【kafka源码Topic的创建源码分析(附视频)

2023年 9月 17日 68.1k 0

提示:本文可能已过期,请点击原文查看:创建Topic的源码解析

该文章可能已过期,已不做勘误并更新,请访问原文地址(持续更新) 【kafka源码】Topic的创建源码分析(附视频))

在这里插入图片描述

在这里插入图片描述

@

  • 脚本参数

  • 创建Topic脚本

  • 创建Topic 源码分析

    • 1. 源码入口
    • 2. 创建AdminClientTopicService 对象
    • 3. AdminClientTopicService.createTopic 创建Topic
    • 4. 发起网络请求
    • 5. Controller角色的服务端接受请求处理逻辑
    • 6. Controller监听 /brokers/topics/Topic名称, 通知Broker将分区写入磁盘
    • 7. Broker收到LeaderAndIsrRequest 创建本地Log
  • 源码总结

  • Q&A

    • 创建Topic的时候 在Zk上创建了哪些节点
    • 创建Topic的时候 什么时候在Broker磁盘上创建的日志文件
    • 如果我没有指定分区数或者副本数,那么会如何创建
    • 如果我手动删除了/brokers/topics/下的某个节点会怎么样?
    • 如果我手动在zk中添加/brokers/topics/{TopicName}节点会怎么样
    • 如果写入/brokers/topics/{TopicName}节点之后Controller挂掉了会怎么样
  • 附件

    • --config 可生效参数
[video(video-7fpdpAMO-1628432716549)(type-bilibili)(url-player.bilibili.com/player.html…)]

全套视频请关注公众号:石臻臻的杂货铺(首发)

1脚本参数

sh bin/kafka-topic -help 查看更具体参数

下面只是列出了跟 --create 相关的参数

参数 描述 例子
--bootstrap-server 指定kafka服务 指定连接到的kafka服务; 如果有这个参数,则 --zookeeper可以不需要 --bootstrap-server localhost:9092
--zookeeper 弃用, 通过zk的连接方式连接到kafka集群; --zookeeper localhost:2181 或者localhost:2181/kafka
--replication-factor 副本数量,注意不能大于broker数量;如果不提供,则会用集群中默认配置 --replication-factor 3
--partitions 分区数量 当创建或者修改topic的时候,用这个来指定分区数;如果创建的时候没有提供参数,则用集群中默认值; 注意如果是修改的时候,分区比之前小会有问题
--replica-assignment 副本分区分配方式;创建topic的时候可以自己指定副本分配情况; --replica-assignment BrokerId-0:BrokerId-1:BrokerId-2,BrokerId-1:BrokerId-2:BrokerId-0,BrokerId-2:BrokerId-1:BrokerId-0 ; 这个意思是有三个分区和三个副本,对应分配的Broker; 逗号隔开标识分区;冒号隔开表示副本
--config 用来设置topic级别的配置以覆盖默认配置;只在--create 和--bootstrap-server 同时使用时候生效; 可以配置的参数列表请看文末附件 例如覆盖两个配置 --config retention.bytes=123455 --config retention.ms=600001
--command-config 用来配置客户端Admin Client启动配置,只在--bootstrap-server 同时使用时候生效; 例如:设置请求的超时时间 --command-config config/producer.proterties ; 然后在文件中配置 request.timeout.ms=300000
--create 命令方式; 表示当前请求是创建Topic --create

2创建Topic脚本

zk方式(不推荐)

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 3 --topic test

需要注意的是--zookeeper后面接的是kafka的zk配置, 假如你配置的是localhost:2181/kafka 带命名空间的这种,不要漏掉了

kafka版本 >= 2.2 支持下面方式(推荐)

bin/kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 3 --partitions 3 --topic test

