深入理解Kafka核心设计及原理(六):Controller选举机制,分区副本leader选举机制,再均衡机制

转载请注明出处:https://www.cnblogs.com/zjdxr-up/p/15026824.html

  目录: 

    6.1.Kafka核心总控制器Controller

    6.2.Controller选举机制

    6.3.Partition副本选举Leader机制

    6.4.消费者消费消息的offset记录机制

    6.5.消费者Rebalance机制

    6.6.消费者Rebalance分区分配策略

  

kafka 集群拓扑结构:

  

6.1.Kafka核心总控制器Controller

  在Kafka集群中会有一个或者多个broker,其中有一个broker会被选举为控制器(Kafka Controller),它负责管理整个集群中所有分区和副本的状态

    当某个分区的leader副本出现故障时,由控制器负责为该分区选举新的leader副本。
    当检测到某个分区的ISR集合发生变化时,由控制器负责通知所有broker更新其元数据信息。
    当使用kafka-topics.sh脚本为某个topic增加分区数量时,同样还是由控制器负责分区的重新分配。

6.2.Controller选举机制

    在kafka集群启动的时候,会自动选举一台broker作为controller来管理整个集群,选举的过程是集群中每个broker都会尝试在zookeeper上创建一个 /controller 临时节点,zookeeper会保证有且仅有一个broker能创建成功,这个broker就会成为集群的总控器controller。
    当这个controller角色的broker宕机了,此时zookeeper临时节点会消失,集群里其他broker会一直监听这个临时节点,发现临时节点消失了,就竞争再次创建临时节点,就是我们上面说的选举机制,zookeeper又会保证有一个broker成为新的controller。
    具备控制器身份的broker需要比其他普通的broker多一份职责,具体细节如下:
    1. 监听broker相关的变化。为Zookeeper中的/brokers/ids/节点添加BrokerChangeListener,用来处理broker增减的变化。
    2. 监听topic相关的变化。为Zookeeper中的/brokers/topics节点添加TopicChangeListener,用来处理topic增减的变化;为Zookeeper中的/admin/delete_topics节点添加TopicDeletionListener,用来处理删除topic的动作。
    3. 从Zookeeper中读取获取当前所有与topic、partition以及broker有关的信息并进行相应的管理。对于所有topic所对应的Zookeeper中的/brokers/topics/[topic]节点添加PartitionModificationsListener,用来监听topic中的分区分配变化。
    4. 更新集群的元数据信息,同步到其他普通的broker节点中。

6.3.Partition副本选举Leader机制

    controller感知到分区leader所在的broker挂了(controller监听了很多zk节点可以感知到broker存活),controller会从每个parititon的 replicas 副本列表中取出第一个broker作为leader,当然这个broker需要也同时在ISR列表里。这也成为副本优先机制

6.4.消费者消费消息的offset记录机制

    每个consumer会定期将自己消费分区的offset提交给 kafka内部topic:__consumer_offsets,提交过去的时候,key是 consumerGroupId+topic+分区号,value就是当前offset的值,kafka会定期清理topic里的消息,最后就保留最新的那条数据,因为__consumer_offsets可能会接收高并发的请求,kafka默认给其分配50个分区(可以通过offsets.topic.num.partitions设置),这样可以通过加机器的方式抗大并发。

    __consumer_offsets 的每条消息格式大致如图所示:

      

 

     一般情况下,当集群中第一次有消费者消费消息时会自动创建 __consumer_offsets,它的副本因子受 offsets.topic.replication.factor 参数的约束,默认值为3

 

6.5.消费者Rebalance机制

    消费者rebalance就是说如果consumer group中某个消费者挂了,此时会自动把分配给他的分区交给其他的消费者,如果他又重启了,那么又会把一些分区重新交还给他如下情况可能会触发消费者rebalance
    1. consumer所在服务重启或宕机了
    2. 动态给topic增加了分区
    3. 消费组订阅了更多的topic
  Rebalance过程如下
    当有消费者加入消费组时,消费者、消费组及组协调器之间会经历以下几个阶段。
    第一阶段:选择组协调器
      组协调器GroupCoordinator:每个consumer group都会选择一个broker作为自己的组协调器coordinator,负责监控这个消费组里的所有消费者的心跳,以及判断是否宕机,然后开启消费者rebalance。consumer group中的每个consumer启动时会向kafka集群中的某个节点发送 FindCoordinatorRequest 请求来查找对应的组协调器GroupCoordinator,并跟其建立网络连接。
    组协调器选择方式:
      通过如下公式可以选出consumer消费的offset要提交到__consumer_offsets的哪个分区,这个分区leader对应的broker就是这个consumer group的coordinator
      公式:hash(consumer group id) % __consumer_offsets主题的分区数 (50)
    第二阶段:加入消费组JOIN GROUP
      在成功找到消费组所对应的 GroupCoordinator 之后就进入加入消费组的阶段,在此阶段的消费者会向GroupCoordinator 发送 JoinGroupRequest 请求,并处理响应。然后GroupCoordinator 从一个consumer group中选择第一个加入group的consumer作为leader(消费组协调器),把consumer group情况发送给这个leader,接着这个leader会负责制定分区方案。
    第三阶段( SYNC GROUP)
      consumer leader通过给GroupCoordinator发送SyncGroupRequest,接着GroupCoordinator就把分区方案下发给各个consumer,他们会根据指定分区的leader broker进行网络连接以及消息消费。

6.6.消费者Rebalance分区分配策略

  主要有三种rebalance的策略:range、round-robin、sticky。
    Kafka 提供了消费者客户端参数partition.assignment.strategy 来设置消费者与订阅主题之间的分区分配策略。默认情况为range分配策略。
    假设一个主题有10个分区(0-9),现在有三个consumer消费:
      range策略就是按照分区序号排序,假设 n=分区数/消费者数量 = 3, m=分区数%消费者数量 = 1,那么前 m 个消费者每个分配 n+1 个分区,后面的(消费者数量-m )个消费者每个分配 n 个分区。比如分区0~3给一个consumer,分区4~6给一个consumer,分区7~9给一个consumer。
      round-robin策略就是轮询分配,比如分区0、3、6、9给一个consumer,分区1、4、7给一个consumer,分区2、5、8给一个consumer
      sticky策略就是在rebalance的时候,需要保证如下两个原则。
        1)分区的分配要尽可能均匀 。
        2)分区的分配尽可能与上次分配的保持相同。
      当两者发生冲突时,第一个目标优先于第二个目标 。这样可以最大程度维持原来的分区分配的策略。比如对于第一种range情况的分配,如果第三个consumer挂了,那么重新用sticky策略分配的结果如下:
    consumer1除了原有的0~3,会再分配一个7
    consumer2除了原有的4~6,会再分配8和9

 

 

深入理解Kafka核心设计及原理(一):初始Kafka

深入理解Kafka核心设计及原理(二):生产者

深入理解Kafka核心设计及原理(三):消费者

深入理解Kafka核心设计及原理(四):主题管理

深入理解Kafka核心设计及原理(五):消息存储 

 

posted @ 2021-07-18 16:08  香吧香  阅读(79)  评论(0编辑  收藏  举报