天津住房和城乡建设厅网站,常见的cms系统,wordpress知乎,郑州好的建网站公司1.概述 在Kafka架构#xff0c;不管是生产者Producer还是消费者Consumer面向的都是Topic。Topic是逻辑上的概念#xff0c;而Partition是物理上的概念。每个Partition逻辑上对应一个log文件#xff0c;该log文件存储是Producer生产的数据。Producer生产的数据被不断追加到该…1.概述 在Kafka架构不管是生产者Producer还是消费者Consumer面向的都是Topic。Topic是逻辑上的概念而Partition是物理上的概念。每个Partition逻辑上对应一个log文件该log文件存储是Producer生产的数据。Producer生产的数据被不断追加到该log文件末端且每条数据都有自己的offset。Kafka对于log文件是采取分片和索引机制。
2.Kafka的topic
启动kafka集群,集群中有三台Broker; 设置3个分区,3个副本;
2.1 创建hy-test-topic
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --replication-factor 3 --partitions 3 --topic hy-test-topic2.2 发送消息到topic
public static void main(String[] args) {//1.创建kakfa生产者的配置对象Properties prop new Properties();//2.给生产者配置对象添加配置信息prop.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,hadoop102:9092);prop.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,org.apache.kafka.common.serialization.StringSerializer);prop.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,org.apache.kafka.common.serialization.StringSerializer);prop.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);prop.put(ProducerConfig.LINGER_MS_CONFIG, 1);prop.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);//3.创建生产者对象KafkaProducerString, String kafkaProducer new KafkaProducer(prop);//4.调用send方法,发送消息for (int i 0; i 5; i) {kafkaProducer.send(new ProducerRecordString,String(hy-test-topic,Integer.toString(i),Integer.toString(i)));}//5.关闭资源kafkaProducer.close();
}查看log.dirs 2.3 查看topic的分区和副本
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic hy-test-topic可以看出:
分区Partition-0 在broker.id4中,其余都是副本 Replicas 2,3分区Partition-1 在broker.id2中,其余都是副本 Replicas 3,4分区Partition-2 在broker.id3中,其余都是副本 Replicas 4,2
通过zookeeper查看leader在那个broker上
[zk: localhost:2181(CONNECTED) 14] get /kafka/brokers/topics/hy-test-topic/partitions/0/state{controller_epoch:49,leader:4,version:1,leader_epoch:0,isr:[4,2,3]}2.4 分区文件 名称描述类型默认log.segment.bytes单个日志文件的最大大小int1073741824(1G)
继续发送消息会生成新的segment 可以看出
第一个segment文件00000000000000000000.log快要达到 log.segment.bytes时,开始创建 00000000000000001187.log.log和.index、.timeindex文件是一起出现; 并且名称是以文件第一个offset命名的。.log存储消息文件.index存储消息的索引.timeIndex时间索引文件通过时间戳做索引
2.5 分区下文件内容
使用kafka自带工具bin/kafka-run-class.sh 来读取分区下的文件内容
2.5.1 消息文件.log
bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.log最后一行显示的是
baseOffset: 1186 position: 1072277020 CreateTime: 16957920701682.5.2 消息索引文件.index
bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.indexoffset: 1186 position: 10722770202.5.3 时间索引文件.timeindex
/opt/module/kafka/bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.timeindex2.5.4 Kafka如何查找指定offset的Message
借用博主lizhitao 博客上的一张图来展示是如何查找Message的。 比如要查找绝对offset为7的Message
首先是用二分查找确定它是在哪个LogSegment中自然是在第一个Segment中。打开这个Segment的index文件用二分查找找到offset小于或者等于指定offset的索引条目中最大的那个offset。自然offset为6的那个索引是我们要找的通过索引文件我们知道offset为6的Message在数据文件中的位置为9807。打开数据文件从位置为9807的那个地方开始顺序扫描直到找到offset为7的那条Message。
该机制是建立在offset是有序的。索引文件被映射到内存中所以查找的速度还是很快的。
Kafka的Message存储采用了分区(partition)分段(LogSegment)和稀疏索引来达到了查找的高效性。
参考链接:https://cloud.tencent.com/developer/article/1846773
