問(wèn)題要從一次Kafka的宕機(jī)開(kāi)始說(shuō)起。

筆者所在的是一家金融科技公司，但公司內(nèi)部并沒(méi)有采用在金融支付領(lǐng)域更為流行的 RabbitMQ ，而是采用了設(shè)計(jì)之初就為日志處理而生的 Kafka ，所以我一直很好奇Kafka的高可用實(shí)現(xiàn)和保障。從 Kafka 部署后，系統(tǒng)內(nèi)部使用的 Kafka 一直運(yùn)行穩(wěn)定，沒(méi)有出現(xiàn)不可用的情況。

但最近系統(tǒng)測(cè)試人員常反饋偶有Kafka消費(fèi)者收不到消息的情況，登陸管理界面發(fā)現(xiàn)三個(gè)節(jié)點(diǎn)中有一個(gè)節(jié)點(diǎn)宕機(jī)掛掉了。但是按照高可用的理念，三個(gè)節(jié)點(diǎn)還有兩個(gè)節(jié)點(diǎn)可用怎么就引起了整個(gè)集群的消費(fèi)者都接收不到消息呢？

要解決這個(gè)問(wèn)題，就要從 Kafka 的高可用實(shí)現(xiàn)開(kāi)始講起。

Kafka 的多副本冗余設(shè)計(jì)

不管是傳統(tǒng)的基于關(guān)系型數(shù)據(jù)庫(kù)設(shè)計(jì)的系統(tǒng)，還是分布式的如 zookeeper 、 redis 、 Kafka 、 HDFS 等等，實(shí)現(xiàn)高可用的辦法通常是采用冗余設(shè)計(jì)，通過(guò)冗余來(lái)解決節(jié)點(diǎn)宕機(jī)不可用問(wèn)題。首先簡(jiǎn)單了解 Kafka 的幾個(gè)概念：

邏輯模型

Broker （節(jié)點(diǎn)）：Kafka 服務(wù)節(jié)點(diǎn)，簡(jiǎn)單來(lái)說(shuō)一個(gè) Broker 就是一臺(tái) Kafka 服務(wù)器，一個(gè)物理節(jié)點(diǎn)。

Topic （主題）：在 Kafka 中消息以主題為單位進(jìn)行歸類(lèi)，每個(gè)主題都有一個(gè) Topic Name ，生產(chǎn)者根據(jù) Topic Name 將消息發(fā)送到特定的 Topic，消費(fèi)者則同樣根據(jù) Topic Name 從對(duì)應(yīng)的 Topic 進(jìn)行消費(fèi)。

Partition （分區(qū)）：Topic （主題）是消息歸類(lèi)的一個(gè)單位，但每一個(gè)主題還能再細(xì)分為一個(gè)或多個(gè) Partition （分區(qū)），一個(gè)分區(qū)只能屬于一個(gè)主題。主題和分區(qū)都是邏輯上的概念，舉個(gè)例子，消息1和消息2都發(fā)送到主題1，它們可能進(jìn)入同一個(gè)分區(qū)也可能進(jìn)入不同的分區(qū)（所以同一個(gè)主題下的不同分區(qū)包含的消息是不同的），之后便會(huì)發(fā)送到分區(qū)對(duì)應(yīng)的Broker節(jié)點(diǎn)上。

Offset （偏移量）：分區(qū)可以看作是一個(gè)只進(jìn)不出的隊(duì)列（Kafka只保證一個(gè)分區(qū)內(nèi)的消息是有序的），消息會(huì)往這個(gè)隊(duì)列的尾部追加，每個(gè)消息進(jìn)入分區(qū)后都會(huì)有一個(gè)偏移量，標(biāo)識(shí)該消息在該分區(qū)中的位置，消費(fèi)者要消費(fèi)該消息就是通過(guò)偏移量來(lái)識(shí)別。

