【大数据学习 | kafka】kafka的整体框架与数据结构

1. kafka的整体框架

首先kafka启动以后所有的broker都会向zookeeper进行注册，在/brokers/ids中以列表的形式展示所有的节点，在/controller节点中使用独享锁实现broker的选举，其中一个机器为主节点。其他的为从节点，选举的根本原则就是谁先来的谁就是主节点

broker0现在是controller节点，他会监听所有的broker节点的动态变化，然后选举出来所有的topic的分区的主从，这个选举完毕以后，所有的操作都会指向主分区，不管是生产数据还是消费数据都是主分区在管理，从分区只是同步数据的。

broker0选举完毕以后将数据上传到zookeeper中，记录在/broker/topics这个目录中，具体的topic信息都会被其他的broker节点进行同步过去，多个broker都会识别选举出来的主从分区信息

其中在zookeeper中的ISR它是数据的传递优先级别顺序，如上图中数据的传输应该先到leader节点所在的机器4上面然后数据在同步到其他的从分区中，从而所有的分区数据都同步完毕保持一致

ISR：即副本集。

数据生产和传输都会走主节点，topic正常对外提供服务

2. kafka的基本数据结构

kafka中的数据存储分为两个部分，分别是k-v两个部分，并且存储的数据都是二进制的，我们在存储数据的时候要转换为二进制存储，使用的时候读出来也是二进制的，我们需要人为转换成自己想要的数据类型才能使用，这个和hbase的存储及其相似，但是其中的k一般我们都不会做任何操作，只放入value的值

注意，虽然数据分为k-v两个部分，但是不要把它当成map集合，相同的key的数据value不会被去重掉