每个 topic ,都是特定的数据流(类似于数据库中的表)。主题分为 partitions (任意多),分区中的每条消息都会获得一个增量ID,称为偏移,如下所示。
分区0:
+---+---+---+-----+
| 0 | 1 | 2 | ... |
+---+---+---+-----+
分区1:
+---+---+---+---+----+
| 0 | 1 | 2 | 3 | .. |
+---+---+---+---+----+
现在,Kafka集群由多个经纪人组成。每个代理都有一个ID标识,并且可以包含某些主题分区。
2个主题的示例(每个主题分别具有3个分区和2个分区):
经纪人1:
+-------------------+
| Topic 1 |
| Partition 0 |
| |
| |
| Topic 2 |
| Partition 1 |
+-------------------+
经纪人2:
+-------------------+
| Topic 1 |
| Partition 2 |
| |
| |
| Topic 2 |
| Partition 0 |
+-------------------+
经纪人3:
+-------------------+
| Topic 1 |
| Partition 1 |
| |
| |
| |
| |
+-------------------+
请注意,数据是分布式的(并且经纪人3 不保存任何主题2 的数据)。
主题,应该具有replication-factor
> 1(通常为2或3),以便在代理崩溃时,另一个可以提供主题数据。例如,假设我们有一个包含2个分区的主题,其中replication-factor
设置为2,如下所示:
经纪人1:
+-------------------+
| Topic 1 |
| Partition 0 |
| |
| |
| |
| |
+-------------------+
经纪人2:
+-------------------+
| Topic 1 |
| Partition 0 |
| |
| |
| Topic 1 |
| Partition 0 |
+-------------------+
经纪人3:
+-------------------+
| Topic 1 |
| Partition 1 |
| |
| |
| |
| |
+-------------------+
现在假定经纪人2 失败了。 经纪人1 和3仍然可以提供主题1的数据。因此,replication-factor
为3始终是一个好主意,因为它允许出于维护目的以及出于维护目的而删除一个经纪人。另一个被意外删除。 因此,Apache-Kafka提供了强大的耐用性和容错保证。
有关领导者的说明:
在任何时候,只有一个代理可以成为分区的领导者,并且只有该领导者可以接收和提供该分区的数据。其余的代理将仅同步数据(同步副本)。另请注意,当replication-factor
设置为1时,如果代理失败,则 leader 不能移到其他位置。通常,当分区的所有副本失败或脱机时,leader
将自动设置为-1
。
话虽如此,只要您的生产者列出了集群(bootstrap_servers
)中Kafka经纪人的所有地址,就可以了。即使经纪人倒闭,您的生产者也将尝试将记录写到另一个经纪人。
最后,请确保设置acks=all
(尽管可能会影响吞吐量),以便所有同步副本都确认它们已收到消息。
本文链接:https://www.f2er.com/2303846.html