kafka工作原理分析怎樣的

這篇文章給大家介紹kafka工作原理分析怎樣的，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

1.關于kafka

Kafka是由Apache軟件基金會開發的一個開源消息隊列，由Scala和Java編寫。

相關文章參考:

MQ: 消息隊列常見應用場景及主流消息隊列ActiveMQ、RabbitMQ、RocketMQ和Kafka的簡單對比

MQ: kafka的Java接入與入門示例(topic增刪改查，Producer多參發送，Consumer多分區接受)

2.工作原理

首先，我們來kafka的整體數據流架構圖：

2.1.相關術語

上圖中，涉及以下術語：

Producer：消息生產者，生產消息，然后push到消息隊列。

Broker：消息中間人，消息的存儲容器。

Consumer：消息消費者，從消息隊列中pull數據，進行消費。

Topic：消息話題，消息在業務角度的劃分，用于區分不同種類的消息。

Partition：消息分區，消息在存儲上的邏輯劃分(10條消息，5條存于分區1，5條存于分區2)，用于加快消息消費速度，提示消息消費吞吐量。

Consumer Group：消息消費者組，可以區分不同種類的消費者，用于實現點對點模式和發布訂閱模式。

其他術語Key、Leader、Replicas、ISR在后續章節中逐步介紹。

2.2.消息存儲相關

想要弄清楚kafka的工作原理，首先應該對消息的存儲結構進行掌握。

區分消息的邏輯概念是話題Topic，Topic存儲于Broker之中，如下圖所示：

為了便于理解，我們直接看圖說話：

Broker與Topic

圖中的Broker集群實際是由3個Broker構成的，其實每個Broker就是一個Kafka服務節點。

圖中共有3個Topic：橙色為Topic-0，提夫尼藍為Topic-2，深藍色為Topic-1。

Topic與Partition

單看Topic-0-Partition-0：Broker中消息容器的最小單元為Partition，Partition存儲了一條條的消息。

單看Broker-1：

Topic可有多個Partition，如Topic-1有2個分區；若共計9條消息，則可能2個分區分別存儲了4、5條消息。

Topic可只有1個Partition，如Topic-2；若共計9條消息，則這個單獨的分區存儲了9條消息。

分區存儲哪條消息取決于Producer發送消息時的選擇，相關內容后續章節介紹。

多副本冗余機制

單看Topic-2：

粗框Partition表示Leader(主)分區，負責讀寫消息；

細框Partition表示Replicas(從)分區，被動復制Leader，復制冗余容災。

如果Broker-1掛掉，則Topic-2-Partition-0的Leader掛掉，從其余兩個Replicas中選舉出新的Leader繼續提供服務。

Replicas的數量不能超過Broker的數量，因為一個Broker上存在多個Replicas與存在一個Replicas的效果是一樣的。

Replicas的數量可以小于Broker的數量。

再看Topic-0：

每個Partition都會有Leader和Replicas。

kafka會盡量打散同一Topic的分區Leader，如圖，3個Leader分布于3個Broker中。

分區Leader的分散分布不是絕對的，比方說此時只有一個Broker，則3個分區都是Leader，都分布在同一個Broker上。

分區的數量可以大于Broker的數量，因為分區存在的目的是加快消息消費速度，與冗余容災無關。

相對有序性

Topic-0的3個分區的消息分別是：1、2、3，4、5、6，7、8、9。

Topic-1的2個分區的消息分別是：1、2、8、9，4、5、6、7。

Topic-2的1個分區的消息是：1、2、3、4、5、6、7、8、9。

相對有序性：單個partition內消息有序，多個partition間消息無序。

kafka通過在Partition中標記offset，來記錄消息的順序。

如果業務場景追求全局有序性，則每個Topic只配置一個Partition即可。

Producer消息生產語義

消息最多發送一次：第一種方式：異步發送消息。第二種方式：同步發送消息并且重試次數為0。

消息最少發送一次：同步發送消息，失敗與超時重試，知道消息發送成功。

2.3.消息生產相關

搞清楚消息的存儲之后，我們再來看消息的生產：

為了便于理解，我們直接看圖說話：

①：一個Producer可以向多個Topic、多個Partition發送消息。

②：多個Producer可以向同一個Topic、同一個Partition發送消息。

③：消息發送參數：( topic, [partition], [key], message )

topic必填；message即消息本身，必填。

partition選填。如未填，則判斷key是否存在，若key不存在，則隨機選分區。

key選填。如填寫，則根據key哈希之后取模分區數量的結果，選擇分區；如未填，則隨機選分區。

隨機選分區：優先使用緩存的隨機分區；若緩存為空，則隨機選分區，然后將隨機分區存入緩存，供下次使用。

2.4.消息消費相關

我們繼續學習消息的消費：

為了便于理解，我們直接看圖說話：

消息消費方式

消息消費的箭頭方向：kafka消費消息的方式只有pull，沒有push。

push的優勢在于實時性高，但是容易因Producer生產消息過快壓垮Consumer。

pull的優勢在于可以控制消費速度，但是容易出現空輪訓。

kafka對pull的優化：通過配置使得只有當數據存在且到達一定量級，才進行pull。

Consumer Group與Consumer

⑥⑦：一個Consumer-Group可以有多個Consumer，也可以只有1個Consumer。

⑤：一個Topic-Partition的消息可以被多個Consumer-Group消費，注意：是Consumer-Group，而不是Consumer。

⑦：若Consumer-Group只有1個Consumer，則這個Partition中的所有消息都被這個Consumer消費。

⑥：若Consumer-Group有多個Consumer，且在正常連接期間：

單個Partition的消息只能被其中一個Consumer消費，不能被Consumer-Group內的多個Consumer消費。

多個Partition的消息可以被一個Consumer消費。

若單個Topic的分區數量小于Consumer-Group內的Consumer個數，則會存在Consumer接受不到這個Topic的消息。

Consumer消息消費語義

消息最多消費一次：1.讀取消息，2,確認offset，3.處理消息。

消息最少消費一次：1.讀取消息，2.處理消息，3.確認offset。

關于kafka工作原理分析怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。