Kafka のデータストレージの原則についての理解について話します

Kafka のデータストレージの原則についての理解について話します

5 年間の職務経験を持つ友人が、面接中に次のような質問を受けました。「Kafka データ ストレージの原理についての理解について話してください。」すると、その友人は突然唖然としました。ゼロコピーとは何ですか?ゼロコピーは Kafka と関係がありますか?

そこで今日は、Kafka のゼロコピー原則についての私の理解についてお話ししたいと思います。

1. トピック

Kafka では、メッセージを保存するために使用されるキューはトピックと呼ばれます。これは論理的な概念であり、メッセージのコレクションとして理解できます。

プロデューサーとトピック間、およびトピックとコンシューマー間の関係は多対多です。プロデューサーは複数のトピックにメッセージを送信でき、コンシューマーも複数のトピックからメッセージを取得できます (ただし、これは推奨されません)。

プロデューサーがメッセージを送信するときにトピックが存在しない場合は、Kafka はデフォルトでトピックを自動的に作成します。

2. パーティション

まず、水平拡張を実現するために、Kafka は異なるブローカーに異なるデータを保存します。同時に、単一サーバーのアクセス負荷を軽減するために、トピック内のデータは複数のパーティションに分割されます。サーバーでは、各パーティションに物理ディレクトリがあり、トピック名の後の番号がパーティションを表します。たとえば、mytopic という名前のトピックが作成されると、データ ディレクトリは 3 台のマシンに分散されます。

図に示すように:

mytopic-0 にはノード A、mytopic-1 にはノード B、mytopic-2 にはノード C があります。

3. レプリカ

さらに、Kafa はパーティションの信頼性を向上させるレプリケーション メカニズムを設計しました。トピックを作成するときに、レプリケーション係数を指定してトピックのコピー数を決定します。もちろん、レプリケーション係数はノード数以下である必要があります。そうでない場合はエラーが報告されます。これにより、同じノードにパーティションのコピーが 2 つ分散されることがなくなります。そうしないと、コピー メカニズムがバックアップの意味を失ってしまいます。

図に示すように、3 つのパーティションと 3 つのレプリカを持つトピック a3part3rep が作成され、3 つのブローカー ノードに均等に分散されます。各ブローカー ノードは相互にバックアップします。

これらのレプリカはすべて 2 つの役割に分かれており、リーダーは外部に対して読み取りおよび書き込みサービスを提供します。フォロワーの唯一のタスクは、リーダーから非同期的にデータを取得することです。図の赤いレプリカはリーダーであり、均一な読み取りと書き込みを保証するために各ノードに均等に分散されています。この設計は、モノトニック読み取り一貫性とも呼ばれます。

4. セグメント

ログが継続的に追加されてファイルが大きくなりすぎてメッセージの取得効率が低下するのを防ぐため、Kakfa はパーティションを複数のセグメントに分割して、データが特定のサイズを超えた場合にデータを整理します。ディスク上では、各セグメントはログ ファイルと 2 つのインデックス ファイルで構成されます。

図に示すように、これら 3 つのファイルはセットとして表示されます。このうち、.index は Consumer の Offset オフセットを格納するために使用されるインデックス ファイル、.timeindex はメッセージのタイムスタンプを格納するために使用されるインデックス ファイル、ログ ファイルは特定のデータ ファイルを格納するために使用されます。

カット時に記録されたオフセット値がファイル名として使用されます。ファイル構造は次のとおりです。

5. 索引

先ほど、Kafka では 2 種類のインデックスが設計されていると述べました。 1 つはオフセット インデックス ファイルで、オフセットとログ ファイル内のメッセージの位置とのマッピング関係を記録します。 1 つは、タイムスタンプとオフセットの関係を記録するタイムスタンプ インデックス ファイルです。検索効率を向上させるために、Kafka はメッセージごとにインデックスを作成せず、スパース インデックスを使用します。つまり、メッセージのバッチごとにインデックス レコードが生成されます。図に示すように:

<<:  クラウド移行の3つのビジネスメリット

>>:  Kubernetes が仮想マシンを改革する方法

推薦する

エッジコンピューティングの優れた業界アプリケーション 5 つ

[[388909]]企業はエッジコンピューティングをどこでどのように活用していますか?業界の専門家が...

5Gとエッジコンピューティングがネットワークをどう変えるのか

IoT デバイスの成長は、近年の最もエキサイティングなトレンドの 1 つです。しかし、ネットワークに...

電子商取引ウェブサイトの購入プロセスに関する考察:ユーザーを動機付ける方法

今日、私は「UCD Spark Collection 2」の、電子商取引、特に購入プロセスの設計につ...

大規模トラフィッククラスター向けコンテンツ運用

前回の記事では、サイトクラスターを構築するための非常に重要な準備、つまり、サイトクラスターを業界内で...

すべてのウェブマスターが収益を得られるよう、ウェブサイトを運営するための7つの要素を学びましょう

拒否理由: いつもと同じ話、頑張ってください現代社会は高度に情報化された社会であり、インターネットの...

百度の最近のアルゴリズム変更とレイアウト変更は、ユーザーエクスペリエンスの向上を目的としている。

今日、王通先生のブログでこの記事を見たとき、その内容が真実かどうかは言えませんが、ここ数か月のいくつ...

ウェブサイトの商品を販売する方法

起業家が独自に製品を作り、開発していくのはもちろん良いことですが、場合によっては「買収される」という...

外部リンク構築におけるよくある誤解の簡単な分析

外部リンク構築におけるよくある誤解の簡単な分析ご存知のとおり、ウェブサイトが上位にランクインするには...

検索エンジンのランキングの背後にあるロジックは、ユーザーに私たちのことを考えてもらうことです

SEO は、最終的には検索エンジンに対処することです。検索エンジンも人間によって発明されたものなので...

InspurとOdooが中小企業向けSaaS市場を共同で開発する合弁会社を設立

4月16日、Inspur TongsoftとOdooは共同で戦略的提携を発表した。両者は中国に合弁会...

Weiboマーケティングをビジネスに活用する方法

ショートビデオ、セルフメディア、インフルエンサーのためのワンストップサービス1. 企業がWeiboマ...

検索エンジンランキングの総合分析

SEO に携わる皆様、長年 SEO に携わってこられ、専門家が書いた記事を数多くお読みになったことで...

グルメな人は IaaS、PaaS、SaaS をどのように理解すべきでしょうか?

こんにちは、みんな。クラウドコンピューティング、クラウドサービス、クラウドプラットフォームなどの登場...

Kafkaのファイル保存メカニズムについて

[[282846]]カフカとは何かKafka はもともと Linkedin によって開発されました...