当前分析的kafka源码版本为 kafka-2.5

3创建Topic 源码分析

温馨提示: 如果阅读源码略显枯燥,你可以直接看源码总结以及后面部分

首先我们找到源码入口处, 查看一下 kafka-topic.sh脚本的内容 exec $(dirname $0)/kafka-run-class.sh kafka.admin.TopicCommand "$@" 最终是执行了kafka.admin.TopicCommand这个类,找到这个地方之后就可以断点调试源码了,用IDEA启动 在这里插入图片描述 记得配置一下入参 比如: --create --bootstrap-server 127.0.0.1:9092 --partitions 3 --topic test_create_topic3 在这里插入图片描述

1. 源码入口

在这里插入图片描述 上面的源码主要作用是

  • 根据是否有传入参数--zookeeper 来判断创建哪一种 对象topicService 如果传入了--zookeeper 则创建 类 ZookeeperTopicService的对象 否则创建类AdminClientTopicService的对象(我们主要分析这个对象)
  • 根据传入的参数类型判断是创建topic还是删除等等其他 判断依据是 是否在参数里传入了--create
  • 2. 创建AdminClientTopicService 对象

    val topicService = new AdminClientTopicService(createAdminClient(commandConfig, bootstrapServer))

    2.1 先创建 Admin

    object AdminClientTopicService {
        def createAdminClient(commandConfig: Properties, bootstrapServer: Option[String]): Admin = {
          bootstrapServer match {
            case Some(serverList) => commandConfig.put(CommonClientConfigs.BOOTSTRAP_SERVERS_CONFIG, serverList)
            case None =>
          }
          Admin.create(commandConfig)
        }
    
        def apply(commandConfig: Properties, bootstrapServer: Option[String]): AdminClientTopicService =
          new AdminClientTopicService(createAdminClient(commandConfig, bootstrapServer))
      }
    
  • 如果有入参--command-config ,则将这个文件里面的参数都放到map commandConfig里面, 并且也加入bootstrap.servers的参数;假如配置文件里面已经有了bootstrap.servers配置,那么会将其覆盖
  • 将上面的commandConfig 作为入参调用Admin.create(commandConfig)创建 Admin; 这个时候调用的Client模块的代码了, 从这里我们就可以看出,我们调用kafka-topic.sh脚本实际上是kafka模拟了一个客户端Client来创建Topic的过程; 在这里插入图片描述
  • 3. AdminClientTopicService.createTopic 创建Topic

    topicService.createTopic(opts)

      case class AdminClientTopicService private (adminClient: Admin) extends TopicService {
    
        override def createTopic(topic: CommandTopicPartition): Unit = {
          //如果配置了副本副本数--replication-factor 一定要大于0
          if (topic.replicationFactor.exists(rf => rf > Short.MaxValue || rf  partitions  name -> topic.configsToAdd.getProperty(name))
              .toMap.asJava
    
            newTopic.configs(configsMap)
            //调用adminClient创建Topic
            val createResult = adminClient.createTopics(Collections.singleton(newTopic))
            createResult.all().get()
            println(s"Created topic ${topic.name}.")
          } else {
            throw new IllegalArgumentException(s"Topic ${topic.name} already exists")
          }
        }
    
  • 检查各项入参是否有问题
  • adminClient.listTopics(),然后比较是否已经存在待创建的Topic;如果存在抛出异常;
  • 判断是否配置了参数--replica-assignment ; 如果配置了,那么Topic就会按照指定的方式来配置副本情况
  • 解析配置--config 配置放到 configsMap中; configsMap给到NewTopic对象
  • 调用adminClient.createTopics创建Topic; 它是如何创建Topic的呢?往下分析源码
  • 3.1 KafkaAdminClient.createTopics(NewTopic) 创建Topic

        @Override
        public CreateTopicsResult createTopics(final Collection newTopics,
                                               final CreateTopicsOptions options) {
           
           //省略部分源码...
            Call call = new Call("createTopics", calcDeadlineMs(now, options.timeoutMs()),
                new ControllerNodeProvider()) {
    
