kafka在zookeeper中的存储结构

快来打我* 2021-12-15 11:07 247阅读 0赞

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h3MTIwMjE5_size_16_color_FFFFFF_t_70]  
1.topic注册信息  
/brokers/topics/\[topic\] :  
存储某个topic的partitions所有分配信息

{
        "version": "版本编号目前固定为数字1",
        "partitions": {
            "partitionId编号": [
                同步副本组brokerId列表
            ],
            "partitionId编号": [
                同步副本组brokerId列表
            ],
            .......
        }
    }
    Example:
    {
    "version": 1,
    "partitions": {
    "0": [1, 2],
    "1": [2, 1],
    "2": [1, 2],
    }
    }
    说明：紫红色为patitions编号，蓝色为同步副本组brokerId列表

2.partition状态信息  
/brokers/topics/\[topic\]/partitions/\[0…N\] 其中\[0…N\]表示partition索引号  
/brokers/topics/\[topic\]/partitions/\[partitionId\]/state  
举例 获取主题为"guanyu"的partion状态信息  
get /kafka/brokers/topics/guanyu/partitions/0/state

{
    "controller_epoch": 表示kafka集群中的中央控制器选举次数,
    "leader": 表示该partition选举leader的brokerId,
    "version": 版本编号默认为1,
    "leader_epoch": 该partition leader选举次数,
    "isr": [同步副本组brokerId列表]
    }
    --------------------- 
    例子
    {
    	"controller_epoch": 7,
    	"leader": 1,
    	"version": 1,
    	"leader_epoch": 0,
    	"isr": [1]
    }

1.  Broker注册信息  
    /brokers/ids/\[0…N\]  
    每个broker的配置文件中都需要指定一个数字类型的id(全局不可重复),此节点为临时znode(EPHEMERAL)

Schema:
    {
        "jmx_port": jmx端口号,
        "timestamp": kafka broker初始启动时的时间戳,
        "host": 主机名或ip地址,
        "version": 版本编号默认为1,
        "port": kafka broker的服务端端口号,由server.properties中参数port确定
    }
    Example:
    {
        "jmx_port": 6061,
        "timestamp":"1403061899859"
        "version": 1,
        "host": "192.168.1.148",
        "port": 9092
    }

1.  Controller epoch:  
    /controller\_epoch -> int (epoch)  
    此值为一个数字,kafka集群中第一个broker第一次启动时为1，以后只要集群中center controller中央控制器所在broker变更或挂掉，就会重新选举新的center controller，每次center controller变更controller\_epoch值就会 + 1;
2.  Controller注册信息:  
    /controller -> int (broker id of the controller) 存储center controller中央控制器所在kafka broker的信息

Schema:
    {
        "version": 版本编号默认为1,
        "brokerid": kafka集群中broker唯一编号,
        "timestamp": kafka broker中央控制器变更时的时间戳
    }
    {
        "version": 1,
        "brokerid": 3,
        "timestamp": "1403061802981"
    }

Consumer均衡算法  
当一个group中,有consumer加入或者离开时,会触发partitions均衡.均衡的最终目的,是提升topic的并发消费能力.

1.  假如topic1,具有如下partitions: P0,P1,P2,P3
2.  加入group中,有如下consumer: C0,C1
3.  首先根据partition索引号对partitions排序: P0,P1,P2,P3
4.  根据([consumer.id][] \+ ‘-’+ thread序号)排序: C0,C1
5.  计算倍数: M = \[P0,P1,P2,P3\].size / \[C0,C1\].size,本例值M=2(向上取整)
6.  然后依次分配partitions: C0 = \[P0,P1\],C1=\[P2,P3\],即Ci = \[P(i \* M),P((i + 1) \* M -1)\]  
    a.每个consumer客户端被创建时,会向zookeeper注册自己的信息;  
    b.此作用主要是为了"负载均衡".  
    c.同一个Consumer Group中的Consumers，Kafka将相应Topic中的每个消息只发送给其中一个Consumer。  
    d.Consumer Group中的每个Consumer读取Topic的一个或多个Partitions，并且是唯一的Consumer；  
    e.一个Consumer group的多个consumer的所有线程依次有序地消费一个topic的所有partitions,**如果Consumer group中所有consumer总线程大于partitions数量，则会出现空闲情况;**

举例说明：  
kafka集群中创建一个topic为report-log 4 partitions 索引编号为0,1,2,3  
假如有目前有三个消费者node：注意–>一个consumer中一个消费线程可以消费一个或多个partition.  
如果每个consumer创建一个consumer thread线程,各个node消费情况如下，node1消费索引编号为0,1分区，node2费索引编号为2,node3费索引编号为3  
如果每个consumer创建2个consumer thread线程，各个node消费情况如下(是从consumer node先后启动状态来确定的)，node1消费索引编号为0,1分区；node2费索引编号为2,3；node3为空闲状态  
总结：  
从以上可知，Consumer Group中各个consumer是根据先后启动的顺序有序消费一个topic的所有partitions的。  
如果Consumer Group中所有consumer的总线程数大于partitions数量，则可能consumer thread或consumer会出现空闲状态。

1.  Consumer注册信息:  
    每个consumer都有一个唯一的ID(consumerId可以通过配置文件指定,也可以由系统生成),此id用来标记消费者信息.  
    /consumers/\[groupId\]/ids/\[consumerIdString\]  
    是一个临时的znode,此节点的值为请看consumerIdString产生规则,即表示此consumer目前所消费的topic + partitions列表.

