色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

kafka基本原理詳解

jf_TEuU2tls ? 來源:稀土掘金技術社區 ? 2024-01-03 09:57 ? 次閱讀

前言

大家好,這里是浩道Linux,主要給大家分享Linux、Python網絡通信、網絡安全等相關的IT知識平臺。

今天浩道跟大家分享一篇關于kafka相關原理的硬核干貨,可以說即使你沒有接觸過kafka,也可以秒懂,一起看看!

一、Kafka 基礎

消息系統的作用

應該大部份小伙伴都清楚,用機油裝箱舉個例子

58c1e244-a9ca-11ee-8b88-92fbcf53809c.jpg

所以消息系統就是如上圖我們所說的倉庫,能在中間過程作為緩存,并且實現解耦合的作用。 引入一個場景,我們知道中國移動,中國聯通,中國電信的日志處理,是交給外包去做大數據分析的,假設現在它們的日志都交給了你做的系統去做用戶畫像分析。

58db6c3c-a9ca-11ee-8b88-92fbcf53809c.jpg

按照剛剛前面提到的消息系統的作用,我們知道了消息系統其實就是一個模擬緩存,且僅僅是起到了緩存的作用而并不是真正的緩存,數據仍然是存儲在磁盤上面而不是內存。

1.Topic 主題

kafka 學習了數據庫里面的設計,在里面設計了topic(主題),這個東西類似于關系型數據庫的表。

58ed2170-a9ca-11ee-8b88-92fbcf53809c.jpg

此時我需要獲取中國移動的數據,那就直接監聽 TopicA 即可

2.Partition 分區

kafka還有一個概念叫Partition(分區),分區具體在服務器上面表現起初就是一個目錄,一個主題下面有多個分區,這些分區會存儲到不同的服務器上面,或者說,其實就是在不同的主機上建了不同的目錄。這些分區主要的信息就存在了.log文件里面。跟數據庫里面的分區差不多,是為了提高性能。

5915684c-a9ca-11ee-8b88-92fbcf53809c.jpg

至于為什么提高了性能,很簡單,多個分區多個線程,多個線程并行處理肯定會比單線程好得多

Topic 和 partition 像是 HBASE 里的 table 和 region 的概念,table 只是一個邏輯上的概念,真正存儲數據的是 region,這些 region 會分布式地存儲在各個服務器上面,對應于kafka,也是一樣,Topic 也是邏輯概念,而 partition 就是分布式存儲單元。

這個設計是保證了海量數據處理的基礎。我們可以對比一下,如果 HDFS 沒有 block 的設計,一個 100T 的文件也只能單獨放在一個服務器上面,那就直接占滿整個服務器了,引入 block后,大文件可以分散存儲在不同的服務器上。

注意:

分區會有單點故障問題,所以我們會為每個分區設置副本數

分區的編號是從0開始的

3.Producer - 生產者

往消息系統里面發送數據的就是生產者

5925f19e-a9ca-11ee-8b88-92fbcf53809c.jpg

4.Consumer - 消費者

從 kafka 里讀取數據的就是消費者

59428264-a9ca-11ee-8b88-92fbcf53809c.jpg

5.Message - 消息

kafka 里面的我們處理的數據叫做消息

二、kafka的集群架構

創建一個 TopicA 的主題,3個分區分別存儲在不同的服務器,也就是 broker 下面。Topic 是一個邏輯上的概念,并不能直接在圖中把 Topic 的相關單元畫出

5953428e-a9ca-11ee-8b88-92fbcf53809c.jpg

需要注意:kafka在0.8版本以前是沒有副本機制的,所以在面對服務器宕機的突發情況時會丟失數據,所以盡量避免使用這個版本之前的kafka

Replica - 副本

kafka 中的 partition 為了保證數據安全,所以每個 partition 可以設置多個副本。 此時我們對分區 0,1,2 分別設置 3 個副本(其實設置兩個副本是比較合適的)

5961da10-a9ca-11ee-8b88-92fbcf53809c.jpg

而且其實每個副本都是有角色之分的,它們會選取一個副本作為 leader,而其余的作為follower,我們的生產者在發送數據的時候,是直接發送到 leader partition 里面,然后follower partition 會去 leader 那里自行同步數據,消費者消費數據的時候,也是從leader那去消費數據的。

5972c2bc-a9ca-11ee-8b88-92fbcf53809c.jpg

Consumer Group - 消費者組

我們在消費數據時會在代碼里面指定一個 group.id,這個 id 代表的是消費組的名字,而且這個 group.id 就算不設置,系統也會默認設置。

conf.setProperty("group.id","tellYourDream")
我們所熟知的一些消息系統一般來說會這樣設計,就是只要有一個消費者去消費了消息系統里面的數據,那么其余所有的消費者都不能再去消費這個數據。可是 kafka 并不是這樣,比如現在 consumerA 去消費了一個 topicA 里面的數據。
consumerA:
    group.id = a
consumerB:
    group.id = a


consumerC:
    group.id = b
consumerD:
    group.id = b
再讓 consumerB 也去消費 TopicA 的數據,它是消費不到了,但是我們在 consumerC中重新指定一個另外的 group.id,consumerC 是可以消費到 topicA 的數據的。而consumerD 也是消費不到的,所以在 kafka 中,不同組可有唯一的一個消費者去消費同一主題的數據。 所以消費者組就是讓多個消費者并行消費信息而存在的,而且它們不會消費到同一個消息,如下,consumerA,B,C是不會互相干擾的
consumer group:a
    consumerA
    consumerB
    consumerC