                @Override
                public CreateTopicsRequest.Builder createRequest(int timeoutMs) {
                    return new CreateTopicsRequest.Builder(
                        new CreateTopicsRequestData().
                            setTopics(topics).
                            setTimeoutMs(timeoutMs).
                            setValidateOnly(options.shouldValidateOnly()));
                }
    
                @Override
                public void handleResponse(AbstractResponse abstractResponse) {
                    //省略
                }
    
                @Override
                void handleFailure(Throwable throwable) {
                    completeAllExceptionally(topicFutures.values(), throwable);
                }
            };
            
        }
    

    这个代码里面主要看下Call里面的接口; 先不管Kafka如何跟服务端进行通信的细节; 我们主要关注创建Topic的逻辑;

  • createRequest会构造一个请求参数CreateTopicsRequest 例如下图 在这里插入图片描述
  • 选择ControllerNodeProvider这个节点发起网络请求 在这里插入图片描述 可以清楚的看到, 创建Topic这个操作是需要Controller来执行的; 在这里插入图片描述
  • 4. 发起网络请求

    ==>服务端客户端网络模型

    5. Controller角色的服务端接受请求处理逻辑

    首先找到服务端处理客户端请求的 源码入口 ⇒ KafkaRequestHandler.run()

    主要看里面的 apis.handle(request) 方法; 可以看到客户端的请求都在request.bodyAndSize()里面 在这里插入图片描述

    5.1 KafkaApis.handle(request) 根据请求传递Api调用不同接口

    进入方法可以看到根据request.header.apiKey 调用对应的方法,客户端传过来的是CreateTopics 在这里插入图片描述

    5.2 KafkaApis.handleCreateTopicsRequest 处理创建Topic的请求

    
    def handleCreateTopicsRequest(request: RequestChannel.Request): Unit = {
        // 部分代码省略
     //如果当前Broker不是属于Controller的话,就抛出异常
        if (!controller.isActive) {
          createTopicsRequest.data.topics.asScala.foreach { topic =>
            results.add(new CreatableTopicResult().setName(topic.name).
              setErrorCode(Errors.NOT_CONTROLLER.code))
          }
          sendResponseCallback(results)
        } else {
         // 部分代码省略
        }
          adminManager.createTopics(createTopicsRequest.data.timeoutMs,
              createTopicsRequest.data.validateOnly,
              toCreate,
              authorizedForDescribeConfigs,
              handleCreateTopicsResults)
        }
      }
    
  • 判断当前处理的broker是不是Controller,如果不是Controller的话直接抛出异常,从这里可以看出,CreateTopic这个操作必须是Controller来进行, 出现这种情况有可能是客户端发起请求的时候Controller已经变更;
  • 鉴权 【Kafka源码】kafka鉴权机制
  • 调用adminManager.createTopics()
  • 5.3 adminManager.createTopics()

    创建主题并等等主题完全创建,回调函数将会在超时、错误、或者主题创建完成时触发

    该方法过长,省略部分代码

    def createTopics(timeout: Int,
                       validateOnly: Boolean,
                       toCreate: Map[String, CreatableTopic],
                       includeConfigsAndMetatadata: Map[String, CreatableTopicResult],
                       responseCallback: Map[String, ApiError] => Unit): Unit = {
    
        // 1. map over topics creating assignment and calling zookeeper
        val brokers = metadataCache.getAliveBrokers.map { b => kafka.admin.BrokerMetadata(b.id, b.rack) }
        val metadata = toCreate.values.map(topic =>
          try {
              //省略部分代码
             //检查Topic是否存在
             //检查 --replica-assignment参数和 (--partitions || --replication-factor ) 不能同时使用
             // 如果(--partitions || --replication-factor ) 没有设置,则使用 Broker的配置(这个Broker肯定是Controller)
      // 计算分区副本分配方式
    
            createTopicPolicy match {
              case Some(policy) =>
              //省略部分代码
                adminZkClient.validateTopicCreate(topic.name(), assignments, configs)
                if (!validateOnly)
                  adminZkClient.createTopicWithAssignment(topic.name, configs, assignments)
    
              case None =>
                if (validateOnly)
                 //校验创建topic的参数准确性
                  adminZkClient.validateTopicCreate(topic.name, assignments, configs)
                else
                  //把topic相关数据写入到zk中
                  adminZkClient.createTopicWithAssignment(topic.name, configs, assignments)
            }
    