就這么簡(jiǎn)單？是的，基于上面這張多副本架構(gòu)圖就實(shí)現(xiàn)了 Kafka 的高可用。當(dāng)某個(gè) Broker 掛掉了，甭?lián)模@個(gè) Broker 上的 Partition 在其他 Broker 節(jié)點(diǎn)上還有副本。你說(shuō)如果掛掉的是 Leader 怎么辦？那就在 Follower中在選舉出一個(gè) Leader 即可，生產(chǎn)者和消費(fèi)者又可以和新的 Leader 愉快地玩耍了，這就是高可用。

你可能還有疑問(wèn)，那要多少個(gè)副本才算夠用？Follower 和 Leader 之間沒(méi)有完全同步怎么辦？一個(gè)節(jié)點(diǎn)宕機(jī)后 Leader 的選舉規(guī)則是什么？

直接拋結(jié)論：

多少個(gè)副本才算夠用？

副本肯定越多越能保證 Kafka 的高可用，但越多的副本意味著網(wǎng)絡(luò)、磁盤(pán)資源的消耗更多，性能會(huì)有所下降，通常來(lái)說(shuō)副本數(shù)為3即可保證高可用，極端情況下將 replication-factor 參數(shù)調(diào)大即可。

Follower 和 Lead 之間沒(méi)有完全同步怎么辦？

Follower 和 Leader 之間并不是完全同步，但也不是完全異步，而是采用一種 ISR機(jī)制（ In-Sync Replica）。每個(gè)Leader會(huì)動(dòng)態(tài)維護(hù)一個(gè)ISR列表，該列表里存儲(chǔ)的是和Leader基本同步的Follower。如果有 Follower 由于網(wǎng)絡(luò)、GC 等原因而沒(méi)有向 Leader 發(fā)起拉取數(shù)據(jù)請(qǐng)求，此時(shí) Follower 相對(duì)于 Leader 是不同步的，則會(huì)被踢出 ISR 列表。所以說(shuō)，ISR 列表中的 Follower 都是跟得上 Leader 的副本。

一個(gè)節(jié)點(diǎn)宕機(jī)后 Leader 的選舉規(guī)則是什么？

分布式相關(guān)的選舉規(guī)則有很多，像 Zookeeper的 Zab 、 Raft、 Viewstamped Replication、微軟的 PacificA 等。而 Kafka 的 Leader 選舉思路很簡(jiǎn)單，基于我們上述提到的 ISR 列表，當(dāng)宕機(jī)后會(huì)從所有副本中順序查找，如果查找到的副本在ISR列表中，則當(dāng)選為L(zhǎng)eader。另外還要保證前任Leader已經(jīng)是退位狀態(tài)了，否則會(huì)出現(xiàn)腦裂情況（有兩個(gè)Leader）。怎么保證？Kafka 通過(guò)設(shè)置了一個(gè) controller 來(lái)保證只有一個(gè) Leader。

Ack 參數(shù)決定了可靠程度

另外，這里補(bǔ)充一個(gè)面試考Kafka高可用必備知識(shí)點(diǎn)：request.required.asks 參數(shù)。

Asks 這個(gè)參數(shù)是生產(chǎn)者客戶(hù)端的重要配置，發(fā)送消息的時(shí)候就可設(shè)置這個(gè)參數(shù)。該參數(shù)有三個(gè)值可配置：0、1、All 。

第一種是設(shè)為0，意思是生產(chǎn)者把消息發(fā)送出去之后，之后這消息是死是活咱就不管了，有那么點(diǎn)發(fā)后即忘的意思，說(shuō)出去的話(huà)就不負(fù)責(zé)了。不負(fù)責(zé)自然這消息就有可能丟失，那就把可用性也丟失了。

第二種是設(shè)為1，意思是生產(chǎn)者把消息發(fā)送出去之后，這消息只要順利傳達(dá)給了Leader，其他Follower有沒(méi)有同步就無(wú)所謂了。存在一種情況，Leader剛收到了消息，F(xiàn)ollower還沒(méi)來(lái)得及同步Broker就宕機(jī)了，但生產(chǎn)者已經(jīng)認(rèn)為消息發(fā)送成功了，那么此時(shí)消息就丟失了。

