一、Kafka基礎(chǔ)

站在用戶的角度思考問題，與客戶深入溝通，找到元寶網(wǎng)站設(shè)計與元寶網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗，讓設(shè)計與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：成都網(wǎng)站設(shè)計、網(wǎng)站制作、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、主機(jī)域名、網(wǎng)絡(luò)空間、企業(yè)郵箱。業(yè)務(wù)覆蓋元寶地區(qū)。

消息系統(tǒng)的作用

應(yīng)該大部份小伙伴都清楚，用機(jī)油裝箱舉個例子

所以消息系統(tǒng)就是如上圖我們所說的倉庫，能在中間過程作為緩存，并且實現(xiàn)解耦合的作用。

引入一個場景，我們知道中國移動，中國聯(lián)通，中國電信的日志處理，是交給外包去做大數(shù)據(jù)分析的，假設(shè)現(xiàn)在它們的日志都交給了你做的系統(tǒng)去做用戶畫像分析。

按照剛剛前面提到的消息系統(tǒng)的作用，我們知道了消息系統(tǒng)其實就是一個模擬緩存，且僅僅是起到了緩存的作用而并不是真正的緩存，數(shù)據(jù)仍然是存儲在磁盤上面而不是內(nèi)存。

1.Topic 主題

kafka學(xué)習(xí)了數(shù)據(jù)庫里面的設(shè)計，在里面設(shè)計了topic（主題），這個東西類似于關(guān)系型數(shù)據(jù)庫的表

此時我需要獲取中國移動的數(shù)據(jù)，那就直接監(jiān)聽TopicA即可

2.Partition 分區(qū)

kafka還有一個概念叫Partition（分區(qū)），分區(qū)具體在服務(wù)器上面表現(xiàn)起初就是一個目錄，一個主題下面有多個分區(qū)，這些分區(qū)會存儲到不同的服務(wù)器上面，或者說，其實就是在不同的主機(jī)上建了不同的目錄。這些分區(qū)主要的信息就存在了.log文件里面。跟數(shù)據(jù)庫里面的分區(qū)差不多，是為了提高性能。

至于為什么提高了性能，很簡單，多個分區(qū)多個線程，多個線程并行處理肯定會比單線程好得多

Topic和partition像是HBASE里的table和region的概念，table只是一個邏輯上的概念，真正存儲數(shù)據(jù)的是region，這些region會分布式地存儲在各個服務(wù)器上面，對應(yīng)于kafka，也是一樣，Topic也是邏輯概念，而partition就是分布式存儲單元。這個設(shè)計是保證了海量數(shù)據(jù)處理的基礎(chǔ)。我們可以對比一下，如果HDFS沒有block的設(shè)計，一個100T的文件也只能單獨(dú)放在一個服務(wù)器上面，那就直接占滿整個服務(wù)器了，引入block后，大文件可以分散存儲在不同的服務(wù)器上。

注意：

1. 分區(qū)會有單點(diǎn)故障問題，所以我們會為每個分區(qū)設(shè)置副本數(shù)

2. 分區(qū)的編號是從0開始的

3.Producer - 生產(chǎn)者

往消息系統(tǒng)里面發(fā)送數(shù)據(jù)的就是生產(chǎn)者

4.Consumer - 消費(fèi)者

從kafka里讀取數(shù)據(jù)的就是消費(fèi)者

5.Message - 消息

kafka里面的我們處理的數(shù)據(jù)叫做消息

二、kafka的集群架構(gòu)

創(chuàng)建一個TopicA的主題，3個分區(qū)分別存儲在不同的服務(wù)器，也就是broker下面。Topic是一個邏輯上的概念，并不能直接在圖中把Topic的相關(guān)單元畫出

需要注意：kafka在0.8版本以前是沒有副本機(jī)制的，所以在面對服務(wù)器宕機(jī)的突發(fā)情況時會丟失數(shù)據(jù)，所以盡量避免使用這個版本之前的kafka

Replica - 副本

kafka中的partition為了保證數(shù)據(jù)安全，所以每個partition可以設(shè)置多個副本。

此時我們對分區(qū)0,1,2分別設(shè)置3個副本（其實設(shè)置兩個副本是比較合適的）

而且其實每個副本都是有角色之分的，它們會選取一個副本作為leader，而其余的作為follower，我們的生產(chǎn)者在發(fā)送數(shù)據(jù)的時候，是直接發(fā)送到leader partition里面，然后follower partition會去leader那里自行同步數(shù)據(jù)，消費(fèi)者消費(fèi)數(shù)據(jù)的時候，也是從leader那去消費(fèi)數(shù)據(jù)的。

