太原网站备案现场核验,模板网站也需要服务器吗,网站利润来源,十堰微网站建设电话文章目录 Kafka集群的目标Kafka集群规模如何预估Kafka集群搭建实战Kafka集群原理成员关系与控制器集群工作机制replication-factor参数auto.leader.rebalance.enable参数 集群消息生产可靠的生产者ISR#xff08;In-sync Replicas#xff09;使用ISR方案的原因ISR相关配置说明… 文章目录 Kafka集群的目标Kafka集群规模如何预估Kafka集群搭建实战Kafka集群原理成员关系与控制器集群工作机制replication-factor参数auto.leader.rebalance.enable参数 集群消息生产可靠的生产者ISRIn-sync Replicas使用ISR方案的原因ISR相关配置说明 Kafka集群的目标
高并发高可用动态伸缩
Kafka集群规模如何预估
吞吐量
集群可以提高处理请求的能力。单个Broker的性能不足可以通过扩展broker来解决。
磁盘空间
如果一个集群有10TB的数据需要保留而每个broker可以存储2TB那么至少需要5个broker。如果启用了数据复制则还需要一倍的空间那么这个集群需要10个broker。
Kafka集群搭建实战
使用两台Linux服务器一台192.68.10.7 一台192.168.10.8
192.68.10.7 的配置信息修改 192.168.10.8的配置信息修改 Kafka集群原理
成员关系与控制器
控制器其实就是一个broker, 只不过它除了具有一般 broker的功能之外, 还负责分区Leader的选举。
当控制器发现一个broker加入集群时, 它会使用 broker ID来检査新加入的 broker是否包含现有分区的副本。 如果有, 控制器就把变更通知发送给新加入的 broker和其他 broker, 新 broker上的副本开始从Leader那里复制消息。
简而言之。 Kafka使用 Zookeeper的临时节点来选举控制器并在节点加入集群或退出集群时通知控制器。 控制器负责在节点加入或离开集群时进行分区首领选举。
从下面的两台启动日志中可以明显看出192.168.10.7 这台服务器是控制器。 集群工作机制
复制功能是 Kafka 架构的核心。在 Kafka 的文档里,Kafka 把自己描述成“一个分布式的、可分区的、可复制的提交日志服务”。
复制之所以这么关键, 是因为它可以在个别节点失效时仍能保证 Kafka 的可用性和持久性。
Kafka 使用主题来组织数据, 每个主题被分为若干个分区每个分区有多个副本。那些副本被保存在 broker 上, 每个 broker 可以保存成百上千个属于不同主题和分区的副本。
replication-factor参数
创建一个erdan的主题复制因子是2分区数是2
./kafka-topics.sh --bootstrap-server 192.168.10.7:9092 --create --topic erdan --replication-factor 2 --partitions 2replication-factor用来设置主题的副本数。每个主题可以有多个副本副本位于集群中不同的 broker 上也就是说副本的数量不能超过 broker 的数量。
在partition0 中broker1broker.id 0是Leaderbroker2broker.id 1是跟随副本。
在partition1 中broker2broker.id 1是Leaderbroker1broker.id 0是跟随副本。 每个分区都有一个首领副本。为了保证一致性所有生产者请求和消费者请求都会经过这个副本 。
首领以外的副本都是跟随者副本。跟随者副本不处理来自客户端的请求它们唯一一的任务就是从首领那里复制消息保持与首领一致的状态 。 如果首领发生崩溃其中的一个跟随者会被提升为新首领 。
auto.leader.rebalance.enable参数
是否允许定期进行 Leader 选举。
设置它的值为true表示允许Kafka定期地对一些Topic 分区进行Leader重选举当然这个重选举不是无脑进行的它要满足一定的条件才会发生。
比如Leader A一直表现得很好但若auto.leader.rebalance.enabletrue那么有可能一段时间后Leader A就要被强行卸任换成Leader B。
知道换一次Leader 代价很高的原本向A发送请求的所有客户端都要切换成向B发送请求而且这种换Leader本质上没有任何性能收益因此建议在生产环境中把这个参数设置成false。
集群消息生产
可靠的生产者
发送确认机制的 3 种不同确认模式。
acks0 意味着如果生产者能够通过网络把消息发送出去那么就认为消息已成功写入Kafka 。
acks1 意味若首领在收到消息并把它写入到分区数据文件不一定同步到磁盘上时会返回确认或错误响应。
acksall 意味着首领在返回确认或错误响应之前会等待min.insync.replicas同步副本都收到悄息。
ISRIn-sync Replicas Kafka的数据复制是以Partition为单位的。而多个备份间的数据复制通过Follower向Leader拉取数据完成。从一这点来讲有点像Master-Slave方案。不同的是Kafka既不是完全的同步复制也不是完全的异步复制而是基于ISR的动态复制方案。
ISR也即In-Sync Replica。每个Partition的Leader都会维护这样一个列表该列表中包含了所有与之同步的Replica包含Leader自己。每次数据写入时只有ISR中的所有Replica都复制完Leader才会将其置为Commit它才能被Consumer所消费。
这种方案与同步复制非常接近。但不同的是这个ISR是由Leader动态维护的。如果Follower不能紧“跟上”Leader它将被Leader从ISR中移除待它又重新“跟上”Leader后会被Leader再次加入ISR中。每次改变ISR后Leader都会将最新的ISR持久化到Zookeeper中。
至于如何判断某个Follower是否“跟上”Leader不同版本的Kafka的策略稍微有些区别。
从0.9.0.0版本开始replica.lag.max.messages被移除故Leader不再考虑Follower落后的消息条数。另外Leader不仅会判断Follower是否在replica.lag.time.max.ms时间内向其发送Fetch请求同时还会考虑Follower是否在该时间内与之保持同步。
使用ISR方案的原因
由于Leader可移除不能及时与之同步的Follower故与同步复制相比可避免最慢的Follower拖慢整体速度也即ISR提高了系统可用性。
ISR中的所有Follower都包含了所有Commit过的消息而只有Commit过的消息才会被Consumer消费故从Consumer的角度而言ISR中的所有Replica都始终处于同步状态从而与异步复制方案相比提高了数据一致性。
ISR相关配置说明
Broker的min.insync.replicas参数指定了Broker所要求的ISR最小长度默认值为1。也即极限情况下ISR可以只包含Leader。但此时如果Leader宕机则该Partition不可用可用性得不到保证。min.insync.replicas是kafka系统可用性和数据可靠性的平衡
只有被ISR中所有Replica同步的消息才被Commit但Producer发布数据时Leader并不需要ISR中的所有Replica同步该数据才确认收到数据。Producer可以通过acks参数指定最少需要多少个Replica确认收到该消息才视为该消息发送成功。acks的默认值是1即Leader收到该消息后立即告诉Producer收到该消息此时如果在ISR中的消息复制完该消息前Leader宕机那该条消息会丢失。而如果将该值设置为0则Producer发送完数据后立即认为该数据发送成功不作任何等待而实际上该数据可能发送失败并且Producer的Retry机制将不生效。
更推荐的做法是将acks设置为all或者-1此时只有ISR中的所有Replica都收到该数据也即该消息被CommitLeader才会告诉Producer该消息发送成功从而保证不会有未知的数据丢失。
