一、Kafka叢集
Kafka使用Zookeeper來維護叢集成員(brokers)的資訊。每個broker都有一個唯一標識broker.id，用於標識自己在叢集中的身份，可以在配置檔案server.properties中進行配置，或者由程式自動生成。下面是Kafka brokers叢集自動建立的過程：
- 每一個broker啟動的時候，它會在Zookeeper的
/brokers/ids路徑下建立一個臨時節點，並將自己的broker.id寫入，從而將自身註冊到叢集； - 當有多個broker時，所有broker會競爭性地在Zookeeper上建立
/controller節點，由於Zookeeper上的節點不會重複，所以必然只會有一個broker建立成功，此時該broker稱為controller broker。它除了具備其他broker的功能外，還負責管理主題分割槽及其副本的狀態。 - 當broker出現當機或者主動退出從而導致其持有的Zookeeper會話超時時，會觸發註冊在Zookeeper上的watcher事件，此時Kafka會進行相應的容錯處理；如果當機的是controller broker時，還會觸發新的controller選舉。
二、副本機制
為了保證高可用，kafka的分割槽是多副本的，如果一個副本丟失了，那麼還可以從其他副本中獲取分割槽資料。但是這要求對應副本的資料必須是完整的，這是Kafka資料一致性的基礎，所以才需要使用controller broker來進行專門的管理。下面將詳解介紹Kafka的副本機制。
2.1 分割槽和副本
Kafka 的主題被分為多個分割槽 ，分割槽是Kafka最基本的儲存單位。每個分割槽可以有多個副本(可以在建立主題時使用replication-factor引數進行指定)。其中一個副本是首領副本(Leader replica)，所有的事件都直接傳送給首領副本；其他副本是跟隨者副本(Follower replica)，需要通過複製來保持與首領副本資料一致，當首領副本不可用時，其中一個跟隨者副本將成為新首領。
2.2 ISR機制
每個分割槽都有一個ISR(in-sync Replica)列表，用於維護所有同步的、可用的副本。首領副本必然是同步副本，而對於跟隨者副本來說，它需要滿足以下條件才能被認為是同步副本：
- 與Zookeeper之間有一個活躍的會話，即必須定時向Zookeeper傳送心跳；
- 在規定的時間內從首領副本那裡低延遲地獲取過訊息。
如果副本不滿足上面條件的話，就會被從ISR列表中移除，直到滿足條件才會被再次加入。
這裡給出一個主題建立的示例：使用--replication-factor指定副本系數為3，建立成功後使用--describe命令可以看到分割槽0的有0,1,2三個副本，且三個副本都在ISR列表中，其中1為首領副本。
2.3 不完全的首領選舉
對於副本機制，在broker級別有一個可選的配置引數unclean.leader.election.enable，預設值為fasle，代表禁止不完全的首領選舉。這是針對當首領副本掛掉且ISR中沒有其他可用副本時，是否允許某個不完全同步的副本成為首領副本，這可能會導致資料丟失或者資料不一致，在某些對資料一致性要求較高的場景(如金融領域)，這可能無法容忍的，所以其預設值為false，如果你能夠允許部分資料不一致的話，可以配置為true。
2.4 最少同步副本
ISR機制的另外一個相關引數是min.insync.replicas , 可以在broker或者主題級別進行配置，代表ISR列表中至少要有幾個可用副本。這裡假設設定為2，那麼當可用副本數量小於該值時，就認為整個分割槽處於不可用狀態。此時客戶端再向分割槽寫入資料時候就會丟擲異常org.apache.kafka.common.errors.NotEnoughReplicasExceptoin: Messages are rejected since there are fewer in-sync replicas than required。
2.5 傳送確認
Kafka在生產者上有一個可選的引數ack，該引數指定了必須要有多少個分割槽副本收到訊息，生產者才會認為訊息寫入成功：
- acks=0 ：訊息傳送出去就認為已經成功了，不會等待任何來自伺服器的響應；
- acks=1 ： 只要叢集的首領節點收到訊息，生產者就會收到一個來自伺服器成功響應；
- acks=all ：只有當所有參與複製的節點全部收到訊息時，生產者才會收到一個來自伺服器的成功響應。
三、資料請求
3.1 後設資料請求機制
在所有副本中，只有領導副本才能進行訊息的讀寫處理。由於不同分割槽的領導副本可能在不同的broker上，如果某個broker收到了一個分割槽請求，但是該分割槽的領導副本並不在該broker上，那麼它就會向客戶端返回一個Not a Leader for Partition的錯誤響應。 為了解決這個問題，Kafka提供了後設資料請求機制。
首先叢集中的每個broker都會快取所有主題的分割槽副本資訊，客戶端會定期傳送傳送後設資料請求，然後將獲取的後設資料進行快取。定時重新整理後設資料的時間間隔可以通過為客戶端配置metadata.max.age.ms來進行指定。有了後設資料資訊後，客戶端就知道了領導副本所在的broker，之後直接將讀寫請求傳送給對應的broker即可。
如果在定時請求的時間間隔內發生的分割槽副本的選舉，則意味著原來快取的資訊可能已經過時了，此時還有可能會收到Not a Leader for Partition的錯誤響應，這種情況下客戶端會再次求發出後設資料請求，然後重新整理本地快取，之後再去正確的broker上執行對應的操作，過程如下圖：
