1. 首页
  2. IT资讯

大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?

“u003Ch1u003Eu003Cstrongu003E一、Kafka基础u003Cu002Fstrongu003Eu003Cu002Fh1u003Eu003Cpu003Eu003Cstrongu003E消息系统的作用u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E应该大部分小伙伴都清楚,用机油装箱举个例子u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp9.pstatp.comu002Flargeu002Fpgc-imageu002F0aca2c9598ec44589d1dff92ee2d5e1a” img_width=”618″ img_height=”420″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E所以消息系统就是如上图我们所说的仓库,能在中间过程作为缓存,并且实现解耦合的作用。u003Cu002Fpu003Eu003Cpu003E引入一个场景,我们知道中国移动,中国联通,中国电信的日志处理,是交给外包去做大数据分析的,假设现在它们的日志都交给了你做的系统去做用户画像分析。u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp9.pstatp.comu002Flargeu002Fpgc-imageu002F7a4a4160bcd149ccb6aae95e957f53d3″ img_width=”640″ img_height=”508″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E按照刚刚前面提到的消息系统的作用,我们知道了消息系统其实就是一个模拟缓存,且仅仅是起到了缓存的作用而并不是真正的缓存,数据仍然是存储在磁盘上面而不是内存。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E1.Topic 主题u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Ekafka学习了数据库里面的设计,在里面设计了topic(主题),这个东西类似于关系型数据库的表u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp3.pstatp.comu002Flargeu002Fpgc-imageu002F289dd48b80e04a448524ac749ceac6c4″ img_width=”640″ img_height=”519″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E此时我需要获取中国移动的数据,那就直接监听TopicA即可u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E2.Partition 分区u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Ekafka还有一个概念叫Partition(分区),分区具体在服务器上面表现起初就是一个目录,一个主题下面有多个分区,这些分区会存储到不同的服务器上面,或者说,其实就是在不同的主机上建了不同的目录。这些分区主要的信息就存在了.log文件里面。跟数据库里面的分区差不多,是为了提高性能。u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fpgc-imageu002Fd9c8a5b895224a4faa37b3416f32780a” img_width=”640″ img_height=”516″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E至于为什么提高了性能,很简单,多个分区多个线程,多个线程并行处理肯定会比单线程好得多u003Cu002Fpu003Eu003Cpu003ETopic和partition像是HBASE里的table和region的概念,table只是一个逻辑上的概念,真正存储数据的是region,这些region会分布式地存储在各个服务器上面,对应于kafka,也是一样,Topic也是逻辑概念,而partition就是分布式存储单元。u003Cu002Fpu003Eu003Cpu003E这个设计是保证了海量数据处理的基础。我们可以对比一下,如果HDFS没有block的设计,一个100T的文件也只能单独放在一个服务器上面,那就直接占满整个服务器了,引入block后,大文件可以分散存储在不同的服务器上。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E注意:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Col start=”1″u003Eu003Cliu003E分区会有单点故障问题,所以我们会为每个分区设置副本数u003Cu002Fliu003Eu003Cliu003E分区的编号是从0开始的u003Cu002Fliu003Eu003Cu002Folu003Eu003Cpu003Eu003Cstrongu003E3.Producer – 生产者u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E往消息系统里面发送数据的就是生产者u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp3.pstatp.comu002Flargeu002Fpgc-imageu002F34cd6614036e4eaeb2763fcfa798a3ad” img_width=”640″ img_height=”504″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003E4.Consumer – 消费者u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E从kafka里读取数据的就是消费者u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp9.pstatp.comu002Flargeu002Fpgc-imageu002F6e6dbac469f2424dba457b5bafdca7b2″ img_width=”640″ img_height=”493″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003E5.Message – 消息u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Ekafka里面的我们处理的数据叫做消息u003Cu002Fpu003Eu003Chru002Fu003Eu003Ch1u003Eu003Cstrongu003E二、kafka的集群架构u003Cu002Fstrongu003Eu003Cu002Fh1u003Eu003Cpu003E创建一个TopicA的主题,3个分区分别存储在不同的服务器,也就是broker下面。Topic是一个逻辑上的概念,并不能直接在图中把Topic的相关单元画出u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp3.pstatp.comu002Flargeu002Fpgc-imageu002F6dbd46b0a9e445d4ac5411f3767c7568″ img_width=”328″ img_height=”580″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cblockquoteu003Eu003Cpu003E需要注意:kafka在0.8版本以前是没有副本机制的,所以在面对服务器宕机的突发情况时会丢失数据,所以尽量避免使用这个版本之前的kafkau003Cu002Fpu003Eu003Cu002Fblockquoteu003Eu003Cpu003Eu003Cstrongu003EReplica – 副本u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Ekafka中的partition为了保证数据安全,所以每个partition可以设置多个副本。