深入理解Kafka核心设计及原理（六）：Controller选举机制，分区副本leader选举机制，再均衡机制

转载请注明出处：https://www.cnblogs.com/zjdxr-up/p/15026824.html

　　目录：　

　　　　6.1.Kafka核心总控制器Controller

　　　　6.2.Controller选举机制

　　　　6.3.Partition副本选举Leader机制

　　　　6.4.消费者消费消息的offset记录机制

　　　　6.5.消费者Rebalance机制

　　　　6.6.消费者Rebalance分区分配策略

　　

kafka 集群拓扑结构：

　　

6.1.Kafka核心总控制器Controller

　　在Kafka集群中会有一个或者多个broker，其中有一个broker会被选举为控制器（Kafka Controller），它负责管理整个集群中所有分区和副本的状态。

　　　　当某个分区的leader副本出现故障时，由控制器负责为该分区选举新的leader副本。

　　　　当检测到某个分区的ISR集合发生变化时，由控制器负责通知所有broker更新其元数据信息。

　　　　当使用kafka-topics.sh脚本为某个topic增加分区数量时，同样还是由控制器负责分区的重新分配。

6.2.Controller选举机制

　　　　在kafka集群启动的时候，会自动选举一台broker作为controller来管理整个集群，选举的过程是集群中每个broker都会尝试在zookeeper上创建一个 /controller 临时节点，zookeeper会保证有且仅有一个broker能创建成功，这个broker就会成为集群的总控器controller。
　　　　当这个controller角色的broker宕机了，此时zookeeper临时节点会消失，集群里其他broker会一直监听这个临时节点，发现临时节点消失了，就竞争再次创建临时节点，就是我们上面说的选举机制，zookeeper又会保证有一个broker成为新的controller。
　　　　具备控制器身份的broker需要比其他普通的broker多一份职责，具体细节如下：
　　　　1. 监听broker相关的变化。为Zookeeper中的/brokers/ids/节点添加BrokerChangeListener，用来处理broker增减的变化。
　　　　2. 监听topic相关的变化。为Zookeeper中的/brokers/topics节点添加TopicChangeListener，用来处理topic增减的变化；为Zookeeper中的/admin/delete_topics节点添加TopicDeletionListener，用来处理删除topic的动作。
　　　　3. 从Zookeeper中读取获取当前所有与topic、partition以及broker有关的信息并进行相应的管理。对于所有topic所对应的Zookeeper中的/brokers/topics/[topic]节点添加PartitionModificationsListener，用来监听topic中的分区分配变化。
　　　　4. 更新集群的元数据信息，同步到其他普通的broker节点中。

6.3.Partition副本选举Leader机制

　　　　controller感知到分区leader所在的broker挂了(controller监听了很多zk节点可以感知到broker存活)，controller会从每个parititon的 replicas 副本列表中取出第一个broker作为leader，当然这个broker需要也同时在ISR列表里。这也成为副本优先机制；

6.4.消费者消费消息的offset记录机制

　　　　每个consumer会定期将自己消费分区的offset提交给 kafka内部topic：__consumer_offsets，提交过去的时候，key是 consumerGroupId+topic+分区号，value就是当前offset的值，kafka会定期清理topic里的消息，最后就保留最新的那条数据，因为__consumer_offsets可能会接收高并发的请求，kafka默认给其分配50个分区(可以通过offsets.topic.num.partitions设置)，这样可以通过加机器的方式抗大并发。

　　　　__consumer_offsets 的每条消息格式大致如图所示：

　　　　　　

　　　　一般情况下，当集群中第一次有消费者消费消息时会自动创建 __consumer_offsets，它的副本因子受 offsets.topic.replication.factor 参数的约束，默认值为3

6.5.消费者Rebalance机制

　　　　消费者rebalance就是说如果consumer group中某个消费者挂了，此时会自动把分配给他的分区交给其他的消费者，如果他又重启了，那么又会把一些分区重新交还给他如下情况可能会触发消费者rebalance
　　　　1. consumer所在服务重启或宕机了
　　　　2. 动态给topic增加了分区
　　　　3. 消费组订阅了更多的topic
　　Rebalance过程如下
　　　　当有消费者加入消费组时，消费者、消费组及组协调器之间会经历以下几个阶段。
　　　　第一阶段：选择组协调器
　　　　　　组协调器GroupCoordinator：每个consumer group都会选择一个broker作为自己的组协调器coordinator，负责监控这个消费组里的所有消费者的心跳，以及判断是否宕机，然后开启消费者rebalance。consumer group中的每个consumer启动时会向kafka集群中的某个节点发送 FindCoordinatorRequest 请求来查找对应的组协调器GroupCoordinator，并跟其建立网络连接。
　　　　组协调器选择方式：
　　　　　　通过如下公式可以选出consumer消费的offset要提交到__consumer_offsets的哪个分区，这个分区leader对应的broker就是这个consumer group的coordinator
　　　　　　公式：hash(consumer group id) % __consumer_offsets主题的分区数 （50）
　　　　第二阶段：加入消费组JOIN GROUP
　　　　　　在成功找到消费组所对应的 GroupCoordinator 之后就进入加入消费组的阶段，在此阶段的消费者会向GroupCoordinator 发送 JoinGroupRequest 请求，并处理响应。然后GroupCoordinator 从一个consumer group中选择第一个加入group的consumer作为leader(消费组协调器)，把consumer group情况发送给这个leader，接着这个leader会负责制定分区方案。
　　　　第三阶段（ SYNC GROUP)
　　　　　　consumer leader通过给GroupCoordinator发送SyncGroupRequest，接着GroupCoordinator就把分区方案下发给各个consumer，他们会根据指定分区的leader broker进行网络连接以及消息消费。

6.6.消费者Rebalance分区分配策略

　　主要有三种rebalance的策略：range、round-robin、sticky。
　　　　Kafka 提供了消费者客户端参数partition.assignment.strategy 来设置消费者与订阅主题之间的分区分配策略。默认情况为range分配策略。
　　　　假设一个主题有10个分区(0-9)，现在有三个consumer消费：
　　　　　　range策略就是按照分区序号排序，假设 n＝分区数／消费者数量 = 3， m＝分区数%消费者数量 = 1，那么前 m 个消费者每个分配 n+1 个分区，后面的（消费者数量－m ）个消费者每个分配 n 个分区。比如分区0~3给一个consumer，分区4~6给一个consumer，分区7~9给一个consumer。
　　　　　　round-robin策略就是轮询分配，比如分区0、3、6、9给一个consumer，分区1、4、7给一个consumer，分区2、5、8给一个consumer
　　　　　　sticky策略就是在rebalance的时候，需要保证如下两个原则。
　　　　　　　　1）分区的分配要尽可能均匀 。
　　　　　　　　2）分区的分配尽可能与上次分配的保持相同。
　　　　　　当两者发生冲突时，第一个目标优先于第二个目标 。这样可以最大程度维持原来的分区分配的策略。比如对于第一种range情况的分配，如果第三个consumer挂了，那么重新用sticky策略分配的结果如下：
　　　　consumer1除了原有的0~3，会再分配一个7
　　　　consumer2除了原有的4~6，会再分配8和9

深入理解Kafka核心设计及原理（一）：初始Kafka

深入理解Kafka核心设计及原理（二）：生产者

深入理解Kafka核心设计及原理（三）：消费者

深入理解Kafka核心设计及原理（四）：主题管理

深入理解Kafka核心设计及原理（五）：消息存储