[TOC]

1 简介

MQ满天飞的时代，kafka也只是其中之一。

Kafka，一个基于分布式的高吞吐量的消息发布-订阅系统。

具有快速、持久、可扩展、处理大量不同消费者的特性。Kafka 不会关心消息的处理过程及消费者队列。

• 磁盘线性读写，O(1)读写性能
• 高吞吐量
• 显式的分布式架构

详细的介绍可以看这里：http://blog.cloudera.com/blog/2014/09/apache-kafka-for-beginners/

2 名词解释

• broker

kafka集群中的服务器(一个或多个)被称为broker。

• topic

顾名思义,topic就是主题的意思。也就是对消息的一个分类。kafka中的每个消息都有一个分类/类别，这个类别就是topic。

不同topic的消息在磁盘上是分开存储的，同时对消费者是透明的。也就是说当你消费消息的时候并不需要知道消息是怎么存储的，也不需要知道存储在哪里。

• partition

可以认为是topic的物理分组,一个topic可以分为一个或多个partition。partition一两句话说不清，详情见后面的小节。

• producer

这个好理解，就是消息的生产者。

• consumer

和producer相对应，consumer就是消息的消费者。通常是各种高级语言写的客户端API，比如Java、Python甚至是JavaScript所写的客户端API。

• consumer group

每个consumer都属于一个消费者组。不显示地指定消费者组的时候属于默认的消费者组。

• message

消息是通信的基本单位，producer可以向topic发布message。新发布的消息就会广播给订阅了这个主题de consumer。message只能传输给某个group中的某一个consumer。

3 partition

kafka作为一个MQ或者日志系统，他的最终数据存储还是离不开磁盘的。kafka对每个消息做了分类，即有了topic，每个topic当然也是持久化在磁盘上的。当消费完之后太过于陈旧的消息(message/topic)将被删除。

鉴于此，将所有topic都存储在同一个目录里将导致磁盘文件太过于庞大，这样一来，管理不便，如果一个磁盘挂了，将导致所有数据丢失；而且磁盘的空间总是有限的。也就是说一个磁盘持久化所有数据在生成环境是不靠谱的。

所以，kafka可以将不同的topic分布式地存储于不同的磁盘上，这就有了kafka所谓的partition的概念。

partition是一个有序的、不可变的消息队列。每个消息都有一个连续的序列号即offset。每个partition又分为若干个segment。

最简单的也就是kafka默认的partition分布存储策略就是hash了。简单理解就是所有可用的broker一次轮流一个一个地存储partition。

这么一搞，最终结果就是：

• 每台可用的broker上的数据逗比总数据要少
• 但是每个消息数据都有冗余
• 一般情况下，一台broker宕机并不影响整个系统(当然如果你只有一台broker那就另说了……)

日志文件的存储位置(partition就在这里了)在server.properties中指定: log.dirs=/Users/hylexus/data/kafka/kafka-logs。

3.1 单机版partition的磁盘存储

此处先从单机版kafka中partition存储方式说起。

单机版并没有partition带来的好处。

本人此处的设置是kafka数据存储在log.dirs=/Users/hylexus/data/kafka/kafka-logs。

创建一个测试用的topic名为topic01

$ bin/kafka-topics.sh --create \
--zookeeper localhost:2181 \
--replication-factor 1 \
--partitions 4 \ # 分区数为4
--topic topic01

查看磁盘上partition的存储

hylexus@hylexusPC kafka-logs $ pwd
/Users/hylexus/data/kafka/kafka-logs
hylexus@hylexusPC kafka-logs $ ll
drwxr-xr-x  5 hylexus  staff   170  5  1 15:46 topic01-0
drwxr-xr-x  5 hylexus  staff   170  5  1 15:46 topic01-1
drwxr-xr-x  5 hylexus  staff   170  5  1 15:46 topic01-2
drwxr-xr-x  5 hylexus  staff   170  5  1 15:46 topic01-3
hylexus@hylexusPC kafka-logs $ 

单机版由于只有一个目录,partition分布较为简单。

3.2 多broker下partition的磁盘存储

此处的多broker是如下形式：

多broker

单机上启动三个broker,注册到同一个zookeeper。

创建一个topic名为topic02,用以测试

bin/kafka-topics.sh --create \
--zookeeper localhost:2181 \
--replication-factor 2 \ # 2份拷贝
--partitions 4 \ # 4个partition
--topic topic02

