kafka入门(六)：日志分段（LogSegment）

日志分段（LogSegment）

Kafka的一个 主题可以分为多个分区。
一个分区可以有一至多个副本，每个副本对应一个日志文件。
每个日志文件对应一个至多个日志分段（LogSegment）。
每个日志分段还可以细分为索引文件、日志存储文件和快照文件。

每个 LogSegment 对应于磁盘上的一个日志文件和两个索引文件，以及其他可能的文件(比如以 .txnindex 为后缀的事务索引文件)。索引文件包括：偏移量索引文件(以 .index 为文件后缀) 和 时间戳索引文件 (以 .timeindex 为文件后缀)，

每个 LogSegment 都有一个 基准偏移量 baseOffset， 用来表示当前 LogSegment 中第一条消息的 offset， 用来表示当前 LogSegment 中第一条消息的 offset。

日志分段（LogSegment）的索引文件：

偏移量索引文件，用来建立消息偏移量( offset ) 到物理地址之间的映射关系，方便快速定位消息所在的物理文件位置 。

时间戳索引文件，则根据指定的时间戳 ( timestamp) 来查找对应的偏移量信息。

Kafka中 的索引文件以稀疏索引的方式构造消息的索引，它并不保证每个消息在索引文件中都有对应的索引项。

偏移量索引文件

偏移量索引项，每个索引项占用 8个字节，分为两个部分。

(1) relativeOffset： 相对偏移量，表示消息相对于 baseOffset 的偏移量，占用 4个字节。当前索引文件的文件名即为 baseOffset 的值。

(2) position： 物理地址，也就是消息在日志分段文件中对应的物理位置 ，占用 4个字节。

时间戳索引文件

时间戳索引项，每个索引项占用 12 个字段，分为两个部分。

(1) timestamp： 当前日志分段的最大时间戳。

(2) relativeOffset： 时间戳所对应的消息的相对偏移量。

时间戳索引文件中包含若干个时间戳索引项，每个追加的时间戳索引项中的 timestamp 必须大于之前追加的索引项的 timestamp。

资料来源

《深入理解Kafka：核心设计与实践原理》