Consumer Group - 消費(fèi)者組

我們在消費(fèi)數(shù)據(jù)時會在代碼里面指定一個group.id,這個id代表的是消費(fèi)組的名字，而且這個group.id就算不設(shè)置，系統(tǒng)也會默認(rèn)設(shè)置

conf.setProperty("group.id","tellYourDream")

我們所熟知的一些消息系統(tǒng)一般來說會這樣設(shè)計，就是只要有一個消費(fèi)者去消費(fèi)了消息系統(tǒng)里面的數(shù)據(jù)，那么其余所有的消費(fèi)者都不能再去消費(fèi)這個數(shù)據(jù)。可是kafka并不是這樣,比如現(xiàn)在consumerA去消費(fèi)了一個topicA里面的數(shù)據(jù)。

consumerA:    group.id = aconsumerB:    group.id = a    consumerC:    group.id = bconsumerD:    group.id = b

再讓consumerB也去消費(fèi)TopicA的數(shù)據(jù)，它是消費(fèi)不到了，但是我們在consumerC中重新指定一個另外的group.id，consumerC是可以消費(fèi)到topicA的數(shù)據(jù)的。而consumerD也是消費(fèi)不到的，所以在kafka中，不同組可有唯一的一個消費(fèi)者去消費(fèi)同一主題的數(shù)據(jù)。

所以消費(fèi)者組就是讓多個消費(fèi)者并行消費(fèi)信息而存在的，而且它們不會消費(fèi)到同一個消息，如下，consumerA，B，C是不會互相干擾的

consumer group:a    consumerA    consumerB    consumerC

如圖，因為前面提到過了消費(fèi)者會直接和leader建立聯(lián)系，所以它們分別消費(fèi)了三個leader，所以一個分區(qū)不會讓消費(fèi)者組里面的多個消費(fèi)者去消費(fèi)，但是在消費(fèi)者不飽和的情況下，一個消費(fèi)者是可以去消費(fèi)多個分區(qū)的數(shù)據(jù)的。

Controller

熟知一個規(guī)律：在大數(shù)據(jù)分布式文件系統(tǒng)里面，95%的都是主從式的架構(gòu)，個別是對等式的架構(gòu)，比如ElasticSearch。

kafka也是主從式的架構(gòu)，主節(jié)點(diǎn)就叫controller，其余的為從節(jié)點(diǎn)，controller是需要和zookeeper進(jìn)行配合管理整個kafka集群。

kafka和zookeeper如何配合工作

kafka嚴(yán)重依賴于zookeeper集群（所以之前的zookeeper文章還是有點(diǎn)用的）。所有的broker在啟動的時候都會往zookeeper進(jìn)行注冊，目的就是選舉出一個controller，這個選舉過程非常簡單粗暴，就是一個誰先誰當(dāng)?shù)倪^程，不涉及什么算法問題。

那成為controller之后要做啥呢，它會監(jiān)聽zookeeper里面的多個目錄，例如有一個目錄/brokers/，其他從節(jié)點(diǎn)往這個目錄上**注冊（就是往這個目錄上創(chuàng)建屬于自己的子目錄而已）**自己，這時命名規(guī)則一般是它們的id編號，比如/brokers/0,1,2

注冊時各個節(jié)點(diǎn)必定會暴露自己的主機(jī)名，端口號等等的信息，此時controller就要去讀取注冊上來的從節(jié)點(diǎn)的數(shù)據(jù)（通過監(jiān)聽機(jī)制），生成集群的元數(shù)據(jù)信息，之后把這些信息都分發(fā)給其他的服務(wù)器，讓其他服務(wù)器能感知到集群中其它成員的存在。

此時模擬一個場景，我們創(chuàng)建一個主題（其實就是在zookeeper上/topics/topicA這樣創(chuàng)建一個目錄而已），kafka會把分區(qū)方案生成在這個目錄中，此時controller就監(jiān)聽到了這一改變，它會去同步這個目錄的元信息，然后同樣下放給它的從節(jié)點(diǎn)，通過這個方法讓整個集群都得知這個分區(qū)方案，此時從節(jié)點(diǎn)就各自創(chuàng)建好目錄等待創(chuàng)建分區(qū)副本即可。這也是整個集群的管理機(jī)制。