查看磁盘磁盘上partition存储

hylexus@hylexusPC kafka-logs $ pwd
/Users/hylexus/data/kafka/kafka-logs
hylexus@hylexusPC kafka-logs $ ll
drwxr-xr-x  5 hylexus  staff   170  5  1 16:29 topic02-0
drwxr-xr-x  5 hylexus  staff   170  5  1 16:29 topic02-2
drwxr-xr-x  5 hylexus  staff   170  5  1 16:29 topic02-3

hylexus@hylexusPC kafka-logs-02 $ pwd
/Users/hylexus/data/kafka/kafka-logs-02
hylexus@hylexusPC kafka-logs-02 $ ll
drwxr-xr-x  5 hylexus  staff  170  5  1 16:29 topic02-0
drwxr-xr-x  5 hylexus  staff  170  5  1 16:29 topic02-1
drwxr-xr-x  5 hylexus  staff  170  5  1 16:29 topic02-3

hylexus@hylexusPC kafka-logs-03 $ pwd
/Users/hylexus/data/kafka/kafka-logs-03
hylexus@hylexusPC kafka-logs-03 $ ll
drwxr-xr-x  5 hylexus  staff  170  5  1 16:29 topic02-1
drwxr-xr-x  5 hylexus  staff  170  5  1 16:29 topic02-2

此时的partition磁盘分布如下:

partitions

记broker个数为n,则有：

• 第i个partition分配到第(i % n)个broker
• 第i个Partition的第j个拷贝分配到第((i + j) % n)个broker

3.3 partition磁盘存储总结

• 每个partition为一个目录
• partiton命名规则为topic名称-有序序号
  • 第一个partiton有序序号从0开始
  • 序号最大值为partitions数量减1
• 如果你只是调用kafka提供的客户端程序的话，你没有必要清楚每个partition是怎么分布的，因为你只是调用客户端消费数据而已

3.4 partition中segment磁盘存储

接着上面说的，其实每个partition就相当于一个大型文件(整个消息记录)被分配到多个大小相等的文件中存储。大小相等但是消息个数不一定相等了，这样利于管理，可以快速的删除陈旧的文件，有效地提高了磁盘的利用率。

此处所说的每个大小相等的文件就是segment(partition的再次细分)了。

既然数据是存储在磁盘上的，即便比不上磁盘高效，但也要在一个MQ系统能接受的范围内。

所以，索引就必不可少了，kafka的segment文件分为两个主要部分：index+log

• index主要是索引文件，log才是真正的消息数据。
• segment文件命名时：
  • 第一个segment文件名称从零开始,前导零填充至19位
  • 其他每个segment文件名为上一个segment文件最后一个message的offset

此处就以单机版的kafka为例：

为测试方便,此处我将log.segment.bytes=1024调整为1024,以便快速看到效果,生成一些message之后，topic01-0磁盘存储如下：

hylexus@hylexusPC topic01-0 $ pwd
/Users/hylexus/data/kafka/kafka-logs/topic01-0
hylexus@hylexusPC kafka-logs $ ll topic01-0
-rw-r--r--  1 hylexus  staff         0  5  1 19:43 00000000000000000000.index
-rw-r--r--  1 hylexus  staff       990  5  1 19:43 00000000000000000000.log

-rw-r--r--  1 hylexus  staff         0  5  1 19:43 00000000000000000012.index
-rw-r--r--  1 hylexus  staff       990  5  1 19:43 00000000000000000012.log

-rw-r--r--  1 hylexus  staff         0  5  1 19:43 00000000000000000024.index
-rw-r--r--  1 hylexus  staff       998  5  1 19:43 00000000000000000024.log

-rw-r--r--  1 hylexus  staff         0  5  1 19:43 00000000000000000036.index
-rw-r--r--  1 hylexus  staff       994  5  1 19:43 00000000000000000036.log

-rw-r--r--  1 hylexus  staff         0  5  1 19:43 00000000000000000048.index
-rw-r--r--  1 hylexus  staff      1004  5  1 19:43 00000000000000000048.log

3.5 通过offset查找message

就拿上面的segment来说，第一个segment的命名为零(前导零).{index,log}。

另外，上面我将每个segment的大小设置为1024即log.segment.bytes=1024。

00000000000000000000 offset=0
00000000000000000012 offset=12+1==13
00000000000000000024 offset=24+1==25
……

因此，通过offset查找具体消息步骤如下：

• 二分查找定位到segment
• 在某个具体的segment文件中顺序查找到具体message
• 另外，为效率考虑，index所以文件是直接映射到内存的

例如:查找offset==23的message

• 二分查找到具体segment为00000000000000000012
• 在00000000000000000012内部顺序找到offset=23的message