kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]

前言
简单整理一下分发的基本思路。
正文
kafka 原本是做日志管理系统,主要是分发这块的。
那么如何做分发呢?
分发的是什么呢? 分发的其实是日志,日志是事件状态,kafka 内部就叫做Record,也就是记录哈,也可以叫做事件状态的记录,其实和日志的意思差不多了。
kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]
文章图片

首先需求是有分类的,要给record 进行分类,这个分类就用topic。每个分类有自己的topic。
然后就是怎么存的问题了。
首先最容易想到的是下面这种:
kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]
文章图片

一个队列,往队列里面存就好,然后另外一端进行消费就好。
这样又一个问题,那就是分发的需求是不止能分发一个,还要分发很多个消费者。
那么就不能是队列,因为队列消费掉就没了。
那么想到的就是数组。
kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]
文章图片

为什么是数组呢?
因为数组有索引,多个消息者要需要记住自己消费到什么地方了。
这个就是消费者位移,表示消费者的消费进度,每个消费者都有自己的消费者位移。
有了这个消费者位移后,消费者得告诉自己叫什么吧,消费者不得给个名字啊,不然谁知道呢?
kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]
文章图片

那就变成了上面这样。
似乎这样就能满足需求了。
然后运行起来发现一个问题,那就是生产在大多数情况下,是会形成堵塞的。
因为这样还是一个可能多个生产,但是一个消费的情况。即使生产一个,消费一个(这里只消费名相同),那也肯定是达不到,因为报告一件事情容易,解决一件事情困难。
那么能不能这样呢?
那么下一个想法就是能不能增加消费速度呢?
kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]
文章图片

上面就是有多个consumer name 为consumer1的同时进行消费。
这里且不管实现难度哈,单纯概念。假如有多个consumer1 可以同时进行消费,且不会消费到相同的,这样就增加了消费速度。
那么这就是一组consumer,那么得给这个组改个名字,叫做consumer group。
这样似乎是没有问题了,虽然这样实现比较复杂,但是能实现。
上面这种想法也是能实现的,比如说有一个consumer group 里面的取个一条数据,已经消费的标记为消费,如果消费了,offset 继续偏移就好,不需要消费。
但是这样有一个问题,这里不谈及到任何实现困难上,那就是不能保证消费顺序。
在现实中我们收到的新闻是有时间顺序的,但是这样消费的是没有顺序的。
比如说,最近俄乌战争,加入你先收到的是俄乌战争结束了,然后收到俄乌战争开始了,懵逼不。(讲过实际中的例子,如果无法保证消费顺序的话,比如说一个命令是开机一个命令是关机,用户执行的是先关机再开机,那么如果开机和关机命令是相反的,可想而知效果完全不同)
这是不是很不科学啊。所以这样做是不符合现实世界的,计算机世界现在是帮助我们解决现实世界的问题。
这样是不符合需求的。那么既然,消费者增加不可靠,那么可以这样。
kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]
文章图片

那就按照上面这样,增加topic,细化。
比如战争新闻,分为叙利亚的、阿富汗的等。
这样不就ok了呀。
【kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]】这样的确可以哈,消费者和生产者。
但是呢,扩展性很差,需要很多个topic,每增加一个都需要增加一个topic,无论是对于code 还是 对于业务都困难。
那么能不能合成一个topic呢?
不知道有没有看过actionblock 或者channel 这种异步方式,这种管道模式就是一个入口,处理管道。
kafka|kafka 第一次小整理(草稿篇)————分发的基本思路[三]
文章图片

这里设置多跟管道,kafka里面叫做分区。
然后每个分区里面只能被一个消费者消费,这是为了保证record的顺序,前文已经提及到了。
然后考虑下一个问题,这里是一个消费者对于一个分区。 且一个分区只能被一个消费者里面的一个分区消费。
这样设计依然存在瑕疵。
有多个消费组,有些消费组需要的record 很多,有些只是取其中很少部分。举个例子,比如说战争新闻,有些消费组只关系俄乌关系,其余消息不做处理,进行过滤。
那么这个消费组消费的就很快,那么这个消费组里面就不需要这么多的消费者。所以肯定不能设计成一对一的关系。
那有没有可能设计一个消费组里面的一个消费者消费多个分区呢? 这也是可以的。这个时候就有处理一个消费组里面的消费者要覆盖这个topic全部分区的情况。那么就要考虑如果增加了一个消费者如何处理,如果一个消费组下线(无论是掉线还是业务需求)如何处理。
至此差不多就是kafka的基本雏形。如果没有接触异步编程,那么的确很难想到kafka这种模型,如果知道actionblock 或者channel 这种,但是更能理解了。

至此,简单分析了一个kafka的分发模型,下一节kafka是如何设计高可用的。以上只是个人理解,如有错误,望请指出。

    推荐阅读