【Kafka】宏观解释Kafka数据发送流程

本文涉及的产品
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
注册配置 MSE Nacos/ZooKeeper,118元/月
云原生网关 MSE Higress,422元/月
简介: 【Kafka】宏观解释Kafka数据发送流程

1、确定集群暴露地址

在进行Kafka数据写入的过程中,首先第一步需要先确定Kafka集群对外暴露的地址。也许你可能会有疑惑,Kafka的地址还需要确认?不是直接kafka_ip:9092就可以了吗?稍等稍等,你也许对Kafka的地址了解的没有那么多。在Kafka中有两个参数:listenersadvertised.listenerslisteners:用来定义Kafka Broker的本机监听地址,如果没有设置,默认使用本机的hostname:9092 advertised.listeners:将Broker的监听地址发布到Zookeeper供客户端使用,是真正的对外暴露地址,客户端的连接地址就是这个。如果没有设置,会用listeners的设置地址。

示例一:在listeners与advertised.listeners都不填写的情况写,此时我们查看zookeeper中kafka的对外地址:

640.png

我们可以看到当前broker的endpoints为PLAINTEXT://cdh1:9092,其中cdh1为我当前机器的hostname 此时当前节点进行客户端访问时,客户端所在机器必须修改hosts文件,将cdh1节点的IP与映射添加进去。同时bootstrap.servers也必须为:cdh1:9092

示例二:只填写listeners监听地址,然后重启kafka节点。此时在zookeeper客户端中查看此节点的信息

listeners=PLAINTEXT://10.30.100.21:9092

640.png

可以看到,当前broker的endpoints为PLAINTEXT://10.30.100.21:9092。与listeners配置的想同。因为此时advertised.listeners并没有设置,所以zookeeper采用了listeners的地址作为暴露地址。此时客户端如果要访问此节点,就不需要修改hosts文件,直接将bootstrap.servers设置为10.30.100.21:9092即可。

示例三:将listeners的地址填写为10.30.100.21:9092,advertised.listeners地址填写为10.30.100.21:19092,此时查看zookeeper中的信息

listeners=PLAINTEXT://10.30.100.21:9092
advertised.listeners=PLAINTEXT://10.30.100.21:19092

640.png

此时endpoints的地址为advertised.listeners配置的地址,同时在客户端请求的时候,需要将bootstrap.servers地址填写10.30.100.21:19092。

示例四:如果将Kafka暴露至公网,需要将listeners的地址填写为10.30.100.21:9092,advertised.listeners地址填写为公网地址:公网IP

listeners=PLAINTEXT://10.30.100.21:9092
advertised.listeners=PLAINTEXT://公网地址:公网IP

并且在防火墙中,需要将10.30.100.21:9092映射至对应的公网地址与公网IP,才可进行公网访问。

2、连接集群

在kafka发送数据时,首先需要与集群进行通信,集群地址在bootstrap.server设置。bootstrap.server只需要填写集群中任意一台broker的暴露地址即可,集群后端会自动发现。不过还是推荐多写几个地址,因为一旦bootstrap.server中配置的唯一一台broker宕机,客户端重新运行后即无法连接集群。

3、元数据获取

与集群完成通信后,客户端需要获取集群元数据。此处元数据的获取不强制需要kafka-Controller的参与,因为kafka-Controller在获取到zookeeper中的元数据后,会自动同步至集群中所有broker。只需与客户端连接的broker将元数据返回至客户端即可。

4、与leader建立连接

获取到集群元数据后,元数据中存储着partition的leader节点信息。在kafka数据发送的过程中,客户端需要与leader节点直接建立连接,然后直接将数据发送至leader节点所在的机器。

注:这也是为什么在kafka暴露外网的过程中必须要将全部的集群节点都暴露出去,因为每台节点都有可能是leader节点,如果不暴露所有节点,那么客户端即使与kafka集群建立了连接并且客户端也可以创建topic,但是因为leader节点未暴露,客户端无法与leader节点建立连接,那么数据也无法实际发送出去。

640.png


5、数据落盘

1.Producer 将消息发送给该 leader 。2.leader 将消息写入本地 log 。3.followers 从 leader pull 消息,写入本地 log 后 leader 发送 ACK 。4.leader 收到所有 ISR 中的 replica 的 ACK 后,增加 HW(high watermark ,最后 commit 的 offset) 并向 Producer 发送 ACK。

