1. Kafka簡介

Apache Kafka 是一種高吞吐、分布式的流處理平臺，由 LinkedIn 開發并于 2011 年開源。它具有高伸縮性、高可靠性和低延遲等特點，因此在大型數據處理場景中備受青睞。Kafka 可以處理多種類型的數據，如事件、日志、指標等，廣泛應用于實時數據流處理、日志收集、監控和分析等領域。

通常用作消息隊列和流處理，作為消息隊列的時候，競品有RabbitMQ、ActiveMQ、RocketMQ、Apache Pulsar等。

2. Kafka架構

下面介紹一下Kafka架構中最重要的三個參與者：

1. Producer（生產者）：生產者負責將消息發送到 Kafka 集群。
2. Consumer（消費者）：消費者負責從 Kafka 集群中拉取并消費消息。
3. Broker（代理節點）：Broker 是 Kafka 集群中的一個服務代理節點，可以看作是一臺服務器。Kafka 集群通常由多個 Broker 組成，以實現負載均衡和容錯。

3. 分區與副本

Kafka為了對消息進行分類，引入了Topic（主題）的概念。生產者在發送消息的時候，需要指定發送到某個Topic，然后消息者訂閱這個Topic并進行消費消息。

Kafka為了提升性能，又在Topic的基礎上，引入了Partition（分區）的概念。Topic是邏輯概念，而Partition是物理分組。一個Topic可以包含多個Partition，生產者在發送消息的時候，需要指定發送到某個Topic的某個Partition，然后消息者訂閱這個Topic并消費這個Partition中的消息。

Kafka為了提高系統的吞吐量和可擴展性，把一個Topic的不同Partition放到多個Broker節點上，充分利用機器資源，也便于擴展Partition。

Kafka為了保證數據的安全性和服務的高可用，又在Partition的基礎上，引入Replica（副本）的概念。一個Partition包含多個Replica，Replica之間是一主多從的關系，有兩種類型Leader Replica（領導者副本）和Follower Replica（跟隨者副本），Replica分布在不同的Broker節點上。

Leader Replica負責讀寫請求，Follower Replica只負責同步Leader Replica數據，不對外提供服務。當Leader Replica發生故障，就從Follower Replica選舉出一個新的Leader Replica繼續對外提供服務，實現了故障自動轉移。

下圖展示的是，同一個Topic的不同Partition在Broker節點的分布情況：

Kafka為了提升Replica的同步效率和數據寫入效率，又對Replica進行分類。針對一個Partition的所有Replica集合統稱為AR（Assigned Replicas，已分配的副本），包含Leader Replica和Follower Replica。與Leader Replica保持同步的Replica集合稱為ISR（In-Sync Replicas，同步副本），與Leader Replica保持失去同步的Replica集合稱為OSR（Out-of-Sync Replicas，失去同步的副本），AR = ISR + OSR。

Leader Replica將消息寫入磁盤前，需要等ISR中的所有副本同步完成。如果ISR中某個Follower Replica同步數據落后Leader Replica過多，會被轉移到OSR中。如果OSR中的某個Follower Replica同步數據追上了Leader Replica，會被轉移到ISR中。當Leader Replica發生故障的時候，只會從ISR中選舉出新的Leader Replica。

4. 偏移量

Kafka為了記錄副本的同步狀態，以及控制消費者消費消息的范圍，于是引入了LEO（Log End Offset，日志結束偏移量）和HW（High Watermark，高水位）。

LEO表示分區中的下一個被寫入消息的偏移量，也是分區中的最大偏移量。LEO用于記錄Leader Replica和Follower Replica之間的數據同步進度，每個副本中各有一份。

HW表示所有副本（Leader和Follower）都已成功復制的最小偏移量，是所有副本共享的數據值。換句話說，HW之前的消息都被視為已提交，消費者可以消費這些消息。用于確保消息的一致性和只讀一次。

下面演示一下LEO和HW的更新流程：

1. 初始狀態，三個副本中各有0和1兩條消息，LEO都是2，位置2是空的，表示是即將被寫入消息的位置。HW也都是2，表示Leader Replica中的所有消息已經全部同步到Follower Replica中，消費者可以消費0和1兩條消息。

2. 生產者往Leader Replica中發送兩條消息，此時Leader Replica的LEO的值增加2，變成4。由于還沒有開始往Follower Replica同步消息，所以HW值和Follower Replica中LEO值都沒有變。由于消費者只能消費HW之前的消息，也就是0和1兩條消息。

3. Leader Replica開始向Follower Replica同步消息，同步速率不同，Follower1的兩條消息2和3已經同步完成，而Follower2只同步了一條消息2。此時，Leader和Follower1的LEO都是4，而Follower2的LEO是3，HW表示已成功同步的最小偏移量，值是3，表示此時消費者只能讀到0、1、2，三條消息。

4. 所有消息都同步完成，三個副本的LEO都是4，HW也是4，消費者可以讀到0、1、2、3，四條消息。

5. 消費者組

Kafka為了提高消息的處理效率，引入了消費者組的概念。一個消費者組（Consumer Group）包含多個消費者，一個消費者組可以同時訂閱多個Topic，一個Topic也可以同時被多個消費者組訂閱。

為了保證同一個Partition的消息被順序處理，針對一個消費者組，一個Partition的消息只會交給這個消息者組的一個消費者處理。

6. 總結

本文簡單介紹了Kafka架構，以及架構中涉及到底的一些名詞概念，包括Producer（生產者）、Consumer（消費者）、Broker（代理節點）、Topic（主題）、Partition（分區）、Leader Replica（領導者副本）、Follower Replica（跟隨者副本）、LEO（Log End Offset，日志結束偏移量）、HW（High Watermark，高水位）、Consumer Group（消費者組）等。