1. 程式人生 > >Kafka分割槽策略淺談

Kafka分割槽策略淺談

用過 Kafka 的同學用過都知道,每個 Topic 一般會有很多個 partitions。為了使得我們能夠及時消費訊息,我們也可能會啟動多個 Consumer 去消費,而每個 Consumer 又會啟動一個或多個消費執行緒去分別消費 Topic 裡面的資料。Kafka 存在 Consumer Group 的概念,也就是 group.id 一樣的 Consumer,這些 Consumer 屬於同一個Consumer Group,組內的所有消費者協調在一起來消費訂閱主題(subscribed topics)的所有分割槽(partition)。當然,每個分割槽只能由同一個消費組內的一個consumer來消費。每個group的中的consumer應該消費哪些分割槽,這就需要用特定的策略來進行分配。

如上圖,Consumer1 為啥消費的是 Partition0 和 Partition2,而不是 Partition0 和 Partition3?這就涉及到 Kafka 內部分割槽分配策略(Partition Assignment Strategy)了。

在 Kafka 內部存在兩種預設的分割槽分配策略:Range 和 RoundRobin。當以下事件發生時,Kafka 將會進行一次分割槽分配:

  • 同一個 Consumer Group 內新增消費者

  • 消費者離開當前所屬的Consumer Group,包括shuts down 或 crashes

  • 訂閱的主題新增分割槽

將分割槽的所有權從一個消費者移到另一個消費者稱為重新平衡(rebalance),如何rebalance就涉及到本文提到的分割槽分配策略。下面我們將詳細介紹 Kafka 內建的兩種分割槽分配策略。本文假設我們有個名為 T1 的主題,其包含了10個分割槽,然後我們有兩個消費者(C1,C2)來消費這10個分割槽裡面的資料,而且 C1 的 num.streams = 1,C2 的 num.streams = 2。

一、range策略

Range策略是對每個主題而言的,首先對同一個主題裡面的分割槽按照序號進行排序,並對消費者按照字母順序進行排序。在我們的例子裡面,排完序的分割槽將會是0, 1, 2, 3, 4, 5, 6, 7, 8, 9;消費者執行緒排完序將會是C1-0, C2-0, C2-1。然後將partitions的個數除於消費者執行緒的總數來決定每個消費者執行緒消費幾個分割槽。如果除不盡,那麼前面幾個消費者執行緒將會多消費一個分割槽。在我們的例子裡面,我們有10個分割槽,3個消費者執行緒, 10 / 3 = 3,而且除不盡,那麼消費者執行緒 C1-0 將會多消費一個分割槽,所以最後分割槽分配的結果看起來是這樣的:

C1-0 將消費 0, 1, 2, 3 分割槽
C2-0 將消費 4, 5, 6 分割槽
C2-1 將消費 7, 8, 9 分割槽

假如我們有11個分割槽,那麼最後分割槽分配的結果看起來是這樣的:

C1-0 將消費 0, 1, 2, 3 分割槽
C2-0 將消費 4, 5, 6, 7 分割槽
C2-1 將消費 8, 9, 10 分割槽

假如我們有2個主題(T1和T2),分別有10個分割槽,那麼最後分割槽分配的結果看起來是這樣的:

C1-0 將消費 T1主題的 0, 1, 2, 3 分割槽以及 T2主題的 0, 1, 2, 3分割槽
C2-0 將消費 T1主題的 4, 5, 6 分割槽以及 T2主題的 4, 5, 6分割槽
C2-1 將消費 T1主題的 7, 8, 9 分割槽以及 T2主題的 7, 8, 9分割槽

Range策略中一個很明顯的短板就是對於多topic的情況,可能會存在某一個消費執行緒壓力過大的問題,無法做到真正的均衡。

二、roundrobin策略

使用RoundRobin策略有兩個前提條件必須滿足:

  • 同一個Consumer Group裡面的所有消費者的num.streams必須相等;

  • 每個消費者訂閱的主題必須相同。

所以這裡假設前面提到的2個消費者的num.streams = 2。RoundRobin策略的工作原理:將所有主題的分割槽組成 TopicAndPartition 列表,然後對 TopicAndPartition 列表按照 hashCode 進行排序。在例子裡面,加入按照 hashCode 排序完的topic-partitions組依次為T1-5, T1-3, T1-0, T1-8, T1-2, T1-1, T1-4, T1-7, T1-6, T1-9,我們的消費者執行緒排序為C1-0, C1-1, C2-0, C2-1,最後分割槽分配的結果為:最後按照round-robin風格將分割槽分別分配給不同的消費者執行緒。

C1-0 將消費 T1-5, T1-2, T1-6 分割槽;
C1-1 將消費 T1-3, T1-1, T1-9 分割槽;
C2-0 將消費 T1-0, T1-4 分割槽;
C2-1 將消費 T1-8, T1-7 分割槽;

多個主題的分割槽分配和單個主題類似,這裡就不在介紹了。

根據上面的詳細介紹相信大家已經對Kafka的分割槽分配策略原理很清楚了。不過遺憾的是,目前我們還不能自定義分割槽分配策略,只能通過partition.assignment.strategy引數選擇 range 或 roundrobin。partition.assignment.strategy引數預設的值是range。

在實際的應用中,消費執行緒的設定還需要參考實際情況。過多的消費執行緒會影響消費速度,因為過多的資源被用在了執行緒的排程上,從而降低消費效率。