课程资料
课程链接：https://live.juejin.cn/4354/yc_Kafka/preload
学员手册：https://juejin.cn/post/7126813033602482190/#heading-54
课程TTP：https://bytedance.feishu.cn/file/boxcn9G9NlIy8VPrcpqmYYNlDsb
完整手册：https://bytedance.feishu.cn/docx/doxcnECGEFkCKYqbxaDipK1qrVf
一、消息队列概述
消息队列
应用场景
- MQ消息通道：异步解耦、削峰填谷、发布订阅、高可用
EventBridge数据总线
- 事件源：将云服务、自定义应用、SaaS应用等应用程序产生的事件消息发布到事件集
- 事件集：存储接收到的事件消息，根据事件规则将消息路由到事件目标
- 事件目标：消费事件消息
Data Platfrom 数据流平台
- 提供批/流数据处理能力
- 各类组件提供各类Connect
- 提供Streaming/Function能力
- 根据数据schema灵活的进行数据预处理能力
二、Kafka详解
Kafka架构介绍
Zookeeper
- 选举机制：Paxos机制
- 提供一致性：写入强一致性、读取会话一致性
- 提供可用性：一半以上节点存活即可读写
- 提供功能：watch机制、持久/临时节点能力
Borker
- 若干个Broker节点组成Kafka集群
- Broker作为消息的接受模块，使用React网络模型进行消息数据的接受
- Broker作为消息的持久化模块，进行消息的副本复制以及持久化
- Broker作为高可用模块，通过副本间的Failover进行高可用保证
Controller选举
- Broker启动会尝试去zk中注册controller节点
- 注册上controller节点的broker即为controller
- 其余broker会watch controller节点，节点出现异常进行重新注册
Controller的作用
- Broker重启/宕机时，负责副本的Failover操作
- Topic创建/删除时，负责Topic meta信息广播
- 集群扩缩容时，进行状态控制
- Partition/Replica 状态机维护
Coordinator
- 负责topic-partition与consumer的负载均衡
- 根据不同的场景提供不同的分配策略
Kafka高可用
kafka副本ISR机制
- AR：已经分配的所有副本
- OSR：很久没有同步数据的副本
- ISR：一直在同步数据的副本
kafka写入Ack机制
- Ack=1：leader副本写入成功，priducer即认为写成功
- Ack=0：producer发送后即为成功
- Ack=-1：ISR中所有的副本都成功，producer才认为写成功
kafka副本同步
- LEO：日志最末尾的数据
- HW：ISR中最小的LEO作为HW，HW的消息为Consumer可见的消息
kafka副本选举
- Clean选举：优先选取lsr中的副本为leader，如果lsr中无可用副本，则partition不可用
- Unclean选举：优先选取lsr中的副本为leader，如果lsr中无可用副本，则选择其他存活副本
