在不同的 Broker 之间进行分配,以实现负载均衡和并行处理。
- Replication:为了提高数据的可靠性,每个 Partition 都有多个副本(Replica)。其中一个副本是领导者(Leader),负责处理所有的读写请求。其他副本是追随者(Follower),负责复制领导者的数据。
- Leader Election:如果领导者副本失败,Kafka 会从追随者中选举出一个新的领导者。
- Producer:生产者是向 Kafka 集群发送消息的客户端。生产者可以将消息发送到特定的 Topic 和 Partition。
- Consumer:消费者是从 Kafka 集群读取消息的客户端。消费者可以属于一个消费者组(Consumer Group),消费者组内的消费者可以协调消费同一个 Partition 的消息。
- Consumer Group:消费者组是一组消费者,它们共享订阅的 Topic。Kafka 保证每个消息只被消费者组内的某个消费者消费。所有的消费者都属于某个消费者组。
- Offset:每个消息在 Partition 中都有一个唯一的 Offset,消费者使用 Offset 来跟踪它们在 Partition 中的位置。不同的Partition中的Offset是独立的,消费者组中的每个消费者都会实时记录自己消费到了哪个Offset,以便出错恢复时从上一个位置继续消费。
原理
工作流程
Kafka 中消息是以 Topic 进行分类的,生产者生产消息,消费者消费消息,面向的都是同一个 Topic 。 Topic 是逻辑上的概念,而 Partition 是物理上的概念, 每个 Partition 对应于一个 log 文件 ,该 log 文件中存储的就是 Producer 生产的数据。 Producer 生产的数据会不断追加到该 log 文件末端,且每条数据都有自己的 Offset 。 消费者组中的每个消费者,都会实时记录自己消费到了哪个 Offset ,以便出错恢复时,从上次的位置继续消费。副本原理
数据只会写入Leader副本,其他副本从Leader副本拉取数据。而消费者读取数据也只会从Leader副本读。Kafka 集群设计了高可用性,即使部分 Broker 失败,集群仍然可以继续处理消息。集群可以通过添加更多的 Broker 来水平扩展,以处理更多的数据和请求。通过副本机制提供容错能力,即使某些 Broker 失败,数据也不会丢失。对于Ledaer的分配,拿TopicA来举例,TopicA分成了两个Partition,如果将其Leader设置在同一个broker上,当这个broker宕机,其他的机器就要选两个新Leader,但是如果将同一Topic的不同Partition的Leader设置在不同的broker,这样即使一个broker宕机也只会重新选一个新Ledaer。所以Ledaer应该尽量分布均匀。
- 在 Kafka 中,副本分成两类:领导者副本(Leader Replica)和追随者副本(FollowerReplica)。每个分区在创建时都要选举一个副本,称为领导者副本,其余的副本自动称为追随者副本。
- Kafka 副本机制中的追随者副本是不对外提供服务的,不同于Fastdfs、MongdoDB等。
- 当领导者副本挂掉了,或领导者副本所在的 Broker 宕机时,Kafka 依托于 ZooKeeper 提供的监控 功能能够实时感知到,并立即开启新一轮的领导者选举,从追随者副本中选一个作为新的领导者。老 Leader 副本重启回来后,只能作为追随者副本加入到集群中。
水平扩展
kafka得消息组织方式是主题 - 分区 - 消息。主题下的每条消息只会保存在某一个分区中,而不会在多个分区中被保存多份。分区的作用主要提供负载均衡的能力,能够实现系统的高伸缩性(Scalability)。不同的分区能够被放置到不同节点的机器上,而数据的读写操作也都是针对分区这个粒度而进行的,这样每个节点的机器都能独立地执行各自分区的读写请求处理。这样,当性能不足的时候可以通过添加新的节点机器来增加整体。(特别注意:副本与分区的区别)
分区策略
Kafka 提供了默认的分区策略,同时也支持你自定义分区策略。 它允许 Kafka 在集群环境中实现数据的分布式存储和并行处理。- 轮询策略:最简单的分区策略,Kafka 会按照顺序将消息轮流分配到各个分区上。
- 随机策略:Kafka 会随机地将消息分配到任意一个分区上。
- 基于键的分区策略:如果消息带有键(Key),Kafka 会使用这个键来确定消息应该发送到哪个分区。通常,键的哈希值会被用来确定分区号。