kafka消息分區機制原理

背景

kafka如何支撐海量消息的集中寫入？

答案就是消息分區。

核心思想是：負載均衡，采用合適的分區策略把消息寫到不同的broker上的分區中；

其它的產品中有類似的思想。

比如monogodb, es 里面叫做 shard;   hbase叫region,  cassdra叫vnode;

消息的三層結構

如下圖：

即  topic -> partition -> message ;

topic是邏輯上的消息容器；

partition實際承載消息，分布在不同的kafka的broke上；

message即具體的消息。

分區策略

round-robin輪詢

消息按照分區挨個的寫。

randomness隨機分區

隨機的找一個分區寫入，代碼如下：

List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
return ThreadLocalRandom.current().nextInt(partitions.size());

key

相同的key的消息寫到固定的分區中

自定義分區

必須完成兩步：

1，自定義分區實現類，需要實現org.apache.kafka.clients.producer.Partitioner接口。

主要是實現下面的方法：

int partition(String topic, Object key, byte[] keyBytes, 
              Object value, byte[] valueBytes, Cluster cluster);

比如按照區域分區。

List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
return partitions.stream().filter(p -> isSouth(p.leader().host()))
    .map(PartitionInfo::partition).findAny().get();

2，顯示配置生產者端的參數partitioner.class為具體的類

系統默認：如果消息有key,按照key分區策略，否則按照輪詢策略。

小結

kafka的分區實現消息的高吞吐量的主要依托，主要是實現了寫的負載均衡。可以指定各種負載均衡算法。
負載均衡算法非常重要，需要極力避免消息分區不均的情況，可能給消費者帶來性能瓶頸。

小結如下：

原創不易，點贊關注支持一下吧！轉載請注明出處，讓我們互通有無，共同進步，歡迎溝通交流。
我會持續分享Java軟件編程知識和程序員發展職業之路，歡迎關注，我整理了這些年編程學習的各種資源，關注公眾號‘李福春持續輸出’，發送'學習資料'分享給你！