           
      }
    
  • 做一些校验检查 ①.检查Topic是否存在 ②. 检查 --replica-assignment参数和 (--partitions || --replication-factor ) 不能同时使用 ③.如果(--partitions || --replication-factor ) 没有设置,则使用 Broker的配置(这个Broker肯定是Controller) ④.计算分区副本分配方式
  • createTopicPolicy 根据Broker是否配置了创建Topic的自定义校验策略; 使用方式是自定义实现org.apache.kafka.server.policy.CreateTopicPolicy接口;并 在服务器配置 create.topic.policy.class.name=自定义类; 比如我就想所有创建Topic的请求分区数都要大于10; 那么这里就可以实现你的需求了
  • createTopicWithAssignment把topic相关数据写入到zk中; 进去分析一下
  • 5.4 写入zookeeper数据

    我们进入到 adminZkClient.createTopicWithAssignment(topic.name, configs, assignments)看看有哪些数据写入到了zk中;

      def createTopicWithAssignment(topic: String,
                                    config: Properties,
                                    partitionReplicaAssignment: Map[Int, Seq[Int]]): Unit = {
        validateTopicCreate(topic, partitionReplicaAssignment, config)
    
        // 将topic单独的配置写入到zk中
        zkClient.setOrCreateEntityConfigs(ConfigType.Topic, topic, config)
    
        // 将topic分区相关信息写入zk中
        writeTopicPartitionAssignment(topic, partitionReplicaAssignment.mapValues(ReplicaAssignment(_)).toMap, isUpdate = false)
      }
    

    源码就不再深入了,这里直接详细说明一下

    写入Topic配置信息

  • 先调用SetDataRequest请求往节点 /config/topics/Topic名称 写入数据; 这里 一般这个时候都会返回 NONODE (NoNode);节点不存在; 假如zk已经存在节点就直接覆盖掉
  • 节点不存在的话,就发起CreateRequest请求,写入数据; 并且节点类型是持久节点
  • 这里写入的数据,是我们入参时候传的topic配置--config; 这里的配置会覆盖默认配置

    写入Topic分区副本信息

  • 将已经分配好的副本分配策略写入到 /brokers/topics/Topic名称 中; 节点类型 持久节点 在这里插入图片描述
  • 具体跟zk交互的地方在 ZookeeperClient.send() 这里包装了很多跟zk的交互; 在这里插入图片描述

    6. Controller监听 /brokers/topics/Topic名称, 通知Broker将分区写入磁盘

    Controller 有监听zk上的一些节点; 在上面的流程中已经在zk中写入了 /brokers/topics/Topic名称 ; 这个时候Controller就监听到了这个变化并相应;

    KafkaController.processTopicChange

    
      private def processTopicChange(): Unit = {
        //如果处理的不是Controller角色就返回
        if (!isActive) return
        //从zk中获取 `/brokers/topics 所有Topic
        val topics = zkClient.getAllTopicsInCluster
        //找出哪些是新增的
        val newTopics = topics -- controllerContext.allTopics
        //找出哪些Topic在zk上被删除了
        val deletedTopics = controllerContext.allTopics -- topics
        controllerContext.allTopics = topics
    
        
        registerPartitionModificationsHandlers(newTopics.toSeq)
        val addedPartitionReplicaAssignment = zkClient.getFullReplicaAssignmentForTopics(newTopics)
        deletedTopics.foreach(controllerContext.removeTopic)
        addedPartitionReplicaAssignment.foreach {
          case (topicAndPartition, newReplicaAssignment) => controllerContext.updatePartitionFullReplicaAssignment(topicAndPartition, newReplicaAssignment)
        }
        info(s"New topics: [$newTopics], deleted topics: [$deletedTopics], new partition replica assignment " +
          s"[$addedPartitionReplicaAssignment]")
        if (addedPartitionReplicaAssignment.nonEmpty)
          onNewPartitionCreation(addedPartitionReplicaAssignment.keySet)
      }
    
