关于Kafka Replication机制

Replication

• Kafka的replication复制机制是其可靠性的保证，即为每个分区数据提供多个副本。

• 每个Kafka topic包含有多个分区，分区是kafka存储数据的基本单位。一个分区只能存储在同一个硬盘上。

• Kafka保证每一个分区内的消息的顺序，无论这个分区是在线(available)的还是离线的(unavailable)。

• 每个分区拥有多个副本，其中一个副本将被指定为主副本(leader replicas)，其余的为跟随副本(follower)

• 所有的消息都会写入到主副本，所有的消息都从主要副本读取，其他的副本只需要保持于主副本同步即可

• 当主副本离线时，其他的副本中的一个将会被推选为新的主副本（一般为该分区副本列表的下一个副本）

• 关于副本是否处于“同步中(in-sync)”的状态的判断标准：

  • 如果它是主副本，那么它是处于“同步中(in-sync)”的状态。
  • 如果它是跟随副本， 且拥有以下状态，那么它处于“同步中(in-sync)”：
    • 它与zookeeper有一个可用的session（在最近6秒内给zk发送过心跳）
    • 它在最近10秒内从主副本获取过消息
    • 它在最近10秒从主副本获取过最新的消息

  否则，该副本的状态为“不同步(out-of-sync)”

• 当一个同步中的副本出现延迟时，它会影响生产者和消费者的性能。因为只有在所有跟随副本同步完所有消息并且提交后，它们才会继续执行。