一、kafka基礎知識
1、kafka是什么
類JMS消息隊列，結合JMS中的兩種模式，可以有多個消費者主動拉取數據，在JMS中只有點對點模式才有消費者主動拉取數據。
kafka是一個生產-消費模型。
Producer：生產者，只負責數據生產，生產者的代碼可以集成到任務系統中。
數據的分發策略由producer決定，默認是defaultPartition Utils.abs(key.hashCode) % numPartitions
Broker：當前服務器上的Kafka進程,俗稱拉皮條。只管數據存儲，不管是誰生產，不管是誰消費。
在集群中每個broker都有一個唯一brokerid，不得重復。
Topic:目標發送的目的地，這是一個邏輯上的概念，落到磁盤上是一個partition的目錄。partition的目錄中有多個segment組合(index,log)
一個Topic對應多個partition[0,1,2,3]，一個partition對應多個segment組合。一個segment有默認的大小是1G。
每個partition可以設置多個副本(replication-factor 1),會從所有的副本中選取一個leader出來。所有讀寫操作都是通過leader來進行的。
特別強調，和mysql中主從有區別，mysql做主從是為了讀寫分離，在kafka中讀寫操作都是leader。
ConsumerGroup：數據消費者組，ConsumerGroup可以有多個，每個ConsumerGroup消費的數據都是一樣的。
可以把多個consumer線程劃分為一個組，組里面所有成員共同消費一個topic的數據，組員之間不能重復消費。
2、kafka生產數據時的分組策略
默認是defaultPartition Utils.abs(key.hashCode) % numPartitions
上文中的key是producer在發送數據時傳入的，produer.send(KeyedMessage(topic,myPartitionKey,messageContent))
3、kafka如何保證數據的完全生產
ack機制：broker表示發來的數據已確認接收無誤，表示數據已經保存到磁盤。
0：不等待broker返回確認消息
1：等待topic中某個partition leader保存成功的狀態反饋
-1：等待topic中某個partition 所有副本都保存成功的狀態反饋
4、broker如何保存數據
在理論環境下，broker按照順序讀寫的機制，可以每秒保存600M的數據。主要通過pagecache機制，盡可能的利用當前物理機器上的空閑內存來做緩存。
當前topic所屬的broker，必定有一個該topic的partition，partition是一個磁盤目錄。partition的目錄中有多個segment組合(index,log)
5、partition如何分布在不同的broker上
int i = 0
list{kafka01,kafka02,kafka03}
for(int i=0;i<5;i++){
brIndex = i%broker;
hostName = list.get(brIndex)
}
6、consumerGroup的組員和partition之間如何做負載均衡
最好是一一對應，一個partition對應一個consumer。
如果consumer的數量過多，必然有空閑的consumer。
算法：
假如topic1,具有如下partitions: P0,P1,P2,P3
加入group中,有如下consumer: C1,C2
首先根據partition索引號對partitions排序: P0,P1,P2,P3
根據consumer.id排序: C0,C1
計算倍數: M = [P0,P1,P2,P3].size / [C0,C1].size,本例值M=2(向上取整)
然后依次分配partitions: C0 = [P0,P1],C1=[P2,P3],即Ci = [P(i * M),P((i + 1) * M -1)]
7、如何保證kafka消費者消費數據是全局有序的
偽命題
如果要全局有序的，必須保證生產有序，存儲有序，消費有序。
由于生產可以做集群，存儲可以分片，消費可以設置為一個consumerGroup，要保證全局有序，就需要保證每個環節都有序。
只有一個可能，就是一個生產者，一個partition，一個消費者。這種場景和大數據應用場景相悖。
二、kafka詳細
1、Kafka整體結構圖
Kafka名詞解釋和工作方式
Producer ：消息生產者，就是向kafka broker發消息的客戶端。
Consumer ：消息消費者，向kafka broker取消息的客戶端
Topic ：咱們可以理解為一個隊列。
Consumer Group （CG）：這是kafka用來實現一個topic消息的廣播（發給所有的consumer）和單播（發給任意一個consumer）的手段。一個topic可以有多個CG。topic的消息會復制（不是真的復制，是概念上的）到所有的CG，但每個partion只會把消息發給該CG中的一個consumer。如果需要實現廣播，只要每個consumer有一個獨立的CG就可以了。要實現單播只要所有的consumer在同一個CG。用CG還可以將consumer進行自由的分組而不需要多次發送消息到不同的topic。
Broker ：一臺kafka服務器就是一個broker。一個集群由多個broker組成。一個broker可以容納多個topic。
