Kafka源码分析及图解原理之Broker端

首先从kafka如何创建一个topic来开始：

kafka-topics --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test 

其中有这么几个参数：

• --zookeeper：zookeeper的地址
• --replication-factor：副本因子
• --partitions：分区个数(默认是1)
• --topic：topic名称

二.什么是分区

一个topic可以有多个分区，每个分区的消息都是不同的。 虽然分区可以提供更高的吞吐量，但是分区不是越多越好。一般分区数不要超过kafka集群的机器数量。分区越多占用的内存和文件句柄。 一般分区设置为3-10个。比如现在集群有3个机器，要创建一个名为test的topic，分区数为2，那么如图：

partiton都是有序切顺序不可变的记录集，并且不断追加到log文件，partition中的每一个消息都回分配一个id，也就是offset(偏移量)，offset用来标记分区的一条记录 ，这里就用官网的图了，我画的不好：

2.1 producer端和分区关系

就图上的情况，producer端会把mq给哪个分区呢?这也是上一节我们提到的一个参数partitioner.class。 默认分区器的处理是：有key则用murmur2算法计算key的哈希值，对总分区取模算出分区号，无key则轮询。(org.apache.kafka.clients.producer.internals.DefaultPartitioner#partition)。当然了我们也可以自定义分区策略，只要实现org.apache.kafka.clients.producer.Partitioner接口即可：

/** 
 * Compute the partition for the given record. 
 * 
 * @param topic The topic name 
 * @param key The key to partition on (or null if no key) 
 * @param keyBytes serialized key to partition on (or null if no key) 
 * @param value The value to partition on or null 
 * @param valueBytes serialized value to partition on or null 
 * @param cluster The current cluster metadata 
 */ 
 public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) { 
 List<PartitionInfo> partitions = cluster.partitionsForTopic(topic); 
 int numPartitions = partitions.size(); 
 if (keyBytes == null) { 
 int nextValue = nextValue(topic); 
 List<PartitionInfo> availablePartitions = cluster.availablePartitionsForTopic(topic); 
 if (availablePartitions.size() > 0) { 
 int part = Utils.toPositive(nextValue) % availablePartitions.size(); 
 return availablePartitions.get(part).partition(); 
 } else { 
 // no partitions are available, give a non-available partition 
 return Utils.toPositive(nextValue) % numPartitions; 
 } 
 } else { 
 // hash the keyBytes to choose a partition 
 return Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions; 
 } 
 } 

2.2 consumer端和分区关系

先来看下官网对于消费组的定义：Consumers label themselves with a consumer group name, and each record published to a topic is delivered to one consumer instance within each subscribing consumer group.

翻译：消费者使用一个消费者组名来标记自己，一个topic的消息会被发送到订阅它的消费者组的 一个 消费者实例上。

consumer group是用于实现高伸缩性，高容错性的consumer机制。如果有consumer挂了或者新增一个consumer，consumer group会进行重平衡(rebalance)，重平衡机制会在consumer篇具体讲解，本节不讲。那么按照上面的图继续画消费者端：

这里是最好的情况，2个partition对应1个group中的2个consumer。那么思考，如果一个消费组的消费者大于分区数呢?或者小于分区数呢?

如果一个消费组的消费者大于分区数，那么相当于多余的消费者是一种浪费，多余的消费者将无法消费消息。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!