  • 从zk中获取 /brokers/topics 所有Topic跟当前Broker内存中所有BrokercontrollerContext.allTopics的差异; 就可以找到我们新增的Topic; 还有在zk中被删除了的Broker(该Topic会在当前内存中remove掉)
  • 从zk中获取/brokers/topics/{TopicName} 给定主题的副本分配。并保存在内存中在这里插入图片描述
  • 执行onNewPartitionCreation;分区状态开始流转
  • 6.1 onNewPartitionCreation 状态流转

    关于Controller的状态机 详情请看: 【kafka源码】Controller中的状态机

      /**
       * This callback is invoked by the topic change callback with the list of failed brokers as input.
       * It does the following -
       * 1. Move the newly created partitions to the NewPartition state
       * 2. Move the newly created partitions from NewPartition->OnlinePartition state
       */
      private def onNewPartitionCreation(newPartitions: Set[TopicPartition]): Unit = {
        info(s"New partition creation callback for ${newPartitions.mkString(",")}")
        partitionStateMachine.handleStateChanges(newPartitions.toSeq, NewPartition)
        replicaStateMachine.handleStateChanges(controllerContext.replicasForPartition(newPartitions).toSeq, NewReplica)
        partitionStateMachine.handleStateChanges(
          newPartitions.toSeq,
          OnlinePartition,
          Some(OfflinePartitionLeaderElectionStrategy(false))
        )
        replicaStateMachine.handleStateChanges(controllerContext.replicasForPartition(newPartitions).toSeq, OnlineReplica)
      }
    
  • 将待创建的分区状态流转为NewPartition; 在这里插入图片描述
  • 将待创建的副本 状态流转为NewReplica; 在这里插入图片描述
  • 将分区状态从刚刚的NewPartition流转为OnlinePartition 0. 获取leaderIsrAndControllerEpochs; Leader为副本的第一个; 1. 向zk中写入/brokers/topics/{topicName}/partitions/ 持久节点; 无数据 2. 向zk中写入/brokers/topics/{topicName}/partitions/{分区号} 持久节点; 无数据 3. 向zk中写入/brokers/topics/{topicName}/partitions/{分区号}/state 持久节点; 数据为leaderIsrAndControllerEpoch在这里插入图片描述 4. 向副本所属Broker发送leaderAndIsrRequest请求 5. 向所有Broker发送UPDATE_METADATA 请求
  • 将副本状态从刚刚的NewReplica流转为OnlineReplica ,更新下内存
  • 关于分区状态机和副本状态机详情请看【kafka源码】Controller中的状态机

    7. Broker收到LeaderAndIsrRequest 创建本地Log

    上面步骤中有说到向副本所属Broker发送leaderAndIsrRequest请求,那么这里做了什么呢 其实主要做的是 创建本地Log

    代码太多,这里我们直接定位到只跟创建Topic相关的关键代码来分析 KafkaApis.handleLeaderAndIsrRequest->replicaManager.becomeLeaderOrFollower->ReplicaManager.makeLeaders...LogManager.getOrCreateLog

