Kafka介绍

Kafka介绍概述•Kafka是Linkedin于2010年12月份开源的消息系统，它主要用于处理活跃的流式数据。活跃的流式数据在web网站应用中非常常见，这些数据包括网站的pv、用户访问了什么内容，搜索了什么内容等。这些数据通常以日志的形式记录下来，然后每隔一段时间进行一次统计处理。传统的日志分析系统提供了一种离线处理日志信息的可扩展方案，但若要进行实时处理，通常会有较大延迟。而现有的消（队列）系统能够很好的处理实时或者近似实时的应用，但未处理的数据通常不会写到磁盘上，这对于Hadoop之类（一小时或者一天只处理一部分数据）的离线应用而言，可能存在问题。Kafka正是为了解决以上问题而设计的，它能够很好地离线和在线应用。应用场景•消息投递：能够很好的代替传统的messagebroker。它提供了更强大的吞吐量，内建分区，复本，容错等机制来解决大规模消息处理型应用程序。•用户活动追踪：通过按类型将每个web动作发送到指定topic,然后由消费者去订阅各种topic,处理器包括实时处理，实时监控，加载到hadoop或其他离线存储系统用于离线处理等。•日志聚合：把物理上分布在各个机器上的离散日志数据聚集到指定区域（如HDFS或文件服务器等）用来处理。设计特点•消息持久化：通过O(1)的磁盘数据结构提供消息的持久化。•高吞吐量：每秒百万级的消息读写。•分布式：Kafka是显式分布式的，多个producer、consumer和broker可以运行在一个大的集群上，作为一个逻辑整体对外提供服务。对于consumer，多个consumer可以组成一个group，这个message只能传输给某个group中的某一个consumer。•多客户端支持：java、php、ruby、pathon、c、c++。•实时性：生产者生产的message立即被消费者可见。kafka组件Kafka内是分布式的，一个Kafka集群通常包括多个broker。为了均衡负载，将话题分成多个分区，每个broker存储一或多个分区。多个生产者和消费者能够同时生产和获取消息。kafka组件topics•一个topic是一个用于发布消息的分类或feed名，kafka集群使用分区的日志，每个分区都是有顺序且不变的消息序列。commit的log可以不断追加。消息在每个分区中都分配了一个叫offset的id序列来唯一识别分区中的消息。topics•无论发布的消息是否被消费，kafka都会持久化一定时间（可配置）。•在每个消费者都持久化这个offset在日志中。通常消费者读消息时会使offset值线性的增长，但实际上其位置是由消费者控制，它可以按任意顺序来消费消息。比如复位到老的offset来重新处理。•每个分区代表一个并行单元。message•message（消息）是通信的基本单位，每个producer可以向一个topic（主题）发布一些消息。如果consumer订阅了这个主题，那么新发布的消息就会广播给这些consumer。•messageformat：messagelength:4bytes(value:1+4+n)magicvalue:1bytecrc:4bytespayload:nbytesproducer•生产者可以发布数据到它指定的topic中，并可以指定在topic里哪些消息分配到哪些分区（比如简单的轮流分发各个分区或通过指定分区语义分配key到对应分区）•生产者直接把消息发送给对应分区的broker，而不需要任何路由层。•批处理发送，当message积累到一定数量或等待一定时间后进行发送。consumer•传统消费一般是通过queue方式（消息依次被感兴趣的消费者接受）和发布订阅的方式（消息被广播到所有感兴趣的消费者）。kafka采用一种更抽象的方式：消费组（consumergroup）来囊括传统的两种方式。首先消费者标记自己一个消费组名。消息将投递到每个消费组中的某一个消费者实例上。如果所有的消费者实例都有相同的消费组，这样就像传统的queue方式。如果所有的消费者实例都有不同的消费组，这样就像传统的发布订阅方式。消费组就好比是个逻辑的订阅者，每个订阅者由许多消费者实例构成(用于扩展或容错)。•相对于传统的消息系统，kafka拥有更强壮的顺序保证。kafka由于topic采用了分区，故能够很好在多个消费者进程操作时保证顺序性和负载均衡。consumer•传统消费一般是通过queue方式（消息依次被感兴趣的消费者接受）和发布订阅的方式（消息被广播到所有感兴趣的消费者）。kafka采用一种更抽象的方式：消费组（consumergroup）来囊括传统的两种方式。首先消费者标记自己一个消费组名。消息将投递到每个消费组中的某一个消费者实例上。如果所有的消费者实例都有相同的消费组，这样就像传统的queue方式。如果所有的消费者实例都有不同的消费组，这样就像传统的发布订阅方式。消费组就好比是个逻辑的订阅者，每个订阅者由许多消费者实例构成(用于扩展或容错)。•相对于传统的消息系统，kafka拥有更强壮的顺序保证。kafka由于topic采用了分区，故能够很好在多个消费者进程操作时保证顺序性和负载均衡。如下图：consumerKafka构造及原理一、持久化•Kafka的存储布局非常简单。话题的每个分区对应一个逻辑日志。物理上，一个日志为相同大小的一组分段文件。每次生产者发布消息到一个分区，代理就将消息追加到最后一个段文件中。当发布的消息数量达到设定值或者经过一定的时间后，段文件真正flush磁盘中。写入完成后，消息公开给消费者。•与传统的消息系统不同，Kafka系统中存储的消息没有明确的消息Id。•消息通过日志中的逻辑偏移量来公开。这样就避免了维护配套的密集寻址，用于映射消息ID到实际消息地址的随机存取索引结构的开销。消息ID是增量的，但不连续。要计算下一消息的ID，可以在其逻辑偏移的基础上加上当前消息的长度。