# Kafka 系列 - 存储机制

Kafka 在设计之初就将数据的持久化视为通常情况，关注点放在了吞吐量而不是功能。Kafka 采取简单的读取和内容附加到日志文件中，这种操作的好处是读写都是 $O(1)$ 的复杂度，而且读取不影响写入操作。除此之外，数据量的大小对性能几乎没有影响，对于过期的数据也能采取简单方式删除。

Kafka 之所以采用这种读写方式，是因为对磁盘的线性读写比随机读写的性能要快得多，磁盘的线性读在有些情况下甚至比内存的随机访问要快。

kafka-read-write

# 存储架构

kafka-store

上图是 Kafka 存储架构，Kafka 是基于「主题 + 分区 + 副本 + 分段 + 索引」的结构：

Kafka 中的消息是通过 Topic 进行归类的，这里的 Topic 是逻辑上的概念，实际存储消息的是 Partition。Topic 可以分为多个 Partition，可以在创建 Topic 时指定分区数。
Partition 分区主要是为了解决 Kafka 存储的水平拓展问题，多个 Partition 可以分布在集群中的多个 Broker 中，避免数据过大而出现的性能瓶颈。此外，每一个 Partition 分区还可以指定副本数目，提高集群的可用性。
Partition 分区的数据存储在日志文件在，为了防止单个文件过大，Kafka 将日志文件分为多个 Segment File，也就是将一个大文件分为多个小文件，这样便于消息的查找、维护和清理。
每一个 Segment File 分为两个文件，分别是 .log 和 .index 文件，.log 文件是实际存储消息的文件，.index 文件用来索引消息，提高查找效率。每个partiton只需要支持顺序读写就行了，segment文件生命周期由服务端配置参数决定。。

# 存储方式

首先，我们先讲一下 Partition 的存储形式。

Topic 是一个逻辑层面的东西，当我们创建一个 Topic 时，实际上是创建了 Partition 分区，这些分区以目录的形式存储在存储路径下。Kafka 可以通过修改 server.properties 配置文件的 log.dirs 配置项来指定日志的存储路径，比如 log.dirs=/data/kafka-logs 。在这个目录下，Topic 会以【Topic 名称-分区编号】的形式存在，编号是从 $0$ 开始。下面创建两个 Topic，分别是 alarm-info 和 order-info ，各自有 $3$ 个分区。

tree -d 命令将当前目录下的文件夹列出来

kafka-topics

当我们展开分区目录时，可以看到这个目录下有 .log 和 .index 文件（下面称为 Segment File），.log 文件是实际存储消息的文件，.index 文件用来索引消息，提高查找效率。但数据越来越多的时候，这些数据会被存储在多个不同的 Segment File 中。

(图片来自网络)

kafka-segment

Segment File 组成：由2大部分组成，分别为.log 和 .index 文件，此 2 个文件一一对应，成对出现。
Segment File 命名规则：Partion 全局的第一个 Segment 从0开始，后续每个 Segment 文件名为上一个 Segment 文件最后一条消息的 offset 值。

index 文件为 log 文件的消息提供了索引，具体是提供某条消息所在的位置。

kafka-index-file

索引文件存储大量元数据，数据文件存储大量消息，索引文件中元数据指向对应数据文件中 message 的物理偏移地址。其中以索引文件中元数据 3,497 为例，依次在数据文件中表示第 3 个 message (在全局 partiton 表示第 368772 个 message)、以及该消息的物理偏移地址为497。

# 消息结构

.log 文件存储的实际的消息，一条消息在硬盘中的存储格式如下：

offset         : 8 bytes 
message length : 4 bytes (value: 4 + 1 + 1 + 8(if magic value > 0) + 4 + K + 4 + V)
crc            : 4 bytes
magic value    : 1 byte
attributes     : 1 byte
timestamp      : 8 bytes (Only exists when magic value is greater than zero)
key length     : 4 bytes
key            : K bytes
value length   : 4 bytes
value          : V bytes

1
2
3
4
5
6
7
8
9
10

其中，左边是字段，右边是字段可能占用的字节数。

字段	说明
offset	在 Partition 中的每一条消息都会有一个唯一的 ID，称为偏移，它可以唯一确定每条消息在 Partition 中的位置
length	消息的长度
crc	CRC 校验码
magic value	表示本次发布Kafka服务程序协议版本号
attributes	表示为独立版本、或标识压缩类型、或编码类型
timestamp	消息的产生时间
key length	当消息有指定 key 时，表示 key 的长度
key	消息的 key，可以不填
value length	实际的消息的长度
value	实际的消息数据

# 消息的寻址

例如读取 offset=368776 的 message，需要通过下面 $2$ 个步骤查找。

第一步查找segment file 上述图2为例，其中 00000000000000000000.index 表示最开始的文件，起始偏移量(offset)为0。第二个文件 00000000000000368769.index 的消息量起始偏移量为 368770 = 368769 + 1.同样，第三个文件 00000000000000737337.index 的起始偏移量为737338=737337 + 1，其他后续文件依次类推，以起始偏移量命名并排序这些文件，只要根据 offset 二分查找文件列表，就可以快速定位到具体文件。当 offset=368776 时定位到00000000000000368769.index|log
第二步通过 Segment File 查找 message 通过第一步定位到 segment file，当 offset=368776时，依次定位到 00000000000000368769.index 的元数据物理位置和 00000000000000368769.log 的物理偏移地址，然后再通过00000000000000368769.log 顺序查找直到 offset=368776 为止。

从上述图3可知这样做的优点，index 文件采取稀疏索引存储方式，它减少索引文件大小，通过 mmap 可以直接内存操作，稀疏索引为数据文件的每个对应 message 设置一个元数据指针，它比稠密索引节省了更多的存储空间，但查找起来需要消耗更多的时间。

# 参考文章

https://tech.meituan.com/2015/01/13/kafka-fs-design-theory.html
https://ost.51cto.com/posts/11167
https://waylau.com/apache-kafka-quickstart/

← Kafka 系列 - 集群管理