我的 Kafka 旅程 - broker

broker在kafka的服务端运行,一台服务器相当于一个broker;每个broker下可以有多个topic,每个topic可以有多个partition,在producer端可以对消息进行分区,每个partiton可以有多个副本,可以使得数据不丢失 。
通常以集群模式 , 下面来阐述一下broker的几个状况 。
分区数据与副本kafka的partition有一个leader的数据区域,是为了接收producer端发送的数据;也可以通过克隆leader的方式创建副本,leader与副本保持数据同步,也就是为了在极端情况下的数据备份,每个分区的副本交错的存在于其它分区中,尽量以平均方式存放于各分区中 , 也可以手动指定存放的分区(假设是因服务器硬件的配置不同) , 当极端情况下,leader宕机后,自动启用副本作为新leader角色,负责接收消息 。
leader与副本保持通信,副本持续向leader发送健康请求,超过30秒无连接的副本,从关联的副本中删除关系;副本数据默认为1个,通常我们至少设置为2个 。
# 副本数量配置项(默认为1)mis.insync.replicasbroker的应答机制在上一章阐述过,broker是对producer的应答 , 它会告诉producer,对接收到的数据处理情况;应答等级:(配置项为 acks)

  • 0:不用等落地磁盘,直接应答
  • 1:leader落地磁盘后应答
  • all:leader和副本都落地磁盘后再应答(默认)
精准数据数据的不重复
  • broker单次启动运行 , 会有一个唯一的运行编号
  • 每个分区都会有一个唯一的分区编号
  • producer发送的每条消息都会有一个唯一的消息编号
像以上这种 , 对每个环节都会有唯一编号,kafka很方便的区分出每条消息的归属,为幂等性 。
【我的 Kafka 旅程 - broker】# 幂等性(默认开启)enable.idempotence=true数据防丢失通过以上内容的了解,为防止数据的丢失,这里可以这样做:1、应答机制设为-1 , 确保leader和副本都保存完成2、分区副本至少有两个,确保随时有可启用的副本数据
当做到 数据不重复 + 数据防丢失,体现出数据的完整性、安全性、一致性 。
数据的按序broker中的leader在接收数据时,分区缓存按序最多可存5个请求数据 , 成功的消息请求会落地,消息请求按序落地磁盘,若一次消息请求失败,producer会尝试重发,此时leader分区的数据落地动作会暂停,但会缓存新收到的请求数据 , 积满5个后暂停接收,直至之前失败的消息请求成功后,再从此消息处,重新开始按序落地磁盘 。多分区按发送序号落地磁盘 。
leader分区缓存接收消息示意图
我的 Kafka 旅程 - broker

文章插图
这里认为:开启幂等性 + 接收积压个数 + 按序落地磁盘 , 可以确保单个topic多分区消息不乱序 。
leader partition 的自动平衡假如,个别broker中的分区过多,个别broker中的分区过少,这不符合负载均衡 。kafka默认开启了每间隔一段时间,自动检测分区分布的差异值是否超过了警戒值,当超过设定的警戒值时,自动触发平均分布的动作 。
# 开启自动平衡分布(默认)auto.leader.rebalance.enable=true# 不平衡警戒触发值(默认1%)leader.imbalance.per.broker.percentage# 检测间隔时间(默认300秒)leader.imbalance.check.interval.seconds=300通常不建议开启,或者把警戒触发值调大,或者把间隔时间设长,为减少被触发的次数;频繁性的触发平均分配,造成不必要的资源消耗 。
管理节点(broker)通常是向集群中添加新节点;每个broker启动后,会先向ZK注册,每个broker有个选举leader的controller,按注册的顺序为leader角色的替代者,leader的contraller负责监听ZK的broker.Ids并管理 。以下阐述对节点(broker)的管理操作 。
注册新节点首先确保各IP及主机名的对应,便于后续节点相关的配置 。再次确保一个全新的节点,broker.id的设置、zookeeper.connect的配置、数据及日志目录为空 。启动该节点(自动注册并加入集群中)
手动设定节点分区# 指定成员节点 , 重新分配分区,自动将数据同步到其它节点bin/kafka-reassign-partitions.sh --broker-list '0,1,2'减少/删除节点,同上,改变 --broker-list 的成员节点,数据将自动同步到其它节点
宕机后的数据同步leader(broker)宕机恢复后,以当前leader数据为准,这里为了数据的一致性 。副本(broker)宕机恢复后,向leader请求同步数据 。

    推荐阅读