      /**
       * 如果日志已经存在,只返回现有日志的副本否则如果 isNew=true 或者如果没有离线日志目录,则为给定的主题和给定的分区创建日志 否则抛出 KafkaStorageException
       */
      def getOrCreateLog(topicPartition: TopicPartition, config: LogConfig, isNew: Boolean = false, isFuture: Boolean = false): Log = {
        logCreationOrDeletionLock synchronized {
          getLog(topicPartition, isFuture).getOrElse {
            // create the log if it has not already been created in another thread
            if (!isNew && offlineLogDirs.nonEmpty)
              throw new KafkaStorageException(s"Can not create log for $topicPartition because log directories ${offlineLogDirs.mkString(",")} are offline")
    
            val logDirs: List[File] = {
              val preferredLogDir = preferredLogDirs.get(topicPartition)
    
              if (isFuture) {
                if (preferredLogDir == null)
                  throw new IllegalStateException(s"Can not create the future log for $topicPartition without having a preferred log directory")
                else if (getLog(topicPartition).get.dir.getParent == preferredLogDir)
                  throw new IllegalStateException(s"Can not create the future log for $topicPartition in the current log directory of this partition")
              }
    
              if (preferredLogDir != null)
                List(new File(preferredLogDir))
              else
                nextLogDirs()
            }
    
            val logDirName = {
              if (isFuture)
                Log.logFutureDirName(topicPartition)
              else
                Log.logDirName(topicPartition)
            }
    
            val logDir = logDirs
              .toStream // to prevent actually mapping the whole list, lazy map
              .map(createLogDirectory(_, logDirName))
              .find(_.isSuccess)
              .getOrElse(Failure(new KafkaStorageException("No log directories available. Tried " + logDirs.map(_.getAbsolutePath).mkString(", "))))
              .get // If Failure, will throw
    
            val log = Log(
              dir = logDir,
              config = config,
              logStartOffset = 0L,
              recoveryPoint = 0L,
              maxProducerIdExpirationMs = maxPidExpirationMs,
              producerIdExpirationCheckIntervalMs = LogManager.ProducerIdExpirationCheckIntervalMs,
              scheduler = scheduler,
              time = time,
              brokerTopicStats = brokerTopicStats,
              logDirFailureChannel = logDirFailureChannel)
    
            if (isFuture)
              futureLogs.put(topicPartition, log)
            else
              currentLogs.put(topicPartition, log)
    
            info(s"Created log for partition $topicPartition in $logDir with properties " + s"{${config.originals.asScala.mkString(", ")}}.")
            // Remove the preferred log dir since it has already been satisfied
            preferredLogDirs.remove(topicPartition)
    
            log
          }
        }
      }
    
  • 如果日志已经存在,只返回现有日志的副本否则如果 isNew=true 或者如果没有离线日志目录,则为给定的主题和给定的分区创建日志 否则抛出 KafkaStorageException
  • 详细请看 【kafka源码】LeaderAndIsrRequest请求

