Kafka 高可用设计

Kafka 高可用设计

2016-02-28 杜亦舒

Kafka在早期版本中，并不提供高可用机制，一旦某个Broker宕机，其上所有Partition都无法继续提供服务，甚至发生数据丢失

对于分布式系统，当集群规模上升到一定程度后，宕机的可能性大大提高，对高可用性就有了非常高要求

Kafka在0.8版本提供了高可用机制，主要是增加了Partition的复制设计

引入Partition的Replication之后，同一个Partition的就有了多个副本，把这些副本均匀的分布到多个Broker上，就保证了数据的安全，不再担心某个Broker宕机后使其中的Partition失效



Partition没有Replication时，写入消息的逻辑很简单，现在有个多个副本，写消息时如何处理呢？

Kafka给多个Replication设置了一个Leader，其他副本叫做follower，Producer发送消息时，只发送给Leader，follower再从leader复制消息



Kafka的消息复制思路比较独特，既不是同步复制，也不是完全的异步复制

同步复制非常安全，要求所有follower都复制完成才算是commit成功，但极大影响了吞吐率

完全异步复制的话性能很高，只要leader写入成功就算完成了，follower异步从leader进行复制，但安全性不好，数据丢失风险高

Kafka的Leader会看哪些follower的数据与自己是同步的，将其视为好同志，重点培养，放入一个列表，称为ISR（in-sync replica），当Leader收到新消息时，将消息发给列表成员，这些成员收到后，马上返回确认信息，Leader收到他们的确认后，就告诉 Producer消息已经提交成功

所以Kafka是采用了同步和完全异步的折中方式，让一部分高效的follower同步，让其他follower异步



Replication的目的就是在发生意外时及时顶上，leader失效后，就需要从follower中马上选一个新的leader

选举时优先从ISR中选定，因为这个列表中follower的数据是与leader同步的，从他们中间选取可以保证数据完整

但如果不幸ISR列表中的follower都不行了，就只能从其他follower中选取，这时就有数据丢失的可能了，因为不确定这个follower是否已经把leader的数据都复制完成了

还有一种极端情况，就是所有副本都失效了，这时有两种方案

（1）等待ISR中的一个活过来，选为Leader，数据可靠，但活过来的时间不确定

（2）选择第一个活过来的Replication，不一定是ISR中的，选为leader，以最快速度恢复可用性，但数据不一定完整

Kafka支持通过配置选择使用哪一种方案，可以根据可用性和一致性进行权衡