[大数据]Kafka学习笔记(二):理解Kafka集群与Topic

上一篇博客中，我们初步了解了Kafka实质上是一个消息队列，具有异步、解耦、削峰的作用并且在mac环境下安装了Kafka相关环境，具体可以参考Kafka学习笔记(一):Kafka简介与mac下的环境配置
。今天我们将以实战的方式深入理解 Kafka 集群的基本组件和专有术语 broker、topic、producer、consumer、partition等。

从上节课的实验，我们了解了 Kafka 的基本架构：一个 producer（生产者）发送消息到 Kafka 集群的某个 topic 中。consumer（消费者）可以消费某个（某几个） topic 中的消息。Kafka 集群由多个 broker 组成。

基本概念

broker

一台服务器上只会安装一个 Kafka 软件，这台服务器就是一个 Kafka Server，此时 Kafka Server 称为 broker。在我们上一篇文章的实验环境中，我们通过修改配置文件的方式实现了一个一台服务器上安装了三个 broker。

topic 和 partition

发布到 Kafka 集群上的消息都属于某一个分类，这个分类称为 topic。topic 存储在 broker 中。一个 topic 包括多个 partition（分区），partition 是物理上的概念。producer 发送的消息存储在 partition 中，每个 partition 可以有多个 replica（副本）。

producer 和 consumer

producer 是用来产生消息的，负责将消息发送到 Kafka broker 的 topic 上，consumer 是用来消费消息的，用于从 Kafka broker 上的 topic 中读取消息。

broker 和 consumer 使用 Zookeeper 管理状态信息，如 offset 信息。上述内容可以用下图表示：

• 上图中展示了 Kafka 相关的 5 个组件：producer、consumer、broker、topic、Zookeeper。
• 上图中展示了一个 broker，broker 中有一个名称为 KafkaTopic 的 Topic，KafkaTopic 中有 3 个 partition ，分别为 partition1 、partition2 、partition3 。
• 消息生产者 producer 将消息发送到 topic 的 partition 中。
• 消息消费者 consumer 从 topic 的 partition 中读取消息。
• consumer 和 broker 的元数据信息保存在 Zookeeper 中。
• 在 topic 中，每一个 partition 对应一个日志文件，partition 是一个有序的、不可变的消息序列。一个消息只能发送到一个 partition 上。

使用Kafka自带脚本进行测试

上一节中我们使用下面的命令创建了第一个topic，下面我们详细介绍一下脚本中参数对应的含义。(我这里使用的是mac系统，linux系统下脚本会有.sh的后缀，另外需要提前启动Kafka集群，启动的命令可以参考上一篇文章)

./kafka-topics --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic myFirstTopic

• kafka-topics.sh：Kafka 提供的一个 shell 脚本文件（位于 bin 目录中），用于创建或查看 topic 信息。
• --create：shell 脚本的参数，告诉 shell 脚本要创建一个 topic。
• --zookeeper localhost:2181：shell 脚本的参数，告诉 shell 脚本 Zookeeper 的地址用于保存 topic 元数据信息。
• --partitions 1：shell 脚本参数，告诉 shell 脚本所创建的这个 topic 的 partition 个数为 1。
• --replication-factor 1：shell 脚本参数，告诉 shell 脚本每个 partition 的副本数为 1。
• --topic myFirstTopic：shell 脚本参数，告诉 shell 脚本创建的 topic 的名称为 myFirstTopic。

接下来，我们创建一个包含 3 个 partition、每个 partition 有 2 个副本的 topic：mySecondTopic。

命令如下

./kafka-topics --create --zookeeper localhost:2181 --replication-factor 2 --partitions 3 --topic mySecondTopic

查看方法：在 bin 目录下运行命令：

./kafka-topics --zookeeper localhost:2181 --describe --topic mySecondTopic

运行结果如下，

第一行 topic 信息概述：Topic 名称为 mySecondTopic，partition 数量为 3，副本数为 2，三个 partition 的详细配置信息见下面三行。紧接着三行信息，每一行描述了一个 partition 的信息， leader、replicas 和 ISR 后面的数字对应的是broker-id，leader是负责进行消息读写的broker，副本和Isr参数保证了 kafka 集群的健壮性，保证消息不丢失，保证消息的高吞吐量。

理解 Kafka topic

前面我们创建了两个 topic：myFirstTopic、mySecondTopic。创建 topic 的 shell 命令中用到了 partitions 和 replication-factor 等参数，在这里对 topic 的作用和参数含义再次说明：

• topic：用于划分 Kafka 集群中的消息（Message）的逻辑概念，生产者发送消息，要发送给某个 topic；消费者消费消息，要消费某个（某几个）topic 中的消息。Kafka 集群中的消息都存储在 topic 中。
• Partitions：topic 中的消息是以 partition 分区的形式存储的，注意：partition 是 Kafka 支持扩展和高并发处理的基础。每个 topic 包括 1 个或多个 partition。
• Offset：每个 partition 中的消息都是顺序存储的，每个消息都是有编号的，编号是顺序增长的。这个编号叫 offset，offset 记录了消息在 partition 中的位置。注意：offset 在一个 partition 内是有序的，多个 partition 之间的 offset 是独立存在的。
• Replication：Kafka 支持以 partition 为单位对消息进行冗余备份，每个 Partition 都必须配置至少 1 个 replication。replication-factor 参数指定了 replication 的个数，即 partition 的副本个数。
• Leader replica：在 partition 的多个副本 replication 中，有一个副本叫主副本（即 Leader replica），所有消息消费者和消息生产者的读写请求都由 Leader replica 处理，这么做是为了保证一致性。其他副本叫从副本（即 Follower replica），从副本从主副本处把数据更新同步到本地。
• ISR（全拼为：In-Sync Replica）：从副本中，如果从主副本处把数据更新同步到本地了，那么这个从副本处于 ISR 状态（已同步状态），如果没有完全与主副本同步，那么会被从 ISR 中踢出去，处于非同步状态。

在下面的图中，我们可以直观地看到 topic 和 partition 的关系：

上图中，一个 topic 有 3 个 partition，每个 partition 维护着独立的 offset。如 partition 0 中，最先发送到这个 partition 中的消息，offset 为 0，后来的消息 offset 为 1,2,3…依次类推。

列出 Kafka 集群上的所有 topic 并查看 topic 详细信息

依次执行下面的命令，我们可以获得Topic的相关信息

#列出所有的topic名称
./kafka-topics --zookeeper localhost:2181 --list
#列出名称为mySecondTopic的topic的详细信息
./kafka-topics --zookeeper localhost:2181 --describe --topic mySecondTopic

修改 topic 的分区数

现在我们修改 mySecondTopic 这个 topic 的分区数

#注意：shell命令中的关键参数--alter,将partition数量由原来的3改为4
./kafka-topics --zookeeper localhost:2181 --alter --topic mySecondTopic --partitions 4

如果 topic 的 partition 数量增加了，那么消息的分区逻辑或者消息的顺序都会受到影响。而且对于一个 topic 来说，其 partition 的数量，只能增加，不能减少。

删除 topic

现在我们学习删除 topic。由于后面的实验会用到我们创建的 myFirstTopic 和 mySecondTopic 两个 topic，所以在本实验中我们新建一个 topic：myDeleteTopic，创建方法参见 mySecondTopic 的创建命令。使用下述命令删除 myDeleteTopic。

#注意：shell命令中的关键参数--delete。
./kafka-topics --zookeeper localhost:2181 --delete --topic myDeleteTopic

我们可以运行如下命令验证topic已经被删除：./kafka-topics --zookeeper localhost:2181 --list。