基础概念、架构和新版的升级-Kafka知识体系（一）

作者：小汪哥写代码 2021-07-02 06:27:00

开发

架构

Kafka Kafka 是一种高吞吐量、分布式、基于发布/订阅的消息系统，最初由 LinkedIn 公司开发，使用 Scala (JAVA)语言编写，目前是Apache 的开源项目。

[[408780]]

概念

• Kafka 是一种高吞吐量、分布式、基于发布/订阅的消息系统，最初由 LinkedIn 公司开发，使用 Scala (JAVA)语言编写，目前是Apache 的开源项目。
• 主要解决应用解耦、异步消息、流量削峰等问题。
• Kafka实际上也是一个主从架构，有一个Controller角色即控制器，协调管理整个集群。

关键术语

broker

Kafka 服务器，负责消息存储和转发。

topic

消息类别，Kafka 按照topic 来分类消息;似于关系型数据库的表。

partition

topic 的分区，一个 topic 可以包含多个 partition ，topic 消息保存在各个 partition 上。

offset

消息在日志中的位置，可以理解是消息在partition 上的偏移量，也是代表该消息的唯一序号。

Producer

消息生产者，将消息push到Kafka集群中的Broker。

Consumer

消息消费者，从Kafka集群中pull消息，消费消息。

Consumer Group

消费者分组，每个Consumer 必须属于一个group

Zookeeper

保存着集群broker、topic、partition 等meta 数据;另外，还负责broker 故 障发现，partition leader 选举，负载均衡等功能。

从抽象到具体理解Kafka架构设计

从宏观的层面来理解，它就是一个存储系统。

细分一下，又有多个生产者，多个消费者，Broker 集群和Kafka 组成。

再次细分，broker有一个controller角色，每一个broker 可能存多个Topic的不同partion，每个partion 都有 leader 和follower 。这些信息都会注册到zk上。

集群架构的理解及新版优化

控制器 controller

我们熟知一个规律：在大数据分布式文件系统里面，95%的都是主从式的架构，个别是对等式的架构，比如ElasticSearch。

kafka也是主从式的架构，主节点就叫controller，其余的为从节点，controller是需要和zookeeper进行配合管理整个kafka集群。

作用

协调与管理整个集群。

职责

• 主题增删改
• 分区重分配
• leader选举
• 元数据管理
• broker成员管理，宕机或加入

控制器选举

基于zookeeper实现，利用了zookeeper的znode模型与监听机制。

控制器故障转移

存在单点故障，但是每个broker节点都可以成为controller;

故障转移即failover也是基于zookeeper实现的，znode模型与监听机制，/controller节点。

kafka和zookeeper如何配合工作

1. kafka严重依赖于zookeeper集群。
2. 所有的broker在启动的时候都会往zookeeper进行注册，目的就是选举出一个controller
3. 选举过程非常简单粗暴，就是一个谁先谁当的过程，不涉及什么算法问题。
4. 成为controller之后，它会监听zookeeper里面的多个目录.
5. 注册时各个节点必定会暴露自己的主机名，端口号等等的信息，此时controller就要去读取注册上来的从节点的数据(通过监听机制)，生成集群的元数据信息，之后把这些信息都分发给其他的服务器，让其他服务器能感知到集群中其它成员的存在。

新版Kafka将要抛弃ZooKeeper!!!!!!

2021年3月30日，Kafka背后的企业Confluent发布博客表示，在即将发布的 2.8 版本里，用户可在完全不需要 ZooKeeper 的情况下运行 Kafka，该版本将依赖于 ZooKeeper 的控制器改造成了基于 Kafka Raft 的 Quorm 控制器。

在之前的版本中，如果没有 ZooKeeper，Kafka 将无法运行。但管理部署两个不同的系统不仅让运维复杂度翻倍，还让 Kafka 变得沉重，进而限制了 Kafka 在轻量环境下的应用，同时 ZooKeeper 的分区特性也限制了 Kafka 的承载能力。

第一次，用户可以在没有 ZooKeeper 的情况下运行 Kafka。

这是一次架构上的重大升级，让一向“重量级”的 Kafka 从此变得简单了起来。轻量级的单进程部署可以作为 ActiveMQ 或 RabbitMQ 等的替代方案，同时也适合于边缘场景和使用轻量级硬件的场景。

为什么要抛弃使用了十年的 ZooKeeper?

zk的缺点：

• zookeeper 的一个缺点就是 同步数据不能太大。
• zookeeper集群中leader和follower同步数据的极限值是500M，这500M的数据，加载到内存中，大约占用3个G的内存。
• 数据过大，在每次选举之后，需要从server同步到follower，容易造成下面2个问题：

1. 触发重新选举
2. io 太久

ZooKeeper 充当 Kafka 的领导者，以更新集群中的拓扑更改;根据 ZooKeeper 提供的通知，生产者和消费者发现整个 Kafka 集群中是否存在任何新 Broker 或 Broker 失败。大多数的运维操作，比如说扩容、分区迁移等等，都需要和 ZooKeeper 交互。

也就是说，Kafka 代码库中有很大一部分是负责实现在集群中多个 Broker 之间分配分区(即日志)、分配领导权、处理故障等分布式系统的功能。而早已经过业界广泛使用和验证过的 ZooKeeper 是分布式代码工作的关键部分。

假设没有 ZooKeeper 的话，Kafka 甚至无法启动进程，但严重依赖 ZooKeeper，也给 Kafka 带来了掣肘。

不过目前大部分用的还是和zk结合版本的kafka。

名称栏目：基础概念、架构和新版的升级-Kafka知识体系（一）
网站URL：http://www.shufengxianlan.com/qtweb/news48/337348.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联