【kafka原理】kafka Log存储解析以及索引机制

2023-03-31 22:20| 来源: 网络整理| 查看: 265

本文设置到的配置项有

名称描述类型默认num.partitionstopic的默认分区数int1log.dirs保存日志数据的目录。如果未设置，则使用log.dir中的值string/tmp/kafka-logsoffsets.topic.replication.factoroffset topic复制因子（ps：就是备份数，设置的越高来确保可用性）。为了确保offset topic有效的复制因子，第一次请求offset topic时，活的broker的数量必须最少最少是配置的复制因子数。如果不是，offset topic将创建失败或获取最小的复制因子（活着的broker，复制因子的配置）short3log.index.interval.bytes添加一个条目到offset的间隔int4096

首先启动kafka集群,集群中有三台Broker; 设置3个分区,3个副本;

发送topic消息

启动之后kafka-client发送一个topic为消息szz-test-topic的消息

public static void main(String[] args) { Properties props = new Properties(); props.put("bootstrap.servers", "xxx1:9092,xxx2:9092,xxx3:9092"); props.put("acks", "all"); props.put("retries", 0); props.put("batch.size", 16384); props.put("linger.ms", 1); props.put("buffer.memory", 33554432); props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer"); props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); Producer producer = new KafkaProducer(props); for(int i = 0; i < 5; i++){ producer.send(new ProducerRecord("szz-test-topic", Integer.toString(i), Integer.toString(i))); } producer.close(); } 复制代码

发送了之后可以去log.dirs路径下看看

在这里插入图片描述这里的3个文件夹分别代表的是3个分区; 那是因为我们配置了这个topic的分区数num.partitions=3; 和备份数offsets.topic.replication.factor=3; 这3个文件夹中的3个分区有Leader有Fllower; 那么我们怎么知道谁是谁的Leader呢？

查看topic的分区和副本 bin/kafka-topics.sh --describe --topic szz-test-topic --zookeeper localhost:2181 复制代码

在这里插入图片描述可以看到查询出来显示分区Partition-0在broker.id=0中,其余的是副本Replicas 2,1 分区Partition-1在broker.id=1中,其余的是副本Replicas 0,2 ...

或者也可以通过zk来查看leader在哪个broker上

get /brokers/topics/src-test-topic/partitions/0/state 复制代码 [zk: localhost:2181(CONNECTED) 0] get /brokers/topics/szz-test-topic/partitions/0/state {"controller_epoch":5,"leader":0,"version":1,"leader_epoch":0,"isr":[0,1,2]} cZxid = 0x1001995bf 复制代码分区文件都有啥

进入文件夹看到如下文件: 在这里插入图片描述

在这里插入图片描述

名称描述类型默认log.segment.bytes单个日志文件的最大大小int1073741824

我们试试多发送一些消息,看它会不会生成新的 segment

public static void main(String[] args) { Properties props = new Properties(); props.put("bootstrap.servers", "xxx1:9092,xxx2:9092,xxx3:9092"); props.put("acks", "all"); props.put("retries", 0); props.put("batch.size", 163840); props.put("linger.ms", 10); props.put("buffer.memory", 33554432); props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer"); props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); Producer producer = new KafkaProducer(props); for(int i = 0; i < 1200; i++){ //将一个消息设置大一点 byte[] log = new byte[904800]; String slog = new String(log); producer.send(new ProducerRecord("szz-test-topic",0, Integer.toString(i), slog)); } producer.close(); } 复制代码

在这里插入图片描述

从图中可以看到第一个segment文件00000000000000000000.log快要满log.segment.bytes 的时候就开始创建了00000000000000005084.log了; 并且.log和.index、.timeindex文件是一起出现的; 并且名称是以文件第一个offset命名的

.log存储消息文件 .index存储消息的索引 .timeIndex，时间索引文件，通过时间戳做索引消息文件

上面的几个文件我们来使用kafka自带工具bin/kafka-run-class.sh 来读取一下都是些啥 bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.log

在这里插入图片描述最后一行:

baseoffset:5083 position: 1072592768 CreateTime: 1603703296169 复制代码 .index 消息索引

bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.index 在这里插入图片描述最后一行:

offset:5083 position:1072592768 复制代码 .timeindex 时间索引文件

bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.timeindex

在这里插入图片描述最后一行:

timestamp: 1603703296169 offset: 5083 复制代码 Kafka如何查找指定offset的Message的

找了个博主的图 @lizhitao 在这里插入图片描述比如：要查找绝对offset为7的Message：

首先是用二分查找确定它是在哪个LogSegment中，自然是在第一个Segment中。打开这个Segment的index文件，也是用二分查找找到offset小于或者等于指定offset的索引条目中最大的那个offset。自然offset为6的那个索引是我们要找的，通过索引文件我们知道offset为6的Message在数据文件中的位置为9807。打开数据文件，从位置为9807的那个地方开始顺序扫描直到找到offset为7的那条Message。

Kafka 中的索引文件，以稀疏索引(sparse index)的方式构造消息的索引，它并不保证每个消息在索引文件中都有对应的索引项。每当写入一定量（由 broker 端参数 log.index.interval.bytes 指定，默认值为 4096，即 4KB）的消息时，偏移量索引文件和时间戳索引文件分别增加一个偏移量索引项和时间戳索引项，增大或减小 log.index.interval.bytes 的值，对应地可以缩小或增加索引项的密度。

稀疏索引通过 MappedByteBuffer 将索引文件映射到内存中，以加快索引的查询速度。

leader-epoch-checkpoint

leader-epoch-checkpoint 中保存了每一任leader开始写入消息时的offset; 会定时更新 follower被选为leader时会根据这个确定哪些消息可用在这里插入图片描述

参考文档

kafka官方文档

Kafka的Log存储解析

Kafka-工作流程，文件存储机制，索引机制，如何通过offset找到对应的消息

Broker配置文件详解

日常运维、问题排查=> 滴滴开源LogiKM一站式Kafka监控与管控平台

【本文地址】

公司简介

联系我们