相关文章
|
1月前
|
消息中间件 存储 运维
为什么说Kafka还不是完美的实时数据通道
【10月更文挑战第19天】Kafka 虽然作为数据通道被广泛应用,但在实时性、数据一致性、性能及管理方面存在局限。数据延迟受消息堆积和分区再平衡影响;数据一致性难以达到恰好一次;性能瓶颈在于网络和磁盘I/O;管理复杂性涉及集群配置与版本升级。
|
1月前
|
消息中间件 存储 分布式计算
大数据-72 Kafka 高级特性 稳定性-事务 (概念多枯燥) 定义、概览、组、协调器、流程、中止、失败
大数据-72 Kafka 高级特性 稳定性-事务 (概念多枯燥) 定义、概览、组、协调器、流程、中止、失败
34 4
|
1月前
|
消息中间件 缓存 大数据
大数据-57 Kafka 高级特性 消息发送相关01-基本流程与原理剖析
大数据-57 Kafka 高级特性 消息发送相关01-基本流程与原理剖析
40 3
|
1月前
|
消息中间件 Java Kafka
Flink-04 Flink Java 3分钟上手 FlinkKafkaConsumer消费Kafka数据 进行计算SingleOutputStreamOperatorDataStreamSource
Flink-04 Flink Java 3分钟上手 FlinkKafkaConsumer消费Kafka数据 进行计算SingleOutputStreamOperatorDataStreamSource
47 1
|
3月前
|
消息中间件 Java Kafka
Kafka不重复消费的终极秘籍!解锁幂等性、偏移量、去重神器,让你的数据流稳如老狗,告别数据混乱时代!
【8月更文挑战第24天】Apache Kafka作为一款领先的分布式流处理平台,凭借其卓越的高吞吐量与低延迟特性,在大数据处理领域中占据重要地位。然而,在利用Kafka进行数据处理时,如何有效避免重复消费成为众多开发者关注的焦点。本文深入探讨了Kafka中可能出现重复消费的原因,并提出了四种实用的解决方案:利用消息偏移量手动控制消费进度;启用幂等性生产者确保消息不被重复发送;在消费者端实施去重机制;以及借助Kafka的事务支持实现精确的一次性处理。通过这些方法,开发者可根据不同的应用场景灵活选择最适合的策略,从而保障数据处理的准确性和一致性。
271 9
|
3月前
|
消息中间件 负载均衡 Java
"Kafka核心机制揭秘:深入探索Producer的高效数据发布策略与Java实战应用"
【8月更文挑战第10天】Apache Kafka作为顶级分布式流处理平台,其Producer组件是数据高效发布的引擎。Producer遵循高吞吐、低延迟等设计原则,采用分批发送、异步处理及数据压缩等技术提升性能。它支持按消息键值分区,确保数据有序并实现负载均衡;提供多种确认机制保证可靠性;具备失败重试功能确保消息最终送达。Java示例展示了基本配置与消息发送流程,体现了Producer的强大与灵活性。
67 3
|
3月前
|
vr&ar 图形学 开发者
步入未来科技前沿:全方位解读Unity在VR/AR开发中的应用技巧,带你轻松打造震撼人心的沉浸式虚拟现实与增强现实体验——附详细示例代码与实战指南
【8月更文挑战第31天】虚拟现实(VR)和增强现实(AR)技术正深刻改变生活,从教育、娱乐到医疗、工业,应用广泛。Unity作为强大的游戏开发引擎,适用于构建高质量的VR/AR应用,支持Oculus Rift、HTC Vive、Microsoft HoloLens、ARKit和ARCore等平台。本文将介绍如何使用Unity创建沉浸式虚拟体验,包括设置项目、添加相机、处理用户输入等,并通过具体示例代码展示实现过程。无论是完全沉浸式的VR体验,还是将数字内容叠加到现实世界的AR应用,Unity均提供了所需的一切工具。
135 0
|
3月前
|
消息中间件 存储 关系型数据库
实时计算 Flink版产品使用问题之如何使用Kafka Connector将数据写入到Kafka
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
3月前
|
消息中间件 监控 Kafka
实时计算 Flink版产品使用问题之处理Kafka数据顺序时,怎么确保事件的顺序性
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
3月前
|
消息中间件 缓存 Kafka
【Azure 事件中心】使用Kafka消费Azure EventHub中数据,遇见消费慢的情况可以如何来调节呢?
【Azure 事件中心】使用Kafka消费Azure EventHub中数据,遇见消费慢的情况可以如何来调节呢?