Partition：為了實現擴展性，一個非常大的topic可以分布到多個broker（即服務器）上，一個topic可以分為多個partition，每個partition是一個有序的隊列。partition中的每條消息都會被分配一個有序的id（offset）。kafka只保證按一個partition中的順序將消息發給consumer，不保證一個topic的整體（多個partition間）的順序。
Offset：kafka的存儲文件都是按照offset.kafka來命名，用offset做名字的好處是方便查找。例如你想找位于2049的位置，只要找到2048.kafka的文件即可。當然the first offset就是00000000000.kafka
2、Consumer與topic關系
本質上kafka只支持Topic；
2.1 每個group中可以有多個consumer，每個consumer屬于一個consumer group；
通常情況下，一個group中會包含多個consumer，這樣不僅可以提高topic中消息的并發消費能力，而且還能提高"故障容錯"性，如果group中的某個consumer失效那么其消費的partitions將會有其他consumer自動接管。
2.2 對于Topic中的一條特定的消息，只會被訂閱此Topic的每個group中的其中一個consumer消費，此消息不會發送給一個group的多個consumer；
那么一個group中所有的consumer將會交錯的消費整個Topic，每個group中consumer消息消費互相獨立，我們可以認為一個group是一個"訂閱"者。
2.3 在kafka中,一個partition中的消息只會被group中的一個consumer消費(同一時刻)；
一個Topic中的每個partions，只會被一個"訂閱者"中的一個consumer消費，不過一個consumer可以同時消費多個partitions中的消息。
2.4 kafka的設計原理決定,對于一個topic，同一個group中不能有多于partitions個數的consumer同時消費，否則將意味著某些consumer將無法得到消息。
2.5 kafka只能保證一個partition中的消息被某個consumer消費時是順序的；事實上，從Topic角度來說,當有多個partitions時,消息仍不是全局有序的。
3、Kafka消息的分發
Producer客戶端負責消息的分發
3.1 kafka集群中的任何一個broker都可以向producer提供metadata信息,這些metadata中包含"集群中存活的servers列表"/"partitions leader列表"等信息；
3.2 當producer獲取到metadata信息之后, producer將會和Topic下所有partition leader保持socket連接；
3.3 消息由producer直接通過socket發送到broker，中間不會經過任何"路由層"，事實上，消息被路由到哪個partition上由producer客戶端決定；
比如可以采用"random""key-hash""輪詢"等,如果一個topic中有多個partitions,那么在producer端實現"消息均衡分發"是必要的。
3.4 在producer端的配置文件中,開發者可以指定partition路由的方式。
Producer消息發送的應答機制
設置發送數據是否需要服務端的反饋,有三個值0,1,-1
0: producer不會等待broker發送ack
1: 當leader接收到消息之后發送ack
-1: 當所有的follower都同步消息成功后發送ack
request.required.acks=0
4、Consumer的負載均衡
當一個group中,有consumer加入或者離開時,會觸發partitions均衡.均衡的最終目的,是提升topic的并發消費能力，步驟如下：
1、 假如topic1,具有如下partitions: P0,P1,P2,P3
2、 加入group中,有如下consumer: C1,C2
3、 首先根據partition索引號對partitions排序: P0,P1,P2,P3
4、 根據consumer.id排序: C0,C1
5、 計算倍數: 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)]
Paste_Image.png
5、kafka文件存儲機制
5.1、Kafka文件存儲基本結構
5.1.1 在Kafka文件存儲中，同一個topic下有多個不同partition，每個partition為一個目錄，partiton命名規則為topic名稱+有序序號，第一個partiton序號從0開始，序號最大值為partitions數量減1。
5.1.2 每個partion(目錄)相當于一個巨型文件被平均分配到多個大小相等segment(段)數據文件中。但每個段segment file消息數量不一定相等，這種特性方便old segment file快速被刪除。默認保留7天的數據。
Paste_Image.png
5.1.3 每個partiton只需要支持順序讀寫就行了，segment文件生命周期由服務端配置參數決定。（什么時候創建，什么時候刪除）
Paste_Image.png
數據有序的討論？
一個partition的數據是否是有序的？ 間隔性有序，不連續
針對一個topic里面的數據，只能做到partition內部有序，不能做到全局有序。
特別加入消費者的場景后，如何保證消費者消費的數據全局有序的？偽命題。
只有一種情況下才能保證全局有序？就是只有一個partition。
5.2、Kafka Partition Segment
