本文设置到的配置项有
名称 | 描述 | 类型 | 默认 |
num.partitions | topic的默认分区数 | int | 1 |
log.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-logs |
offsets.topic.replication.factor | offset 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) | short | 3 |
log.index.interval.bytes | 添加一个条目到offset的间隔 | int | 4096 |
首先启动kafka集群,集群中有三台Broker; 设置3个分区,3个副本;
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();
}
发送了之后可以去log.dirs路径下看看
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?
bin/kafka-topics.sh --describe --topic szz-test-topic --zookeeper localhost:2181
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
[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
进入文件夹看到如下文件:
名称 | 描述 | 类型 | 默认 |
log.segment.bytes | 单个日志文件的最大大小 | int | 1073741824 |
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();
}
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
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
最后一行:
baseoffset:5083 position: 1072592768 CreateTime: 1603703296169
bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.index
最后一行:
offset:5083 position:1072592768
bin/kafka-run-class.sh kafka.tools.DumpLogSegments --files 00000000000000000000.timeindex
最后一行:
timestamp: 1603703296169 offset: 5083
找了个博主的图 @lizhitao
比如:要查找绝对offset为7的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 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
链接:https://juejin.cn/post/7215908160019480634
页面更新:2024-04-10
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight 2008-2024 All Rights Reserved. Powered By bs178.com 闽ICP备11008920号-3
闽公网安备35020302034844号