•消费者始终从特定分区顺序地获取消息，如果消费者知道特定消息的偏移量，也就说明消费者已经消费了之前的所有消息。消费者向代理发出异步拉请求，准备字节缓冲区用于消费。每个异步拉请求都包含要消费的消息偏移量Kafka构造及原理一、持久化Kafka构造及原理二、传输效率•生产者提交一批消息作为一个请求。消费者虽然利用api遍历消息是一个一个的，但背后也是一次请求获取一批数据，从而减少网络请求数量。•Kafka层采用无缓存设计，而是依赖于底层的文件系统页缓存。这有助于避免双重缓存，及即消息只缓存了一份在页缓存中。同时这在kafka重启后保持缓存warm也有额外的优势。因kafka根本不缓存消息在进程中，故gc开销也就很小。•zero-copy：kafka为了减少字节拷贝，采用了大多数系统都会提供的sendfile系统调用。如下图：Kafka构造及原理二、传输效率传统方式zero-copyKafka构造及原理三、无状态的broker与其它消息系统不同，Kafka代理是无状态的。这意味着消费者必须维护已消费的状态信息。这些信息由消费者自己维护，代理完全不管。这种设计非常微妙，它本身包含了创新。从代理删除消息变得很棘手，因为代理并不知道消费者是否已经使用了该消息。Kafka创新性地解决了这个问题，它将一个简单的基于时间的SLA应用于保留策略。当消息在代理中超过一定时间后，将会被自动删除。这种创新设计有很大的好处，消费者可以故意倒回到老的偏移量再次消费数据。这违反了队列的常见约定，但被证明是许多消费者的基本特征。Kafka构造及原理三、交付保证•Kafka默认采用atleastonce的消息投递策略。即在消费者端的处理顺序是获得消息-处理消息-保存位置。这可能导致一旦客户端挂掉，新的客户端接管时处理前面客户端已处理过的消息。Kafka构造及原理四、副本管理•kafka将日志复制到指定多个服务器上。•复本的单元是partition。在正常情况下，每个分区有一个leader和0到多个follower。•leader处理对应分区上所有的读写请求。分区可以多于broker数，leader也是分布式的。•follower的日志和leader的日志是相同的，ollower被动的复制leader。如果leader挂了，其中一个follower会自动变成新的leader.Kafka构造及原理Kafka构造及原理四、副本管理•和其他分布式系统一样，节点“活着”的定义在于我们能否处理一些失败情况。kafka需要两个条件保证是“活着”1.节点在zookeeper注册的session还在且可维护（基于zookeeper心跳机制）2.如果是slave则能够紧随leader的更新不至于落得太远。•kafka采用insync来代替“活着”。如果follower挂掉或卡住或落得很远，则leader会移除同步列表中的insync。至于落了多远才叫远由replica.lag.max.messages配置，而表示复本“卡住”由replica.lag.time.max.ms配置。Kafka构造及原理四、副本管理•所谓一条消息是“提交”的，意味着所有insync的复本也持久化到了他们的log中。这意味着消费者无需担心leader挂掉导致数据丢失。另一方面，生产者可以选择是否等待消息“提交”。•kafka动态的维护了一组in-sync(ISR)的复本，表示已追上了leader,只有处于该状态的成员组才是能被选择为leader。这些ISR组会在发生变化时被持久化到zookeeper中。通过ISR模型和f+1复本，可以让kafka的topic支持最多f个节点挂掉而不会导致提交的数据丢失。Kafka构造及原理五、分布式协调•由于kafka中一个topic中的不同分区只能被消费组中的一个消费者消费，就避免了多个消费者消费相同的分区时会导致额外的开销（如要协调哪个消费者消费哪个消息，还有锁及状态的开销）。kafka中消费进程只需要在代理和同组消费者有变化时时进行一次协调（这种协调不是经常性的，故可以忽略开销）。•kafka使用zookeeper做以下事情：1.探测broker和consumer的添加或移除2.当1发生时触发每个消费者进程的重新负载。3.维护消费关系和追踪消费者在分区消费的消息的offset。Zookeeper的使用•BrokerNodeRegistry/brokers/ids/[0...N]--host:port(ephemeralnode)broker启动时在/brokers/ids下创建一个znode，把brokerid写进去。因为broker把自己注册到zookeeper中实用的是瞬时节点，所以这个注册是动态的，如果broker宕机或者没有响应该节点就会被删除。•BrokerTopicRegistry/brokers/topics/[topic]/[0...N]--nPartions(ephemeralnode)每个broker把自己存储和维护的partion信息注册到该路径下。Zookeeper的使用•ConsumersandConsumerGroupsconsumers也把它们自己注册到zookeeper上，用以保持消费负载平衡和offset记录。groupid相同的多个consumer构成一个消费租，共同消费一个topic，同一个组的consumer会尽量均匀的消费，其中的一个consumer只会消费一个partion的数据。•ConsumerIdRegistry/consumers/[group_id]/ids/[consumer_id]--{topic1:#streams,...,topicN:#streams}(ephemeralnode)每个consumer在/consumers/[group_id]/ids下创建一个瞬时的唯一的consumer_id，用来描述当前该group下有哪些consumer是alive的，如果消费进程挂掉对应的consumer_id就会从该节