当前位置:   article > 正文

Kafka实现内部机制(持久化和通信协议)_kafka的持久化机制

kafka的持久化机制

源文章地址:https://blog.csdn.net/ZuoAnYinXiang/article/details/50902425

一.Kafka的持久化

1.数据持久化:

  •      线性的访问磁盘(即:按顺序的访问磁盘),很多时候比随机的内存访问快得多,而且有利于持久化
  •      传统的使用内存做为磁盘的缓存
  •      Kafka直接将数据写入到日志文件中,以追加的形式写入

2.日志数据持久化特性:

   写操作:通过将数据追加到文件中实现
   读操作:读的时候从文件中读就好了

3.优势:    

             读操作不会阻塞写操作和其他操作(因为读和写都是追加的形式,都是顺序的,不会乱,所以不会发生阻塞),数据大                           小不对性能产生影响;
             没有容量限制(相对于内存来说)的硬盘空间建立消息系统;
             线性访问磁盘,速度快,可以保存任意一段时间!

 

4.持久化的具体实现:

 

 

5.索引

为数据文件建索引:

稀疏存储,每隔一定字节的数据建立一条索引(这样的目的是为了减少索引文件的大小)。

  下图为一个partition的索引示意图:

注:

     1.现在对6.和8建立了索引,如果要查找7,则会先查找到8然后,再找到8后的一个索引6,然后两个索引之间做二分法,找到7的位置

     2.每一个log文件中又分为多个segment

二.Kafka的分布式实现

注:

1.当生产者将消息发送到Kafka后,就会去立刻通知ZooKeeper,会往zookeeper的节点中去挂载,

   zookeeper中会watch到相关的动作,当watch到相关的数据变化后,会通知消费者去消费消息。

2.消费者是主动去Pull(拉)kafka中的消息,这样可以降低Broker的压力,因为Broker中的消息是无状态的,Broker也不知道哪个消息是可以消费

3.当消费者消费了一条消息后,也必须要去通知ZooKeeper。zookeeper会记录下消费的数据,这样但系统出现问题后就可以还原,可以知道哪些消息已经被消费了

部署图:

Name Server集群即ZooKeeper集群

 

三.Kafka的通讯协议

注:

        最重要的是要理解使用CRC机制来验证数据是否传输不完整,破损。

        其他的了解即可

 

     

 

      

         

 

 

 

 

四.Kafka的事务机制

五、其他

1.kafka的高吞吐量的因素

  •      顺序写的方式存储数据,频繁的IO;
  •       批量发送:batchsize/integer.ms
  •       零拷贝

2.为了防止磁盘爆满,日志有两种策略

  •       时间策略:消息的条数或大小超过一定的阈值时,进行删除处理;
  •       压缩策略: 对相同的key的值进行压缩合并保留最新的内容,用户只需关注最新的数据;

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/花生_TL007/article/detail/485427
推荐阅读
相关标签
  

闽ICP备14008679号