当前位置：首页 > news >正文

Kafka入门-Broker以及文件存储机制

news 来源：原创 2025/6/10 6:15:41

Kafka Broker

Broker实际上就是kafka实例，每一个节点都是独立的Kafka服务器。

Zookeeper中存储的Kafka信息

在这里插入图片描述

节点的服役以及退役

服役

首先要重新建立一台全新的服务器105，并且在服务器中安装JDK、Zookeeper、以及Kafka。配置好基础的信息之后，再将节点加入到kafka集群之中。如果是直接拷贝配置好的主机一定要先修改主机的ip地址以及主机名，那么一定要移除kafka的broker.id并且要删除kafka安装目录下的datas以及logs下的所有文件，不然复制的主机和被复制的主机会产生冲突。

rm -rf datas/ logs/

将节点加入到kafka集群之中，只需要在105机器中的kafka安装目录下执行启动命令

bin/kafka-server-start.sh -daemon config/server.properties

启动之后，kafka就会将自己的broker.id注册到zookeeper中，这样就加入了kafka集群。此时虽然加入了集群，但是并没有跟101、102、103之间同步数据，相当于没有起到作用。此时需要执行负载均衡操作，让105能够和其他三台主机一起共同工作。

首先在安装目录下创建一个新文件（直接操作101主机即可）

vim topics-to-move.json

{"topics":[{"topic":"first"}],"version":1
}

执行生成负载均衡计划命令，为0，1，2，3生成负载均衡计划，系统会生产一个负载均衡计划

bin/kafka-reassign-partitions.sh --bootstrap-server 192.168.27.101:9092 --topics-to-move-json-file topics-to-move.json --broker-list "0,1,2,3" --generate

查看计划如果满足要求，那么复制计划，并新建一个文件将复制的计划粘贴到文件中

vim increase-replication-factor.json

执行副本存储计划

bin/kafka-reassign-partitions.sh --bootstrap-server 192.168.27.101:9092 --reassignment-json-file increase-replication-factor.json --execute

验证副本执行计划

bin/kafka-reassign-partitions.sh --bootstrap-server 192.168.27.101:9092 --reassignment-json-file increase-replication-factor.json --verify

此时105主机就承担了一部分的副本存储压力，此时才正式服役。

退役旧节点

退役一台节点时，直接再执行一次负载均衡计划，比如退役105主机，105的broker.id=3

首先创建文件

vim topics-to-move.json

{"topics":[{"topic":"first"}],"version":1
}

执行生成负载均衡计划命令，只为0，1，2生成负载均衡计划，系统会生产一个负载均衡计划

bin/kafka-reassign-partitions.sh --bootstrap-server 192.168.27.101:9092 --topics-to-move-json-file topics-to-move.json --broker-list "0,1,2" --generate

查看生成的计划，如果满足要求，那么复制计划，并将复制的计划粘贴到文件increase-replication-factor.json中

vim increase-replication-factor.json

执行副本存储计划

bin/kafka-reassign-partitions.sh --bootstrap-server 192.168.27.101:9092 --reassignment-json-file increase-replication-factor.json --execute

验证副本执行计划

bin/kafka-reassign-partitions.sh --bootstrap-server 192.168.27.101:9092 --reassignment-json-file increase-replication-factor.json --verify

此时105主机就可以直接停止进行退役。

副本

Kafka使用副本来提高数据可靠性，kafka默认使用一个副本，但是在生产环境中一般配置两个，保证数据可靠性。副本不是越多越好，会增加磁盘存储空间，增加网络中的数据传输，降低效率。

Kafka副本中分为Leader和Follower，Kafka生产者只会把数据发往Leader，然后Follower主动找Leader同步数据。

Kafka分区中的所有副本统称为AR(Assigned Repllicas)

AR=ISR+OSR

ISR：能够和Leader保持同步的Follower集合，ISR包含Leader本身，如果Follower长时间未向Leader发送通信请求或者同步数据，那么该Follower就会被踢出ISR。该时间阈值由replica.lag.time.max.ms参数设定，默认30s，Leader发生故障之后就会从ISR中选举新的Leader。

OSR：表示在Follower与Leader同步时，延迟过多的副本。

Leader的选举流程

在这里插入图片描述

如图所示，Leader的选举由AR中的顺序以及是否在ISR存活决定。

Follower故障处理

LEO：每个副本的最后一个offset，LEO其实就是最新的offset + 1。

HW：所有副本中最小的LEO

实际上HW就是记录一个消息的偏移量，在这个消息之前的所有消息是Leader以及所有正常的Follower都有的消息。

在这里插入图片描述

当Followers故障时：

Followers会被临时踢出ISR
这个期间Leeder和Follower会继续接收数据
当Follower恢复之后，Follower会读取本地磁盘记录的上次HW，并且将文件高于HW的部分截取掉，然后从HW开始向Leader进行同步
当重新恢复的Follower的LEO大于等于该Partiton的HW时，就代表Follower已经基本同步了Leader的数据，可以重新加入ISR

Leader故障处理

故障处理也跟LEO、HW相关

当Leader故障时：

首先将Leader踢出ISR队列，并从ISR队列选出一个新的Leader
为了保证数据在各个副本中一致（数据可能会丢失或者重复），其余的Follower各自将高于HW的部分截掉，然后从新的Leader处同步数据。

分区副本分配

Kafka会为尽量均匀的分配副本在节点上，增强数据的安全性、可靠性。但是我们可以跟之前服役和退役一样，来手动设置分区副本的分配。

正常情况下，Kafka会自动把LeaderPartition均匀分散在各个机器上，来保证每台机器的读写吞吐量都是均匀的，但是如果因为某些Broker宕机，会导致Leader Partition过于集中在其他少部分几台的Brokers上。导致其他机器请求读写压力过高。而宕机的Leader重启之后就成了Follower Partition，读写请求很低，造成集群负载不均衡

文件存储机制

Topic是逻辑上的概念，而Partiton是物理上的概念，每个Partition对应一个log文件，该log文件中存储的是Producer生产的数据。Producer生产的数据会不断的追加到log文件末端，为防止log文件过大导致数据定位效率低下，因此Kafka采取了分片和索引机制，将每个Partition分为多个Segment。每个Segment包括，“.index"偏移量索引文件、”.log"日志文件和".timeindex"时间戳索引文件等文件，这些文件位于一个以topic名称+分区序号为命名规则的文件夹下。

在这里插入图片描述

如果需要查看文件内容，那么可以通过kafka的命令进行查看。

[root@centos101 first-0]# kafka-run-class.sh kafka.tools.DumpLogSegments --files ./00000000000000000000.index
Dumping ./00000000000000000000.index
offset: 0 position: 0