    4源码总结

    如果上面的源码分析,你不想看,那么你可以直接看这里的简洁叙述

  • 根据是否有传入参数--zookeeper 来判断创建哪一种 对象topicService 如果传入了--zookeeper 则创建 类 ZookeeperTopicService的对象 否则创建类AdminClientTopicService的对象(我们主要分析这个对象)
  • 如果有入参--command-config ,则将这个文件里面的参数都放到mapl类型 commandConfig里面, 并且也加入bootstrap.servers的参数;假如配置文件里面已经有了bootstrap.servers配置,那么会将其覆盖
  • 将上面的commandConfig 作为入参调用Admin.create(commandConfig)创建 Admin; 这个时候调用的Client模块的代码了, 从这里我们就可以猜测,我们调用kafka-topic.sh脚本实际上是kafka模拟了一个客户端Client来创建Topic的过程;
  • 一些异常检查 ①.如果配置了副本副本数--replication-factor 一定要大于0 ②.如果配置了--partitions 分区数 必须大于0 ③.去zk查询是否已经存在该Topic
  • 判断是否配置了参数--replica-assignment ; 如果配置了,那么Topic就会按照指定的方式来配置副本情况
  • 解析配置--config 配置放到configsMap中; configsMap给到NewTopic对象
  • 将上面所有的参数包装成一个请求参数CreateTopicsRequest ;然后找到是Controller的节点发起请求(ControllerNodeProvider)
  • 服务端收到请求之后,开始根据CreateTopicsRequest来调用创建Topic的方法; 不过首先要判断一下自己这个时候是不是Controller; 有可能这个时候Controller重新选举了; 这个时候要抛出异常
  • 服务端进行一下请求参数检查 ①.检查Topic是否存在 ②.检查 --replica-assignment参数和 (--partitions || --replication-factor ) 不能同时使用
  • 如果(--partitions || --replication-factor ) 没有设置,则使用 Broker的默认配置(这个Broker肯定是Controller)
  • 计算分区副本分配方式;如果是传入了 --replica-assignment;则会安装自定义参数进行组装;否则的话系统会自动计算分配方式; 具体详情请看 【kafka源码】创建Topic的时候是如何分区和副本的分配规则
  • createTopicPolicy 根据Broker是否配置了创建Topic的自定义校验策略; 使用方式是自定义实现org.apache.kafka.server.policy.CreateTopicPolicy接口;并 在服务器配置 create.topic.policy.class.name=自定义类; 比如我就想所有创建Topic的请求分区数都要大于10; 那么这里就可以实现你的需求了
  • zk中写入Topic配置信息 发起CreateRequest请求,这里写入的数据,是我们入参时候传的topic配置--config; 这里的配置会覆盖默认配置;并且节点类型是持久节点;path = /config/topics/Topic名称
  • zk中写入Topic分区副本信息 发起CreateRequest请求 ,将已经分配好的副本分配策略 写入到 /brokers/topics/Topic名称 中; 节点类型 持久节点
  • Controller监听zk上面的topic信息; 根据zk上变更的topic信息;计算出新增/删除了哪些Topic; 然后拿到新增Topic的 副本分配信息; 并做一些状态流转
  • 向新增Topic所在Broker发送leaderAndIsrRequest请求,
  • Broker收到发送leaderAndIsrRequest请求; 创建副本Log文件;
  • 在这里插入图片描述

    在这里插入图片描述

    5Q&A

    创建Topic的时候 在Zk上创建了哪些节点

    接受客户端请求阶段:

  • topic的配置信息 /config/topics/Topic名称 持久节点
  • topic的分区信息/brokers/topics/Topic名称 持久节点
  • Controller监听zk节点/brokers/topics变更阶段

  • /brokers/topics/{topicName}/partitions/ 持久节点; 无数据
  • 向zk中写入/brokers/topics/{topicName}/partitions/{分区号} 持久节点; 无数据
  • 向zk中写入/brokers/topics/{topicName}/partitions/{分区号}/state 持久节点;
  • 创建Topic的时候 什么时候在Broker磁盘上创建的日志文件

    当Controller监听zk节点/brokers/topics变更之后,将新增的Topic 解析好的分区状态流转 NonExistentPartition->NewPartition->OnlinePartition 当流转到OnlinePartition的时候会像分区分配到的Broker发送一个leaderAndIsrRequest请求,当Broker们收到这个请求之后,根据请求参数做一些处理,其中就包括检查自身有没有这个分区副本的本地Log;如果没有的话就重新创建;

    如果我没有指定分区数或者副本数,那么会如何创建

    我们都知道,如果我们没有指定分区数或者副本数, 则默认使用Broker的配置, 那么这么多Broker,假如不小心默认值配置不一样,那究竟使用哪一个呢? 那肯定是哪台机器执行创建topic的过程,就是使用谁的配置; 所以是谁执行的? 那肯定是Controller啊! 上面的源码我们分析到了,创建的过程,会指定Controller这台机器去进行;

    如果我手动删除了/brokers/topics/下的某个节点会怎么样?