加餐時間

1.Kafka性能好在什么地方？

① 順序?qū)?/p>

操作系統(tǒng)每次從磁盤讀寫數(shù)據(jù)的時候，需要先尋址，也就是先要找到數(shù)據(jù)在磁盤上的物理位置，然后再進(jìn)行數(shù)據(jù)讀寫，如果是機(jī)械硬盤，尋址就需要較長的時間。

kafka的設(shè)計中，數(shù)據(jù)其實是存儲在磁盤上面，一般來說，會把數(shù)據(jù)存儲在內(nèi)存上面性能才會好。但是kafka用的是順序?qū)懀芳訑?shù)據(jù)是追加到末尾，磁盤順序?qū)懙男阅軜O高，在磁盤個數(shù)一定，轉(zhuǎn)數(shù)達(dá)到一定的情況下，基本和內(nèi)存速度一致

隨機(jī)寫的話是在文件的某個位置修改數(shù)據(jù)，性能會較低。

② 零拷貝

先來看看非零拷貝的情況

可以看到數(shù)據(jù)的拷貝從內(nèi)存拷貝到kafka服務(wù)進(jìn)程那塊，又拷貝到socket緩存那塊，整個過程耗費(fèi)的時間比較高，kafka利用了Linux的sendFile技術(shù)（NIO），省去了進(jìn)程切換和一次數(shù)據(jù)拷貝，讓性能變得更好。

2.日志分段存儲

Kafka規(guī)定了一個分區(qū)內(nèi)的.log文件最大為1G，做這個限制目的是為了方便把.log加載到內(nèi)存去操作

00000000000000000000.index00000000000000000000.log00000000000000000000.timeindex00000000000005367851.index00000000000005367851.log00000000000005367851.timeindex00000000000009936472.index00000000000009936472.log00000000000009936472.timeindex

這個9936472之類的數(shù)字，就是代表了這個日志段文件里包含的起始o(jì)ffset，也就說明這個分區(qū)里至少都寫入了接近1000萬條數(shù)據(jù)了。Kafka broker有一個參數(shù)，log.segment.bytes，限定了每個日志段文件的大小，最大就是1GB，一個日志段文件滿了，就自動開一個新的日志段文件來寫入，避免單個文件過大，影響文件的讀寫性能，這個過程叫做log rolling，正在被寫入的那個日志段文件，叫做active log segment。

如果大家有看前面的兩篇有關(guān)于HDFS的文章時，就會發(fā)現(xiàn)NameNode的edits log也會做出限制，所以這些框架都是會考慮到這些問題。

3.Kafka的網(wǎng)絡(luò)設(shè)計

kafka的網(wǎng)絡(luò)設(shè)計和Kafka的調(diào)優(yōu)有關(guān)，這也是為什么它能支持高并發(fā)的原因

首先客戶端發(fā)送請求全部會先發(fā)送給一個Acceptor，broker里面會存在3個線程（默認(rèn)是3個），這3個線程都是叫做processor，Acceptor不會對客戶端的請求做任何的處理，直接封裝成一個個socketChannel發(fā)送給這些processor形成一個隊列，發(fā)送的方式是輪詢，就是先給第一個processor發(fā)送，然后再給第二個，第三個，然后又回到第一個。消費(fèi)者線程去消費(fèi)這些socketChannel時，會獲取一個個request請求，這些request請求中就會伴隨著數(shù)據(jù)。

線程池里面默認(rèn)有8個線程，這些線程是用來處理request的，解析請求，如果request是寫請求，就寫到磁盤里。讀的話返回結(jié)果。

processor會從response中讀取響應(yīng)數(shù)據(jù)，然后再返回給客戶端。這就是Kafka的網(wǎng)絡(luò)三層架構(gòu)。

所以如果我們需要對kafka進(jìn)行增強(qiáng)調(diào)優(yōu)，增加processor并增加線程池里面的處理線程，就可以達(dá)到效果。request和response那一塊部分其實就是起到了一個緩存的效果，是考慮到processor們生成請求太快，線程數(shù)不夠不能及時處理的問題。

所以這就是一個加強(qiáng)版的reactor網(wǎng)絡(luò)線程模型。

finally

集群的搭建會再找時間去提及。這一篇簡單地從角色到一些設(shè)計的方面講述了Kafka的一些基礎(chǔ)，在之后的更新中會繼續(xù)逐步推進(jìn)，進(jìn)行更加深入淺出的講解。

網(wǎng)站題目：Kafka的性能優(yōu)點(diǎn)
本文網(wǎng)址：http://chinadenli.net/article4/jhpioe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供App設(shè)計、網(wǎng)頁設(shè)計公司、自適應(yīng)網(wǎng)站、微信小程序、網(wǎng)站策劃、網(wǎng)站維護(hù)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)