598628a2-a9ca-11ee-8b88-92fbcf53809c.jpg

如圖,因為前面提到過了消費者會直接和leader建立聯系,所以它們分別消費了三個leader,所以一個分區不會讓消費者組里面的多個消費者去消費,但是在消費者不飽和的情況下,一個消費者是可以去消費多個分區的數據的。

Controller

熟知一個規律:在大數據分布式文件系統里面,95%的都是主從式的架構,個別是對等式的架構,比如 ElasticSearch。 kafka也是主從式的架構,主節點就叫controller,其余的為從節點,controller是需要和zookeeper 進行配合管理整個kafka集群。

kafka和zookeeper如何配合工作

kafka嚴重依賴于zookeeper集群(所以之前的zookeeper文章還是有點用的)。所有的broker在啟動的時候都會往zookeeper進行注冊,目的就是選舉出一個controller,這個選舉過程非常簡單粗暴,就是一個誰先誰當的過程,不涉及什么算法問題。 那成為controller之后要做啥呢,它會監聽zookeeper里面的多個目錄,例如有一個目錄/brokers/,其他從節點往這個目錄上注冊(就是往這個目錄上創建屬于自己的子目錄而已)自己,這時命名規則一般是它們的id編號,比如/brokers/0,1,2 注冊時各個節點必定會暴露自己的主機名,端口號等等的信息,此時controller就要去讀取注冊上來的從節點的數據(通過監聽機制),生成集群的元數據信息,之后把這些信息都分發給其他的服務器,讓其他服務器能感知到集群中其它成員的存在。 此時模擬一個場景,我們創建一個主題(其實就是在zookeeper上/topics/topicA這樣創建一個目錄而已),kafka會把分區方案生成在這個目錄中,此時controller就監聽到了這一改變,它會去同步這個目錄的元信息,然后同樣下放給它的從節點,通過這個方法讓整個集群都得知這個分區方案,此時從節點就各自創建好目錄等待創建分區副本即可。這也是整個集群的管理機制。

加餐時間

1.Kafka性能好在什么地方?

① 順序寫

操作系統每次從磁盤讀寫數據的時候,需要先尋址,也就是先要找到數據在磁盤上的物理位置,然后再進行數據讀寫,如果是機械硬盤,尋址就需要較長的時間。 kafka的設計中,數據其實是存儲在磁盤上面,一般來說,會把數據存儲在內存上面性能才會好。但是kafka用的是順序寫,追加數據是追加到末尾,磁盤順序寫的性能極高,在磁盤個數一定,轉數達到一定的情況下,基本和內存速度一致隨機寫的話是在文件的某個位置修改數據,性能會較低。

② 零拷貝

先來看看非零拷貝的情況

59993fbe-a9ca-11ee-8b88-92fbcf53809c.jpg

可以看到數據的拷貝從內存拷貝到 kafka 服務進程那塊,又拷貝到socket緩存那塊,整個過程耗費的時間比較高,kafka 利用了 Linux 的 sendFile 技術(NIO),省去了進程切換和一次數據拷貝,讓性能變得更好。

59ac2e6c-a9ca-11ee-8b88-92fbcf53809c.jpg

2.日志分段存儲

Kafka規定了一個分區內的.log文件最大為1G,做這個限制目的是為了方便把.log加載到內存去操作

00000000000000000000.index
00000000000000000000.log
00000000000000000000.timeindex


00000000000005367851.index
00000000000005367851.log
00000000000005367851.timeindex


00000000000009936472.index
00000000000009936472.log
00000000000009936472.timeindex

3.Kafka的網絡設計

kafka的網絡設計和Kafka的調優有關,這也是為什么它能支持高并發的原因

59c72d20-a9ca-11ee-8b88-92fbcf53809c.jpg

首先客戶端發送請求全部會先發送給一個Acceptor,broker里面會存在3個線程(默認是3個),這3個線程都是叫做processor,Acceptor不會對客戶端的請求做任何的處理,直接封裝成一個個socketChannel發送給這些processor形成一個隊列,發送的方式是輪詢,就是先給第一個processor發送,然后再給第二個,第三個,然后又回到第一個。消費者線程去消費這些socketChannel時,會獲取一個個request請求,這些request請求中就會伴隨著數據。 線程池里面默認有8個線程,這些線程是用來處理request的,解析請求,如果request是寫請求,就寫到磁盤里。讀的話返回結果。processor會從response中讀取響應數據,然后再返回給客戶端。這就是Kafka的網絡三層架構。 所以如果我們需要對kafka進行增強調優,增加processor并增加線程池里面的處理線程,就可以達到效果。request和response那一塊部分其實就是起到了一個緩存的效果,是考慮到processor們生成請求太快,線程數不夠不能及時處理的問題。 所以這就是一個加強版的reactor網絡線程模型。

審核編輯:湯梓紅

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • Linux
    +關注

    關注

    87

    文章

    11380

    瀏覽量

    211364
  • python
    +關注

    關注

    56

    文章

    4813

    瀏覽量

    85319
  • kafka
    +關注

    關注

    0

    文章

    52

    瀏覽量

    5270

原文標題:對 Kafka 陌生的,可以看看這篇!