    详情请看 【kafka实战】一不小心删除了/brokers/topics/下的某个Topic

    如果我手动在zk中添加/brokers/topics/{TopicName}节点会怎么样

    先说结论: 根据上面分析过的源码画出的时序图可以指定; 客户端发起创建Topic的请求,本质上是去zk里面写两个数据

  • topic的配置信息 /config/topics/Topic名称 持久节点
  • topic的分区信息/brokers/topics/Topic名称 持久节点 所以我们绕过这一步骤直接去写入数据,可以达到一样的效果;不过我们的数据需要保证准确 因为在这一步已经没有了一些基本的校验了; 假如这一步我们写入的副本Brokerid不存在会怎样,从时序图中可以看到,leaderAndIsrRequest请求; 就不会正确的发送的不存在的BrokerId上,那么那台机器就不会创建Log文件;
  • 下面不妨让我们来验证一下; 创建一个节点/brokers/topics/create_topic_byhand_zk 节点数据为下面数据;

    {"version":2,"partitions":{"2":[3],"1":[3],"0":[3]},"adding_replicas":{},"removing_replicas":{}}
    

    在这里插入图片描述 这里我用的工具PRETTYZOO手动创建的,你也可以用命令行创建; 创建完成之后我们再看看本地有没有生成一个Log文件 在这里插入图片描述 可以看到我们指定的Broker,已经生成了对应的分区副本Log文件; 而且zk中也写入了其他的数据在这里插入图片描述 在我们写入zk数据的时候,就已经确定好了哪个每个分区的Leader是谁了,那就是第一个副本默认为Leader

    如果写入/brokers/topics/{TopicName}节点之后Controller挂掉了会怎么样

    先说结论:Controller 重新选举的时候,会有一些初始化的操作; 会把创建过程继续下去

    然后我们来模拟这么一个过程,先停止集群,然后再zk中写入/brokers/topics/{TopicName}节点数据; 然后再启动一台Broker; 源码分析: 我们之前分析过Controller的启动过程与选举 有提到过,这里再提一下Controller当选之后有一个地方处理这个事情

    replicaStateMachine.startup()
    partitionStateMachine.startup()
    

    启动状态机的过程是不是跟上面的6.1 onNewPartitionCreation 状态流转 的过程很像; 最终都把状态流转到了OnlinePartition; 伴随着是不发起了leaderAndIsrRequest请求; 是不是Broker收到请求之后,创建本地Log文件了

    6附件

    --config 可生效参数

    请以sh bin/kafka-topic -help 为准

    configurations:                      
                      cleanup.policy                        
                      compression.type                      
                      delete.retention.ms                   
                      file.delete.delay.ms                  
                      flush.messages                        
                      flush.ms                              
                      follower.replication.throttled.       
    replicas                             
                    index.interval.bytes                  
                    leader.replication.throttled.replicas 
                    max.compaction.lag.ms                 
                    max.message.bytes                     
                    message.downconversion.enable         
                    message.format.version                
                    message.timestamp.difference.max.ms   
                    message.timestamp.type                
                    min.cleanable.dirty.ratio             
                    min.compaction.lag.ms                 
                    min.insync.replicas                   
                    preallocate                           
                    retention.bytes                       
                    retention.ms                          
                    segment.bytes                         
                    segment.index.bytes                   
                    segment.jitter.ms                     
                    segment.ms                            
                    unclean.leader.election.enable
    

    Tips:如果关于本篇文章你有疑问,可以在公众号给我留言,我会进行解答

    PS: 文章阅读的源码版本是kafka-2.5

    相关文章

    JavaScript2024新功能:Object.groupBy、正则表达式v标志
    PHP trim 函数对多字节字符的使用和限制
    新函数 json_validate() 、randomizer 类扩展…20 个PHP 8.3 新特性全面解析
    使用HTMX为WordPress增效:如何在不使用复杂框架的情况下增强平台功能
    为React 19做准备:WordPress 6.6用户指南
    如何删除WordPress中的所有评论

    发布评论