Kafka学习总结(一)——Kafka的message存储数据结构 逃离我推掉我的手 2022-05-27 12:54 502阅读 0赞 参考资料:[https://blog.csdn.net/gongxinju/article/details/72672375][https_blog.csdn.net_gongxinju_article_details_72672375] 以后继续深入总结。 Kafka中的Message是以topic为基本单位组织的,不同的topic之间是相互独立的。每个topic又可以分成几个不同的partition(每个topic有几个partition是在创建topic时指定的),每个partition存储一部分Message。借用官方的一张图,可以直观地看到topic和partition的关系。 ![Anatomy of a Topic][] partition是以文件的形式存储在文件系统中,比如,创建了一个名为page\_visits的topic,其有5个partition,那么在Kafka的数据目录中(由配置文件中的log.dirs指定的)中就有这样5个目录: page\_visits-0, page\_visits-1,page\_visits-2,page\_visits-3,page\_visits-4,其命名规则为<topic\_name>-<partition\_id>,里面存储的分别就是这5个partition的数据。 接下来,本文将分析partition目录中的文件的存储格式和相关的代码所在的位置。 ## 3.1、Partition的数据文件 ## Partition中的每条Message由offset来表示它在这个partition中的偏移量,这个offset不是该Message在partition数据文件中的实际存储位置,而是逻辑上一个值,它唯一确定了partition中的一条Message。因此,可以认为offset是partition中Message的id。partition中的每条Message包含了以下三个属性: * offset * MessageSize * data 其中offset为long型,MessageSize为int32,表示data有多大,data为message的具体内容。它的格式和[Kafka通讯协议][Kafka]中介绍的MessageSet格式是一致。 Partition的数据文件则包含了若干条上述格式的Message,按offset由小到大排列在一起。它的实现类为FileMessageSet,类图如下: ![FileMessageSet类图][FileMessageSet] 它的主要方法如下: * append: 把给定的ByteBufferMessageSet中的Message写入到这个数据文件中。 * searchFor: 从指定的startingPosition开始搜索找到第一个Message其offset是大于或者等于指定的offset,并返回其在文件中的位置Position。它的实现方式是从startingPosition开始读取12个字节,分别是当前MessageSet的offset和size。如果当前offset小于指定的offset,那么将position向后移动LogOverHead+MessageSize(其中LogOverHead为offset+messagesize,为12个字节)。 * read:准确名字应该是slice,它截取其中一部分返回一个新的FileMessageSet。它不保证截取的位置数据的完整性。 * sizeInBytes: 表示这个FileMessageSet占有了多少字节的空间。 * truncateTo: 把这个文件截断,这个方法不保证截断位置的Message的完整性。 * readInto: 从指定的相对位置开始把文件的内容读取到对应的ByteBuffer中。 我们来思考一下,如果一个partition只有一个数据文件会怎么样? 1. 新数据是添加在文件末尾(调用FileMessageSet的append方法),不论文件数据文件有多大,这个操作永远都是O(1)的。 2. 查找某个offset的Message(调用FileMessageSet的searchFor方法)是顺序查找的。因此,如果数据文件很大的话,查找的效率就低。 那Kafka是如何解决查找效率的的问题呢?有两大法宝:1) 分段 2) 索引。 ### 3.2、数据文件的分段 ### Kafka解决查询效率的手段之一是将数据文件分段,比如有100条Message,它们的offset是从0到99。假设将数据文件分成5段,第一段为0-19,第二段为20-39,以此类推,每段放在一个单独的数据文件里面,数据文件以该段中最小的offset命名。这样在查找指定offset的Message的时候,用二分查找就可以定位到该Message在哪个段中。 ### 3.3、为数据文件建索引 ### 数据文件分段使得可以在一个较小的数据文件中查找对应offset的Message了,但是这依然需要顺序扫描才能找到对应offset的Message。为了进一步提高查找的效率,Kafka为每个分段后的数据文件建立了索引文件,文件名与数据文件的名字是一样的,只是文件扩展名为.index。 索引文件中包含若干个索引条目,每个条目表示数据文件中一条Message的索引。索引包含两个部分(均为4个字节的数字),分别为相对offset和position。 * 相对offset:因为数据文件分段以后,每个数据文件的起始offset不为0,相对offset表示这条Message相对于其所属数据文件中最小的offset的大小。举例,分段后的一个数据文件的offset是从20开始,那么offset为25的Message在index文件中的相对offset就是25-20 = 5。存储相对offset可以减小索引文件占用的空间。 * position,表示该条Message在数据文件中的绝对位置。只要打开文件并移动文件指针到这个position就可以读取对应的Message了。 index文件中并没有为数据文件中的每条Message建立索引,而是采用了稀疏存储的方式,每隔一定字节的数据建立一条索引。这样避免了索引文件占用过多的空间,从而可以将索引文件保留在内存中。但缺点是没有建立索引的Message也不能一次定位到其在数据文件的位置,从而需要做一次顺序扫描,但是这次顺序扫描的范围就很小了。 在Kafka中,索引文件的实现类为OffsetIndex,它的类图如下: ![OffsetIndex类图][OffsetIndex] 主要的方法有: * append方法,添加一对offset和position到index文件中,这里的offset将会被转成相对的offset。 * lookup, 用二分查找的方式去查找小于或等于给定offset的最大的那个offset ## 小结 ## 我们以几张图来总结一下Message是如何在Kafka中存储的,以及如何查找指定offset的Message的。 Message是按照topic来组织,每个topic可以分成多个的partition,比如:有5个partition的名为为page\_visits的topic的目录结构为: ![topic\_partition][topic_partition] partition是分段的,每个段叫LogSegment,包括了一个数据文件和一个索引文件,下图是某个partition目录下的文件: ![partition][] 可以看到,这个partition有4个LogSegment。 展示是如何查找Message的。 ![search][] 比如:要查找绝对offset为7的Message: 1. 首先是用二分查找确定它是在哪个LogSegment中,自然是在第一个Segment中。 2. 打开这个Segment的index文件,也是用二分查找找到offset小于或者等于指定offset的索引条目中最大的那个offset。自然offset为6的那个索引是我们要找的,通过索引文件我们知道offset为6的Message在数据文件中的位置为9807。 3. 打开数据文件,从位置为9807的那个地方开始顺序扫描直到找到offset为7的那条Message。 这套机制是建立在offset是有序的。索引文件被映射到内存中,所以查找的速度还是很快的。 一句话,Kafka的Message存储采用了分区(partition),分段(LogSegment)和稀疏索引这几个手段来达到了高效性。 [https_blog.csdn.net_gongxinju_article_details_72672375]: https://blog.csdn.net/gongxinju/article/details/72672375 [Anatomy of a Topic]: /images/20220527/5d7f975379064147909312bf7be7b915.png [Kafka]: http://blog.csdn.net/jewes/article/details/42744855 [FileMessageSet]: /images/20220527/db7f807b582e481d8926b86afe1bb3f0.png [OffsetIndex]: /images/20220527/4362166a6cad43b0a8efe1c138220d09.png [topic_partition]: /images/20220527/894dcd1c6530449f9aea808544248aab.png [partition]: /images/20220527/312faa59105c40b687f99bdfd0016cc5.png [search]: /images/20220527/dc41993ef7fa4459a7f0ea64e82f3a3e.png
还没有评论,来说两句吧...