Kafka原理

一、producer设计原理

发消息的流程

1.计算分区
根本key和value的配置对消息进行序列化，如果指定了分区，就发送到指定的分区，如果没有指定，就用key%topic的分区数目，如果key也没有，就随机生成一个counter，用counter%topic的分区数目，这个counter每次使用完之后递增。
2.发送到batch，唤醒sender线程
根据分区获取到对应的batchs，然后将消息append到batch中，如果有batch满了就唤醒sender线程。队列的操作是加锁执行，所有batch内消息是有序的，后续的sender操作当前方法异步操作。（这应该就是分区可以有序的原因吧）
3.Sender把消息有序发到broker
3.1确定要发送分区的leader所在的broker
Kafka中每台都保存了kafka集群的元数据信息，metadata信息包括了每个topic所有的分区的信息：leader，leader-epoch，controller-epoch，isr，replicas等。Kafka客户端从任一broker都可以获取到需要的metadata。sender线程通过metadata信息知道要分送到的 leader的brokerId，producer也保存了metada信息，同时根据metadata更新策略：定期更新metadata.max.age.ms，失效检测，强制更新：检查到metadata失效以后，调用metadata.requestUpdate（）强制更新。
3.2幂等性发送
为实现Producer的幂等，Kafka引入了Producer ID（PID）和Sequence Number，对于每个PID，该Producer发送的每一个都对应一个单调递增的Sequence Number，同样，Broker那里也会为每个维护一个编号，每次发一个消息都将其对应序号递增。对于接收的每条消息，如果序号比Broker维护的序号大1，则Broker会接受它，否则丢掉。如果消息比broker维护的大，说明中间有数据没有写入，则是乱序，肯定不要。
**4.sender处理broker发来的producer response
一旦broker处理完Sender的produce请求，就会发送produce response给Sender，此时producer将执行我们send()设置的回调函数。至此producer的send完毕。

吞吐性&&延时

没想过。

Sender线程和长连接

每初始化一个producer实例，都会初始化一个Sender实例，新增到broker长连接，代码角度：每初始化一次KafkaProducer，都赋一个空的client。

二、Consumer设计原理

记得kafka消费每个分区是单线程消费的。

每个消费者通过fetch线程拉消息
消费者通过心跳线程来与broker发送心跳。超时认为brocker挂掉。
每个consumer group在broker上都有一个coordnator来管理，消费者加入和退出，以及消费消息的位移都由coordnator处理。
1.位移管理
consumer的消息位移代表当前group对topic-分区的消费进度，consumer宕机重启后可以继续从offset开始消费。在kafka0.8之前，位移信息存放在zookeeper上，由zk不适合高并发读写，新版本kafka把位移信息当成消息发往consumer_offsets这个topic所在的broker，consumers_offset默认有50个分区，消息的key是groupId+topic_分区，value是offset。

三、Kafka Group状态

四、重平衡reblance

当一些原因导致consumer对分区消费不再均匀时，kafka会自动执行reblance，使得consumer对分区的消费再次平衡，什么时候发生reblance？

组订阅topic数变更
topic 分区数变更
consumer 成员变更
consumer 加入群组或者离开群组的时候
consumer 被检测为崩溃的时候
rebleance过程
没看

五、Broker设计原理

broker zk注册
1.Broker注册
broker是分布式部署并且相互之间独立，但是需要有一个注册系统把整个集群中的broker管理起来，此时就用到了zk。zk上有一个专门用来进行broker服务器列表的节点：/brokers/ids
每个broker在启动的时候，都会到zk上注册，就是到/brokers/ids下创建属于自己的节点，如/brokers/ids/[0...N]
Kafka使用了全局唯一的数字来指代每个Broker服务器，不同的Broker必须使用不同的 broker id进行注册，创建完每个节点后，每个broker会把自己的ip和端口信息记录到节点中去。其中，broker创建的节点类型是临时节点，一旦broker宕机，对应的临时节点也会被自动删除。
2.Topic注册
在kafka中，同一个topic的消息会被分成分区存在多个broker上，这些分区信息及broker

broker消息存储
Kafka的消息以二进制的方式紧凑的存储，节省了很大空间此外消息存在ByteBuffer而不是堆，这样broker进程挂掉时，数据不会丢，同时避免了GC，通过零拷贝和顺序寻址，让消息存储和读取速度都非常快，处理fetch请求的时候通过zero-copy加快速度。
broker状态数据