Kafka—ISR机制

ISR机制
Kafka 中的 ISR（In-Sync Replicas）机制是一种用于确保数据可靠性和一致性的重要机制。ISR 是一组副本，它包括分区的领导者（Leader）和追随者（Follower）副本，这些副本与领导者保持数据同步。

ISR 关键概念

领导者和追随者：每个分区有一个领导者和零个或多个追随者。领导者负责处理客户端的写请求，而追随者主要用于数据复制。

• ISR 集合：ISR 集合是分区领导者的一组追随者副本，它们与领导者保持数据同步。只有在 ISR 集合中的追随者副本可以参与数据的写入和读取操作。
• 数据复制：领导者将消息写入其本地日志，并定期将这些消息发送给 ISR 集合中的追随者。追随者接收消息后，将其写入本地日志，以保持数据同步。
• Leader Epoch 和 Log Start Offset：ISR 集合中的每个追随者都维护了领导者的日志信息，包括领导者的 Leader Epoch 和 Log Start Offset。这些信息用于确保数据的正确复制和同步。
• 数据一致性：只有在 ISR 集合中的所有追随者都成功复制了一条消息后，领导者才会将该消息标记为已提交，确保数据的一致性。
• 故障处理：如果某个追随者发生故障或者追赶进度过慢，那么该追随者可能会被从 ISR 集合中移除。这有助于保持数据的可靠性和避免影响性能。

其中，需要注意的的概念：

• 分区中的所有副本统称为AR(Assigned Replicas)。
• 所有Leader副本加上和Leader副本保持同步的Follower副本组成ISR(In-Sync Replicas)。
• 所有没有保持同步的Follower副本组成OSR(Out-of-Sync Replicas)。
• AR = ISR + OSR。正常情况下，所有Follower副本都应该和Leader副本一致，即AR=ISR。
• 当Leader故障时，在ISR集合中的Follower才有资格被选举为新的Leader。

HW和LEO
在 Kafka 中，HW（High Watermark）和 LEO（Log End Offset）是与数据复制和消费有关的两个重要概念。

HW（High Watermark）：HW 是指在分区中，已经被所有追随者（Follower）副本复制的消息的位置。HW 是每个分区的属性，它表示已经提交的消息。只有在 HW 之前的消息才被认为是已经提交的，这些消息已经被写入分区的所有追随者副本，并且被认为是安全的，不会丢失。HW 是为了确保数据一致性和可靠性而引入的。

LEO（Log End Offset）：LEO 是指在分区中当前最新消息的位置。LEO 表示分区日志中的最后一条消息的偏移量。LEO 包括已经被写入但尚未被所有追随者副本复制的消息，以及正在等待被写入的消息。LEO 是一个动态的属性，它会随着新消息的写入而逐渐增加。

HW 和 LEO 之间的关系非常重要，它们可以帮助确保数据的可靠性和一致性：

• HW 之前的消息是已经提交的消息，它们在数据复制中是安全的，不会丢失。
• LEO 之前的消息是已经写入但尚未被所有追随者副本复制的消息。这些消息可能会在 HW 之前被提交，也可能会在之后被提交。
• 一旦 HW 追赶上 LEO，表示所有的消息都已经提交，分区的数据一致性得到了保障。

Kafka的消息同步流程：

1. 初始状态，HW和LEO在同一位置。消费者可以读取的有效消息为0,1,2,3.
2. 消息写入Leader，LEO位置改变。Follower进行同步。

3. Follower同步进度决定HW位置，消费者可读的有效消息0,1,2,3,4。

1. 完成同步，消费者可读的有效消息0,1,2,3,4,5,6。

可以看出，Kafka的复制机制既不是完全的同步复制，也不是单纯异步复制。

• 同步复制要求所有Follower副本都复制完，太影响性能了。
• 异步复制只要数据被写入Leader副本就认为提交成功，在这种情况下，如果Leader宕机时候Follower还是落后于Leader就会造成数据丢失。

而Kafka使用的ISR机制则有效地权衡了数据可靠性和性能之间的关系。

Java使用Kafka通信

以下是 Kafka 生产者和消费者的简单示例，使用 Kafka 的 Java 客户端库（Kafka Producer 和 Kafka Consumer）来创建一个基本的消息传递示例。
Kafka 生产者示例

importorg.apache.kafka.clients.producer.*;importjava.util.Properties;
​
publicclassKafkaProducerExample{publicstaticvoidmain(String[] args){String bootstrapServers ="localhost:9092";// Kafka 服务器地址String topic ="my-topic";// Kafka 主题名称
​
        Properties properties =newProperties();
        properties.put("bootstrap.servers", bootstrapServers);
        properties.put("key.serializer","org.apache.kafka.common.serialization.StringSerializer");
        properties.put("value.serializer","org.apache.kafka.common.serialization.StringSerializer");
​
        Producer<String,String> producer =newKafkaProducer<>(properties);
​
        // 发送消息
        producer.send(newProducerRecord<>(topic,"key","Hello, Kafka!"),(metadata, exception)->{if(exception ==null){System.out.println("Message sent to partition "+ metadata.partition()+", offset "+ metadata.offset());}else{System.err.println("Error sending message: "+ exception.getMessage());}});
​
        producer.close();}}

Kafka 消费者示例

importorg.apache.kafka.clients.consumer.*;importjava.util.Properties;importjava.time.Duration;importjava.util.Collections;
​
publicclassKafkaConsumerExample{publicstaticvoidmain(String[] args){String bootstrapServers ="localhost:9092";// Kafka 服务器地址String groupId ="my-group";// 消费者组 IDString topic ="my-topic";// Kafka 主题名称
​
        Properties properties =newProperties();
        properties.put("bootstrap.servers", bootstrapServers);
        properties.put("group.id", groupId);
        properties.put("key.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
        properties.put("value.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
​
        KafkaConsumer<String,String> consumer =newKafkaConsumer<>(properties);
        consumer.subscribe(Collections.singletonList(topic));
​
        while(true){ConsumerRecords<String,String> records = consumer.poll(Duration.ofMillis(100));for(ConsumerRecord<String,String> record : records){System.out.println("Received message: key = "+ record.key()+", value = "+ record.value());}}}}