5.2.1 Segment file組成：由2大部分組成，分別為index file和data file，此2個文件一一對應，成對出現，后綴".index"和“.log”分別表示為segment索引文件、數據文件。
Paste_Image.png
5.2.2 Segment文件命名規則：partion全局的第一個segment從0開始，后續每個segment文件名為上一個segment文件最后一條消息的offset值。數值最大為64位long大小，19位數字字符長度，沒有數字用0填充。
5.2.3 索引文件存儲大量元數據，數據文件存儲大量消息，索引文件中元數據指向對應數據文件中message的物理偏移地址。
Paste_Image.png
3，497：當前log文件中的第幾條信息，存放在磁盤上的那個地方
segment data file由許多message組成， qq物理結構如下：
關鍵字 解釋說明
8 byte offset 在parition(分區)內的每條消息都有一個有序的id號，這個id號被稱為偏移(offset),它可以唯一確定每條消息在parition(分區)內的位置。即offset表示partiion的第多少message
4 byte message size message大小
4 byte CRC32 用crc32校驗message
1 byte “magic" 表示本次發布Kafka服務程序協議版本號
1 byte “attributes" 表示為獨立版本、或標識壓縮類型、或編碼類型。
4 byte key length 表示key的長度,當key為-1時，K byte key字段不填
K byte key 可選
value bytes payload 表示實際消息數據。
5.3、Kafka 查找message
讀取offset=368776的message，需要通過下面2個步驟查找。
Paste_Image.png
5.3.1、查找segment file
00000000000000000000.index表示最開始的文件，起始偏移量(offset)為0
00000000000000368769.index的消息量起始偏移量為368770 = 368769 + 1
00000000000000737337.index的起始偏移量為737338=737337 + 1
其他后續文件依次類推。
以起始偏移量命名并排序這些文件，只要根據offset **二分查找**文件列表，就可以快速定位到具體文件。當offset=368776時定位到00000000000000368769.index和對應log文件。
5.3.2、通過segment file查找message
當offset=368776時，依次定位到00000000000000368769.index的元數據物理位置和00000000000000368769.log的物理偏移地址
然后再通過00000000000000368769.log順序查找直到offset=368776為止。
6、Kafka自定義Partition
import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
import java.util.Properties;
public class MyKafkaProducer {
public static void main(String[] args) {
Properties properties = new Properties();
properties.put("metadata.broker.list","mini1:9092");
// 默認的序列化為byte改為string
properties.put("serializer.class","kafka.serializer.StringEncoder");
/**
* 自定義parition的基本步驟
* 1、實現partition類
* 2、加一個構造器，MyPartitioner(VerifiableProperties properties)
* 3、將自定義的parititoner加入到properties中
* properties.put("partitioner.class","cn.itcast.MyPartitioner")
* 4、producer.send方法中必須指定一個paritionKey
*/
properties.put("partitioner.class","cn.itcast.MyPartitioner");
Producer producer = new Producer(new ProducerConfig(properties));
while (true){
producer.send(new KeyedMessage("order4","zhang","我愛我的祖國"));
// producer.send(new KeyedMessage("order","我愛我的祖國"));
}
}
}
import kafka.producer.Partitioner;
import kafka.utils.VerifiableProperties;
/**
* http://www.cnblogs.com/wxd0108/p/6519973.html
*/
public class MyPartitioner implements Partitioner {
public MyPartitioner(VerifiableProperties properties) {
}
public int partition(Object key, int numPartitions) {
return 2;
}
}