3.2 資料可見性
需要注意的是，並不是所有儲存在分割槽首領上的資料都可以被客戶端讀取到，為了保證資料一致性，只有被所有同步副本(ISR中所有副本)都儲存了的資料才能被客戶端讀取到。
3.3 零拷貝
Kafka所有資料的寫入和讀取都是通過零拷貝來實現的。傳統拷貝與零拷貝的區別如下：
傳統模式下的四次拷貝與四次上下文切換
以將磁碟檔案通過網路傳送為例。傳統模式下，一般使用如下虛擬碼所示的方法先將檔案資料讀入記憶體，然後通過Socket將記憶體中的資料傳送出去。
buffer = File.read
Socket.send(buffer)這一過程實際上發生了四次資料拷貝。首先通過系統呼叫將檔案資料讀入到核心態Buffer（DMA拷貝），然後應用程式將記憶體態Buffer資料讀入到使用者態Buffer（CPU拷貝），接著使用者程式通過Socket傳送資料時將使用者態Buffer資料拷貝到核心態Buffer（CPU拷貝），最後通過DMA拷貝將資料拷貝到NIC Buffer。同時，還伴隨著四次上下文切換，如下圖所示：
sendfile和transferTo實現零拷貝
Linux 2.4+核心通過sendfile系統呼叫，提供了零拷貝。資料通過DMA拷貝到核心態Buffer後，直接通過DMA拷貝到NIC Buffer，無需CPU拷貝。這也是零拷貝這一說法的來源。除了減少資料拷貝外，因為整個讀檔案到網路傳送由一個sendfile呼叫完成，整個過程只有兩次上下文切換，因此大大提高了效能。零拷貝過程如下圖所示：
從具體實現來看，Kafka的資料傳輸通過TransportLayer來完成，其子類PlaintextTransportLayer的transferFrom方法通過呼叫Java NIO中FileChannel的transferTo方法實現零拷貝，如下所示：
@Override
public long transferFrom(FileChannel fileChannel, long position, long count) throws IOException {
return fileChannel.transferTo(position, count, socketChannel);
}注： transferTo和transferFrom並不保證一定能使用零拷貝。實際上是否能使用零拷貝與作業系統相關，如果作業系統提供sendfile這樣的零拷貝系統呼叫，則這兩個方法會通過這樣的系統呼叫充分利用零拷貝的優勢，否則並不能通過這兩個方法本身實現零拷貝。
四、物理儲存
4.1 分割槽分配
在建立主題時，Kafka會首先決定如何在broker間分配分割槽副本，它遵循以下原則：
- 在所有broker上均勻地分配分割槽副本；
- 確保分割槽的每個副本分佈在不同的broker上；
- 如果使用了
broker.rack引數為broker指定了機架資訊，那麼會盡可能的把每個分割槽的副本分配到不同機架的broker上，以避免一個機架不可用而導致整個分割槽不可用。
基於以上原因，如果你在一個單節點上建立一個3副本的主題，通常會丟擲下面的異常：
Error while executing topic command : org.apache.kafka.common.errors.InvalidReplicationFactor
Exception: Replication factor: 3 larger than available brokers: 1.4.2 分割槽資料保留規則
保留資料是 Kafka 的一個基本特性， 但是Kafka不會一直保留資料，也不會等到所有消費者都讀取了訊息之後才刪除訊息。相反， Kafka為每個主題配置了資料保留期限，規定資料被刪除之前可以保留多長時間，或者清理資料之前可以保留的資料量大小。分別對應以下四個引數：
log.retention.bytes：刪除資料前允許的最大資料量；預設值-1，代表沒有限制；log.retention.ms：儲存資料檔案的毫秒數，如果未設定，則使用log.retention.minutes中的值，預設為null；log.retention.minutes：保留資料檔案的分鐘數，如果未設定，則使用log.retention.hours中的值，預設為null；log.retention.hours：保留資料檔案的小時數，預設值為168，也就是一週。
因為在一個大檔案裡查詢和刪除訊息是很費時的，也很容易出錯，所以Kafka把分割槽分成若干個片段，當前正在寫入資料的片段叫作活躍片段。活動片段永遠不會被刪除。如果按照預設值保留資料一週，而且每天使用一個新片段，那麼你就會看到，在每天使用一個新片段的同時會刪除一個最老的片段，所以大部分時間該分割槽會有7個片段存在。
4.3 檔案格式
通常儲存在磁碟上的資料格式與生產者傳送過來訊息格式是一樣的。 如果生產者傳送的是壓縮過的訊息，那麼同一個批次的訊息會被壓縮在一起，被當作“包裝訊息”進行傳送(格式如下所示) ，然後儲存到磁碟上。之後消費者讀取後再自己解壓這個包裝訊息，獲取每條訊息的具體資訊。
參考資料
- Neha Narkhede, Gwen Shapira ,Todd Palino(著) , 薛命燈(譯) . Kafka權威指南 . 人民郵電出版社 . 2017-12-26
- Kafka高效能架構之道
更多大資料系列文章可以參見個人 GitHub 開源專案： 大資料入門指南