一、Partition 为 Kafka 提供了扩展能力:一个 Kafka 集群由多个 Broker(就是 Server) 构成,每个 Broker 中含有集群的部分数据。Kafka 把 Topic 的多个 Partition 分布在多个 Broker 中。这样会有多种好处:
* 如果把 Topic 的所有 Partition 都放在一个 Broker 上,那么这个 Topic 的可扩展性就大大降低了,会受限于这个 Broker 的 IO 能力。把 Partition 分散开之后,Topic 就可以水平扩展 。
* 一个 Topic 可以被多个 Consumer 并行消费。如果 Topic 的所有 Partition 都在一个 Broker,那么支持的 Consumer 数量就有限,而分散之后,可以支持更多的 Consumer。
* 一个 Consumer 可以有多个实例,Partition 分布在多个 Broker 的话,Consumer 的多个实例就可以连接不同的 Broker,大大提升了消息处理能力。可以让一个 Consumer 实例负责一个 Partition,这样消息处理既清晰又高效。
二、写入 Partition(待研究)一个 Topic 有多个 Partition,那么,向一个 Topic 中发送消息的时候,具体是写入哪个 Partition 呢?有3种写入方式。1. 使用 Partition Key 写入特定 PartitionProducer 发送消息的时候,可以指定一个 Partition Key,这样就可以写入特定 Partition 了。Partition Key 可以使用任意值,例如设备ID、User ID。Partition Key 会传递给一个 Hash 函数,由计算结果决定写入哪个 Partition。所以,有相同 Partition Key 的消息,会被放到相同的 Partition。例如使用 User ID 作为 Partition Key,那么此 ID 的消息就都在同一个 Partition,这样可以保证此类消息的有序性。这种方式需要注意 Partition 热点问题。例如使用 User ID 作为 Partition Key,如果某一个 User 产生的消息特别多,是一个头部活跃用户,那么此用户的消息都进入同一个 Partition 就会产生热点问题,导致某个 Partition 极其繁忙。2. 由 kafka 决定如果没有使用 Partition Key,Kafka 就会使用轮询的方式来决定写入哪个 Partition。这样,消息会均衡的写入各个 Partition。但这样无法确保消息的有序性。3. 自定义规则Kafka 支持自定义规则,一个 Producer 可以使用自己的分区指定规则。三、读取 PartitionKafka 不像普通消息队列具有发布/订阅功能,Kafka 不会向 Consumer 推送消息。Consumer 必须自己从 Topic 的 Partition 拉取消息。( Consumer是主动拉取)一个 Consumer 连接到一个 Broker 的 Partition,从中依次读取消息。 消息的 Offset 就是 Consumer 的游标,根据 Offset 来记录消息的消费情况读完一条消息之后,Consumer 会推进到 Partition 中的下一个 Offset,继续读取消息。Offset 的推进和记录都是 Consumer 的责任,Kafka 是不管的。。Kafka 中有一个 Consumer Group(消费组)的概念,多个 Consumer 组团去消费一个 Topic。同组的 Consumer 有相同的 Group ID。Consumer Group 机制会保障一条消息只被组内唯一一个 Consumer 消费,不会重复消费。 消费组这种方式可以让多个 Partition 并行消费,大大提高了消息的消费能力