u003Cu002Fpu003Eu003Cpu003E此时我们对分区0,1,2分别设置3个副本(其实设置两个副本是比较合适的)u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fpgc-imageu002F925d624667d44da39384d790d5f9711a” img_width=”329″ img_height=”584″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E而且其实每个副本都是有角色之分的,它们会选取一个副本作为leader,而其余的作为follower,我们的u003Cstrongu003E生产者在发送数据的时候,是直接发送到leader partition里面u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E然后follower partition会去leader那里自行同步数据,u003Cstrongu003E消费者消费数据的时候,也是从leader那去消费数据的。u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp9.pstatp.comu002Flargeu002Fpgc-imageu002F12f7766b5b3a4e52ade1fd28f4c0f6cc” img_width=”640″ img_height=”569″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003EConsumer Group – 消费者组u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E我们在消费数据时会在代码里面指定一个group.id,这个id代表的是消费组的名字,而且u003Cstrongu003E这个group.id就算不设置,系统也会默认设置u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpreu003Econf.setProperty("group.id","tellYourDream")u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E我们所熟知的一些消息系统一般来说会这样设计,就是只要有一个消费者去消费了消息系统里面的数据,那么其余所有的消费者都不能再去消费这个数据。u003Cu002Fpu003Eu003Cpu003E可是kafka并不是这样,比如现在consumerA去消费了一个topicA里面的数据。u003Cu002Fpu003Eu003Cpreu003EconsumerA:u003Cbru003E group.id = au003Cbru003EconsumerB:u003Cbru003E group.id = au003Cbru003Eu003Cbru003EconsumerC:u003Cbru003E group.id = bu003Cbru003EconsumerD:u003Cbru003E group.id = bu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E再让consumerB也去消费TopicA的数据,它是消费不到了,但是我们在consumerC中重新指定一个另外的group.id,consumerC是可以消费到topicA的数据的。而consumerD也是消费不到的,所以在kafka中,不同组可有唯一的一个消费者去消费同一主题的数据。u003Cu002Fpu003Eu003Cpu003E所以消费者组就是让多个消费者并行消费信息而存在的,而且它们不会消费到同一个消息,如下,consumerA,B,C是不会互相干扰的u003Cu002Fpu003Eu003Cpreu003Econsumer group:au003Cbru003E consumerAu003Cbru003E consumerBu003Cbru003E consumerCu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cbru002Fu003Eu003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp3.pstatp.comu002Flargeu002Fpgc-imageu002F20560720bf5f44069d46f0a772215d8d” img_width=”640″ img_height=”475″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E如图,因为前面提到过了消费者会直接和leader建立联系,所以它们分别消费了三个leader,所以一个分区不会让消费者组里面的多个消费者去消费,但是在消费者不饱和的情况下,一个消费者是可以去消费多个分区的数据的。u003Cbru002Fu003Eu003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003EControlleru003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E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。u003Cu002Fpu003Eu003Cpu003Ekafka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。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003Ekafka和zookeeper如何配合工作u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Ekafka严重依赖于zookeeper集群(所以之前的zookeeper文章还是有点用的)。u003Cu002Fpu003Eu003Cpu003E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,这个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。u003Cu002Fpu003Eu003Cpu003E那成为controller之后要做啥呢,它会监听zookeeper里面的多个目录,例如有一个目录u002Fbrokersu002F,其他从节点往这个目录上u003Cstrongu003E注册(就是往这个目录上创建属于自己的子目录而已)u003Cu002Fstrongu003E自己,这时命名规则一般是它们的id编号,比如u002Fbrokersu002F0,1,2u003Cu002Fpu003Eu003Cpu003E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。u003Cu002Fpu003Eu003Cpu003E此时模拟一个场景,我们创建一个主题(其实就是在zookeeper上u002Ftopicsu002FtopicA这样创建一个目录而已),kafka会把分区方案生成在这个目录中,此时controller就监听到了这一改变,它会去同步这个目录的元信息,然后同样下放给它的从节点,通过这个方法让整个集群都得知这个分区方案,此时从节点就各自创建好目录等待创建分区副本即可。这也是整个集群的管理机制。