9 张图带你理解 Kafka 中高水位 ＨＷ

大家好，我是君哥。

Kafka 高水位（简称 HW）是 Kafka 中非常重要的一个概念，今天来聊一聊 HW。

1 HW 简介

HW 是 Kafka 中 Offset 的一个值，HW 作为一个边界，Offset 小于 HW 的消息被称为已提交消息，这部分消息可以被消费者进行拉取消费，大于等于 HW 的消息被称为未提交消息，不能被消费者拉取。如下图：

Offset 小于 108 的消息可以被消费者消费，Offset 大于等于 108 的消息不能被消费者消费 。

2 LEO 简介

Kafka 中跟 Offset 相关的还有一个重要概念叫 LEO（Log End Offset）。LEO 表示 Offset 中的最后一个位置，也就是新消息写入的第一个位置，这个位置还没有消息。比如下图中的 114 这个位置，新消息写入时会从这个位置开始存储。

3 HW 更新机制

对于 Kafka 的一个分区来说，分区的所有副本都有 HW 和 LEO 这 2 个重要属性，不光是 Leader 副本。但是 Leader 副本的 HW 值被作为整个分区的 HW。

因此，分区每个副本所在的 Broker 都保存了自己的 HW 和 LEO 值，而 Leader 副本所在的 Broker 节点还保存了 Follower 副本的 HW 和 LEO。

注意：这里说的 Follower 必须跟 Leader 保持同步，一般用 2 个条件来判断：

• Follower 在 ISR 集合中；
• Follower 中 LEO 值落后于 Leader LEO 值的时间，不超过参数(replica.lag.time.max.ms)的值，默认 10s。

如下图，partition-test 这个分区有 3 个副本，Leader 和 Follower1、Follower2，Follower1 和 Follower2 所在的 Broker1 上保存了自己的 HW 和 LEO，而 Leader 所在的 Broker0 不仅保存了自己的 HW 和 LEO，还保存了 Follower1 跟 Follower2 的 HW 和 LEO。

3.1 Follower 更新

Broker1 和 Broker2 作为分区的 Follower 副本，会从 Leader 拉取消息，写入本地磁盘，然后更新 LEO。更新成功 LEO 后，比较自己的 LEO 值跟 Leader 副本发送的 HW 值，取较小的作为自己的 HW。如下图：

3.2 Leader 更新

从 3.1 中的图可以看到，Leader 收到 Follower 拉取消息请求后，会根据 Follower 副本发送的拉取请求中的 Offset 更新本地保存的 Follower 的 LEO。同时 leader 会更新自己的 HW = min LEO of｛Leader、Follower1、Follower2｝。

需要注意的是，Leader 是不能更新 Follower 的 HW 的。

下面看一下 Leader 副本收到生产者发送的消息时是怎样更新自己的 LEO 和 HW 的。如下图：

4 一个示例

下面以 Leader 只有一个 Follower 的场景来说明 LEO 和 HW 的更新过程。

初始状态，Leader 所在的 Broker 节点保存的 Leader 的 LEO 和 HW 都是 0，保存的 Follower 的 LEO = 0。

生产者发送一条消息后，Leader 节点更新 LEO = 1，此时 Leader 的 HW 是 0。Follower 还没有发起拉取请求，所以 Follower 的 LEO 任然是 0，Leader 的 HW 是 0。

Follower 第一次拉取消息，发送给 Leader 的 Offset = 0，Leader 节点收到请求后，因为 Offset = 0，所以本地保存的 Follower LEO 不变。Leader 节点返回消息给 Follower，Follower 节点写入消息后更新自己的 LEO = 1。

Follower 第二次拉取消息，发送给 Leader 的 Offset = 1，Leader 节点收到请求后，更新本地保存的 Follower LEO = 1，更新自己的 HW = 1 并返回给 Follower，Follower 收到 Leader 发送的 HW 后更新自己的 HW = 1。

总结

高水位 HW 这个概念在 Kafka 中标记消息是否可以被消费者消费，这个概念跟 LEO 有着重要的关系。本文介绍了 LEO 和 HW 的更新机制，希望对你理解 HW 有所帮助。