大数据课程I3——Kafka的消息流与索引机制

文章作者邮箱：[e-mail]              地址：广东惠州

 ▲ 本章节目的

⚪ 掌握Kafka的消息流处理；

⚪ 掌握Kafka的索引机制；

⚪ 掌握Kafka的消息系统语义；

一、Kafka消息流处理

1. Producer 写入消息

 流程说明：

1. producer 要向Kafka生产消息，需要先通过 zookeeper 的 "/brokers/.../state" 节点找到该 partition 的 副本leader的位置信息。
2. producer 将消息发送给该 leader。
3. leader 收到消息后，将消息写入到分区目录下的本地 log 文件中。
4. followers 从 leader pull 同步消息，将消息写入到分区目录下的 log 中。如果同步成功（将消息写入log文件成功），则向 leader 返回 ACK（确认机制）。

细节补充：

Kafka引入了一个ISR机制（概念），在Follower和Leader数据同步的过程中，

比如：

①副本-Follower

②副本-Leader

③副本-Follower

在数据同步过程中，①②同步，③出故障没有跟上。

此时①②是同一组ISR成员，③不是。

如果后续Leader挂掉了，则Kafka会从Leader的ISR组中随机选择一个Follower成为Leader。

Kafka底层有一个同步超时的时间（10s），即一个Follower在超时时间内没有反馈ACK，则人为同步失败。

由写入流程可知ISR里面的所有replica都跟上了Leader，只有ISR里面的成员才能选为Leader。对于 f+1 个replica，一个partition可以在容忍 f 个replica失效的情况下保证消息步丢失。

比如：一个分区由5个副本，挂掉4个，剩下一个副本，依然可以工作。

注意：Kafka的选举不同于zookeeper，用的不是过半选举。

5. leader 收到所有 ISR 中的 repli