Kafka 数据存储Topic和Partition

对于Kafka 数据的存储，我们最经常听到的两个概念就是Topic和Partition了，下面就简单介绍下他们在Kafka系统中的意思和作用。

Topic

Topic是Kafka中消息的逻辑分类，每个Topic可有多个Partition

Partition

Partition是Kafka中实际的数据存储单元，每个Partition可以看做一个可以被订阅和消费的消息队列。每个Topic的partition数量在其被创建的时候就会被配置。partition中的消息也会被分成段（segments），以便于查找和定位offset。默认的分段（segment）的大小是1GB，也可以通过配置改变segment的大小。每个segment包含以下文件：

• Log，消息数据存储在这个文件中
• Index：存储消息的offset和起始位置
• Timeindex：时间戳 ？ 关系不大

举个例子，在一个partition中有6个消息，而segment的大小正好设置成能够容纳3个消息的大小，这时这个partition包含了三个segments分段，如下所示：

• Segment – 00 contains 00.log, 00.index and 00.timeindex files
• Segment – 03 contains 03.log, 03.index and 03.timeindex files
• Segment – 06 contains 06.log, 06.index and 06.timeindex files

文件名代表分段中第一个消息的offset值。

Starting offset: 0
offset: 0 position: 0 CreateTime: 1533443377944 isvalid: true keysize: -1 valuesize: 11 producerId: -1 headerKeys: [] payload: Hello World
offset: 1 position: 79 CreateTime: 1533462689974 isvalid: true keysize: -1 valuesize: 6 producerId: -1 headerKeys: [] payload: Hello World2

上面是log文件的示例。

对于查找消息时间的算法复制度

       因此总的复杂度是： O(1) + O(log (SN, 2)) + O(log  (MN, 2)).

复制

每个Topic在创建的时候都可以配置一个复制参数(replication factor）。以确定在集群中的备份数量。

在多个partition的情况下，每个partition会保存为主从结构leader/replicas, Kafka保证任何消费者只能从leader中读取消息，replica会和leader实时同步，是leader的一个备份，replica和leader必须不在同一个broker下存在。这个原因其实非常明显，一旦partition的leader挂掉后，就会有一个replica立刻成为leader，继续给消费者提供消息。

Partition的平行机制。

Kafka只允许一个消费者去读取一个partition，以确保消息读取顺序的正确性。由于一个Topic有多个partition，因此Kafka其实不能保证在Topic层级上的消息读取顺序一致性。如果需要增加对某个topic的消费者数量，那同时也要增加partition的数量。