Kafka 高效读写数据

1 ）顺序写磁盘

Kafka 的 producer 生产数据，要写入到 log 文件中，写的过程是一直追加到文件末端，

为顺序写。官网有数据表明，同样的磁盘，顺序写能到 600M/s ，而随机写只有 100K/s 。这

与磁盘的机械机构有关，顺序写之所以快，是因为其省去了大量磁头寻址的时间。

2 ）零复制技术

 5 Zookeeper 在 Kafka 中的作用

Kafka 集群中有一个 broker 会被选举为 Controller ，负责 管理集群 broker 的上下线 ，所

有 topic 的 分区副本分配 和 leader 选举 等工作。

Controller 的管理工作都是依赖于 Zookeeper 的。

以下为 partition 的 leader 选举过程：

 6 Kafka 事务

Kafka 从 0.11 版本开始引入了事务支持。事务可以保证 Kafka 在 Exactly Once 语义的基

础上，生产和消费可以跨分区和会话，要么全部成功，要么全部失败。

6.1 Producer 事务

为了实现跨分区跨会话的事务，需要引入一个全局唯一的 Transaction ID ，并将 Producer

获得的 PID 和 Transaction ID 绑定。这样当 Producer 重启后就可以通过正在进行的 Transaction

ID 获得原来的 PID 。

为了管理 Transaction ， Kafka 引入了一个新的组件 Transaction Coordinator 。 Producer 就

是通过和 Transaction Coordinator 交互获得 Transaction ID 对应的任务状态。 Transaction

Coordinator 还负责将事务所有写入 Kafka 的一个内部 Topic ，这样即使整个服务重启，由于

事务状态得到保存，进行中的事务状态可以得到恢复，从而继续进行。

6.2 Consumer 事务

上述事务机制主要是从 Producer 方面考虑，对于 Consumer 而言，事务的保证就会相对

较弱，尤其时无法保证 Commit 的信息被精确消费。这是由于 Consumer 可以通过 offset 访

问任意信息，而且不同的 Segment File 生命周期不同，同一事务的消息可能会出现重启后被

删除的情况。