Schema:
    {
    　　"version": 版本编号默认为1,
    　　"subscription": { //订阅topic列表
    　　　　"topic名称": consumer中topic消费者线程数
    　　},
    　　"pattern": "static",
    　　"timestamp": "consumer启动时的时间戳"
    }
    Example:
    {
    　　"version": 1,
    　　"subscription": {
    　　　　"open_platform_opt_push_plus1": 5
    　　},
    　　"pattern": "static",
    　　"timestamp": "1411294187842"
    }

1.  Consumer owner:  
    /consumers/\[groupId\]/owners/\[topic\]/\[partitionId\] -> consumerIdString + threadId索引编号  
    当consumer启动时,所触发的操作:  
    a) 首先进行"Consumer Id注册";  
    b) 然后在"Consumer id 注册"节点下注册一个watch用来监听当前group中其他consumer的"退出"和"加入";只要此znode path下节点列表变更,都会触发此group下consumer的负载均衡.(比如一个consumer失效,那么其他consumer接管partitions).  
    c) 在"Broker id 注册"节点下,注册一个watch用来监听broker的存活情况;如果broker列表变更,将会触发所有的groups下的consumer重新balance.
2.  Consumer offset:  
    /consumers/\[groupId\]/offsets/\[topic\]/\[partitionId\] -> long (offset)  
    用来跟踪每个consumer目前所消费的partition中最大的offset  
    此znode为持久节点,可以看出offset跟group\_id有关,以表明当消费者组(consumer group)中一个消费者失效,重新触发balance,其他consumer可以继续消费.

**之前版本，Kafka其实存在一个比较大的隐患，就是利用 Zookeeper 来存储记录每个消费者/组的消费进度。目前，Kafka 官网已默认将消费的 offset 迁入到了 Kafka 一个名为 \_\_consumer\_offsets 的Topic中。它实现的原理是：利用 Kafka 自身的 Topic，以消费的Group，Topic，以及Partition做为组合 Key，所有的消费offset都提交写入到上述的Topic中。因为这部分消息是非常重要，以至于是不能容忍丢数据的，所以消息的 acking 级别设置为了 -1，生产者等到所有的 ISR 都收到消息后才会得到 ack（数据安全性极好，当然，其速度会有所影响）。所以 Kafka 又在内存中维护了一个关于 Group，Topic 和 Partition 的三元组来维护最新的 offset 信息，消费者获取最新的offset的时候会直接从内存中获取。**  
ISR机制:  
kafka不是完全同步，也不是完全异步，是一种ISR机制：

1.  leader会维护一个与其基本保持同步的Replica列表，该列表称为ISR(in-sync Replica)，每个Partition都会有一个ISR，而且是由leader动态维护
2.  如果一个flower比一个leader落后太多，或者超过一定时间未发起数据复制请求，则leader将其重ISR中移除
3.  当ISR中所有Replica都向Leader发送ACK时，leader才commit  
    ACK (Acknowledgement）即是确认字符，在数据通信中，接收站发给发送站的一种传输类控制字符。表示发来的数据已确认接收无误。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h3MTIwMjE5_size_16_color_FFFFFF_t_70 1]  
综合首尾两张图可以更好理解kafka与zookeeper关系。  
一个broker就是kafka集群的一台服务器，broker的作用是负责消息的写入，读取等，也是kafka的核心。broker信息存在zookeeper的目的是分区首领的选举，一般情况下，一个broker可能是一个或多个分区首领，只能分区首领才能写入读取消息，所以当broker挂掉后，需要通知到kafka，重新选举分区首领。  
消费者的信息也需要写入zookeeper，因为在一个消费者组里，一个分区只能对应一个消费者的一个线程，并且是固定的线程，因为如果有多个线程对应同一分区，可能会造成消息的重复处理并且不能保证消息的顺序行。但是一个消费者可以对应多个分区。如果消费者挂掉，需要通知到kafka，触发分区再均衡。  
由此可看，只有生产者没有与zookeeper关联。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h3MTIwMjE5_size_16_color_FFFFFF_t_70]: /images/20211214/b3ed68e0df014b989fea995378919987.png
[consumer.id]: http://consumer.id
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h3MTIwMjE5_size_16_color_FFFFFF_t_70 1]: /images/20211214/be52910638744d0a952f2323df875a99.png