u003Cu002Fpu003Eu003Chru002Fu003Eu003Ch1u003Eu003Cstrongu003E加餐时间u003Cu002Fstrongu003Eu003Cu002Fh1u003Eu003Cpu003Eu003Cstrongu003E1.Kafka性能好在什么地方?u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E① 顺序写u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E操作系统每次从磁盘读写数据的时候,需要先寻址,也就是先要找到数据在磁盘上的物理位置,然后再进行数据读写,如果是机械硬盘,寻址就需要较长的时间。u003Cu002Fpu003Eu003Cpu003Ekafka的设计中,数据其实是存储在磁盘上面,一般来说,会把数据存储在内存上面性能才会好。但是kafka用的是顺序写,追加数据是追加到末尾,磁盘顺序写的性能极高,在磁盘个数一定,转数达到一定的情况下,基本和内存速度一致u003Cu002Fpu003Eu003Cpu003E随机写的话是在文件的某个位置修改数据,性能会较低。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E② 零拷贝u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E先来看看非零拷贝的情况u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp9.pstatp.comu002Flargeu002Fpgc-imageu002F165aa5cd54a14f688dcf712327c8decb” img_width=”640″ img_height=”382″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E可以看到数据的拷贝从内存拷贝到kafka服务进程那块,又拷贝到socket缓存那块,整个过程耗费的时间比较高,kafka利用了Linux的sendFile技术(NIO),省去了进程切换和一次数据拷贝,让性能变得更好。u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp3.pstatp.comu002Flargeu002Fpgc-imageu002F84fb1e7ab96c4e2bad7d3f62cce97eb3″ img_width=”640″ img_height=”375″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cp class=””u003Eu003Cstrongu003E2.日志分段存储u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003EKafka规定了一个分区内的.log文件最大为1G,做这个限制目的是为了方便把.log加载到内存去操作u003Cu002Fpu003Eu003Cpreu003E00000000000000000000.indexu003Cbru003E00000000000000000000.logu003Cbru003E00000000000000000000.timeindexu003Cbru003Eu003Cbru003E00000000000005367851.indexu003Cbru003E00000000000005367851.logu003Cbru003E00000000000005367851.timeindexu003Cbru003Eu003Cbru003E00000000000009936472.indexu003Cbru003E00000000000009936472.logu003Cbru003E00000000000009936472.timeindexu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E这个9936472之类的数字,就是代表了这个日志段文件里包含的起始offset,也就说明这个分区里至少都写入了接近1000万条数据了。u003Cu002Fpu003Eu003Cpu003EKafka broker有一个参数,log.segment.bytes,限定了每个日志段文件的大小,最大就是1GB,一个日志段文件满了,就自动开一个新的日志段文件来写入,避免单个文件过大,影响文件的读写性能,这个过程叫做log rolling,正在被写入的那个日志段文件,叫做active log segment。u003Cu002Fpu003Eu003Cpu003E如果大家有看前面的两篇有关于HDFS的文章时,就会发现NameNode的edits log也会做出限制,所以这些框架都是会考虑到这些问题。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E3.Kafka的网络设计u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Ekafka的网络设计和Kafka的调优有关,这也是为什么它能支持高并发的原因u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fpgc-imageu002Fe4f62648acf34ef7a0a0d14bfdce29b3″ img_width=”640″ img_height=”231″ alt=”大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E首先客户端发送请求全部会先发送给一个Acceptor,broker里面会存在3个线程(默认是3个),这3个线程都是叫做processor,Acceptor不会对客户端的请求做任何的处理,直接封装成一个个socketChannel发送给这些processor形成一个队列u003Cu002Fpu003Eu003Cpu003E发送的方式是轮询,就是先给第一个processor发送,然后再给第二个,第三个,然后又回到第一个。消费者线程去消费这些socketChannel时,会获取一个个request请求,这些request请求中就会伴随着数据。u003Cu002Fpu003Eu003Cpu003E线程池里面默认有8个线程,这些线程是用来处理request的,解析请求,如果request是写请求,就写到磁盘里。读的话返回结果。u003Cu002Fpu003Eu003Cpu003Eprocessor会从response中读取响应数据,然后再返回给客户端。这就是Kafka的网络三层架构。u003Cu002Fpu003Eu003Cpu003E所以如果我们需要对kafka进行增强调优,增加processor并增加线程池里面的处理线程,就可以达到效果。request和response那一块部分其实就是起到了一个缓存的效果,是考虑到processor们生成请求太快,线程数不够不能及时处理的问题。u003Cu002Fpu003Eu003Cpu003E所以这就是一个加强版的reactor网络线程模型。u003Cu002Fpu003Eu003Chru002Fu003Eu003Ch1u003Eu003Cstrongu003Efinallyu003Cu002Fstrongu003Eu003Cu002Fh1u003Eu003Cpu003E集群的搭建会再找时间去提及。这一篇简单地从角色到一些设计的方面讲述了Kafka的一些基础,在之后的更新中会继续逐步推进,进行更加深入浅出的讲解。u003Cu002Fpu003E”

原文始发于:大白话聊聊Kafka 的架构原理和网络设计,它的性能高在什么地方?

主题测试文章,只做测试使用。发布者:程序员,转转请注明出处:http://www.cxybcw.com/26366.html

联系我们

13687733322

在线咨询:点击这里给我发消息

邮件:1877088071@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code