文章出處:【微信號:浩道linux,微信公眾號:浩道linux】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    步進電機基本原理

    本帖最后由 eehome 于 2013-1-5 09:48 編輯 步進電機基本原理
    發表于 08-16 16:17

    擴頻通信的基本原理

    附件非常詳解的介紹了擴頻通信的基本原理,本人做通信快3年了,是我見過的介紹擴頻通信最好的資料,分享一下!
    發表于 11-15 10:57

    串聯諧振逆變器的基本原理

    串聯諧振通常伴有逆變器。該組合稱為串聯諧振逆變器。什么是基本原理?讓我簡要介紹串聯諧振逆變器的一些基本原理。]首先給你看一張圖片:
    發表于 11-07 10:21

    IC測試基本原理是什么?

    IC測試基本原理是什么?ATE測試向量是什么?
    發表于 05-07 06:43

    IC測試的基本原理是什么?

    本文詳細介紹了芯片開發和生產過程中的IC測試基本原理
    發表于 05-08 07:33

    TSP控制的基本原理是什么?

    TSP控制的基本原理是什么?
    發表于 05-11 06:39

    電機轉動的基本原理是什么?

    電機轉動的基本原理是什么?電機運動的基本原則有哪些?
    發表于 07-21 07:59

    線性電源的基本原理是什么

    多路線性電源 AC-DC穩壓電源 低紋波電源 可調線性電源 原理圖PCB目錄多路線性電源 AC-DC穩壓電源 低紋波電源 可調線性電源 原理圖PCB基本原理芯片選型原理圖&3D-PCB具體
    發表于 07-30 07:47

    無線充電的基本原理是什么

    一 、無線充電基本原理無線充電的基本原理就是我們平時常用的開關電源原理,區別在于沒有磁介質耦合,那么我們需要利用磁共振的方式提高耦合效率,具體方法是在發送端和接收端線圈串并聯電容,是發送線圈處理諧振
    發表于 09-15 06:01

    RAID技術的基本原理是什么

    RAID技術的基本原理是什么?RAID技術有哪幾個優勢?
    發表于 10-14 12:01

    IIC的基本原理是什么?

    IIC的基本原理是什么?
    發表于 11-25 08:46

    串口通信的基本原理是什么?

    同步通信和異步通信的區別是什么?串口通信的基本原理是什么?
    發表于 12-13 06:46

    步進馬達基本原理

    步進馬達基本原理步進馬達基本原理步進馬達基本原理
    發表于 11-30 11:55 ?8次下載

    一文詳解PIN二極管基本原理及設計

    【半導光電】PIN二極管基本原理及設計詳解
    發表于 01-02 07:25 ?1581次閱讀

    kafka相關命令詳解

    kafka常用命令詳解
    的頭像 發表于 10-20 11:34 ?1067次閱讀
    主站蜘蛛池模板: 国产女人乱人伦精品一区二区 | 拍床戏被肉高H纯肉H在水 | 亚洲黄色免费观看 | 伊人影院2019| 高h gl肉文 | 最新果冻传媒在线观看免费版 | 国产成人精品久久一区二区三区 | 黄片a级毛片 | 青青青青草原国产免费 | 六度影院最新 | 久久99re66热这里只有精品 | 嘟嘟嘟在线视频免费观看高清中文 | 日韩av无码在线直播 | 囯产精品麻豆巨作久久 | 成年人在线视频免费观看 | 曰产无码久久久久久精品 | 亚洲日韩国产成网站在线 | 免费 高清 中文在线观看 | 高清观看ZSHH96的视频素材 | 99久久国产视频 | 长篇高h肉爽文丝袜 | 最近的2019中文字幕国语HD | 肉肉的各种姿势高H细文 | 免费韩国伦理2017最新 | 国产精品一区二区AV白丝在线 | av色天堂2018在线观看 | 日韩精品久久日日躁夜夜躁影视 | 最近免费视频中文2019完整版 | 俄罗斯乌克兰战争原因 | 窝窝影院午夜看片毛片 | 免费毛片观看 | 伦理片在线线手机版韩国免费观看 | 日韩AV片无码一区二区三区不卡 | 亚欧成人毛片一区二区三区四区 | 草莓视频免费在线观看 | 四虎永久在线精品国产免费 | 丰满少妇69激情啪啪无码 | 收集最新中文国产中文字幕 | 麻豆官网md.pub | 久久最新地址获取 | 美女议员被泄裸照 |