設(shè)為1是Kafka的默認(rèn)配置，可見(jiàn)Kafka的默認(rèn)配置也不是那么高可用，而是對(duì)高可用和高吞吐量做了權(quán)衡折中。

第三種是設(shè)為All（或者-1）

意思是生產(chǎn)者把消息發(fā)送出去之后，不僅Leader要接收到，ISR列表中的Follower也要同步到，生產(chǎn)者才會(huì)任務(wù)消息發(fā)送成功。

進(jìn)一步思考， Asks=All 就不會(huì)出現(xiàn)丟失消息的情況嗎？答案是否。當(dāng)ISR列表只剩Leader的情況下， Asks=All 相當(dāng)于 Asks=1 ，這種情況下如果節(jié)點(diǎn)宕機(jī)了，還能保證數(shù)據(jù)不丟失嗎？因此只有在 Asks=All 并且有ISR中有兩個(gè)副本的情況下才能保證數(shù)據(jù)不丟失。

解決問(wèn)題

繞了一大圈，了解了Kafka的高可用機(jī)制，終于回到我們一開(kāi)始的問(wèn)題本身， Kafka 的一個(gè)節(jié)點(diǎn)宕機(jī)后為什么不可用？

我在開(kāi)發(fā)測(cè)試環(huán)境配置的 Broker 節(jié)點(diǎn)數(shù)是3， Topic 是副本數(shù)為3， Partition 數(shù)為6， Asks 參數(shù)為1。

當(dāng)三個(gè)節(jié)點(diǎn)中某個(gè)節(jié)點(diǎn)宕機(jī)后，集群首先會(huì)怎么做？沒(méi)錯(cuò)，正如我們上面所說(shuō)的，集群發(fā)現(xiàn)有Partition的Leader失效了，這個(gè)時(shí)候就要從ISR列表中重新選舉Leader。如果ISR列表為空是不是就不可用了？并不會(huì)，而是從Partition存活的副本中選擇一個(gè)作為L(zhǎng)eader，不過(guò)這就有潛在的數(shù)據(jù)丟失的隱患了。

所以，只要將Topic副本個(gè)數(shù)設(shè)置為和Broker個(gè)數(shù)一樣，Kafka的多副本冗余設(shè)計(jì)是可以保證高可用的，不會(huì)出現(xiàn)一宕機(jī)就不可用的情況（不過(guò)需要注意的是Kafka有一個(gè)保護(hù)策略，當(dāng)一半以上的節(jié)點(diǎn)不可用時(shí)Kafka就會(huì)停止）。那仔細(xì)一想，Kafka上是不是有副本個(gè)數(shù)為1的Topic？

問(wèn)題出在了 __consumer_offset 上， __consumer_offset 是一個(gè) Kafka 自動(dòng)創(chuàng)建的 Topic，用來(lái)存儲(chǔ)消費(fèi)者消費(fèi)的 offset （偏移量）信息，默認(rèn) Partition 數(shù)為50。而就是這個(gè)Topic，它的默認(rèn)副本數(shù)為1。如果所有的 Partition 都存在于同一臺(tái)機(jī)器上，那就是很明顯的單點(diǎn)故障了！當(dāng)將存儲(chǔ) __consumer_offset 的 Partition 的 Broker 給 Kill 后，會(huì)發(fā)現(xiàn)所有的消費(fèi)者都停止消費(fèi)了。這個(gè)問(wèn)題怎么解決？

第一點(diǎn) ，需要將 __consumer_offset 刪除，注意這個(gè)Topic時(shí)Kafka內(nèi)置的Topic，無(wú)法用命令刪除，我是通過(guò)將 logs 刪了來(lái)實(shí)現(xiàn)刪除。

第二點(diǎn) ，需要通過(guò)設(shè)置 offsets.topic.replication.factor 為3來(lái)將 __consumer_offset 的副本數(shù)改為3。通過(guò)將 __consumer_offset 也做副本冗余后來(lái)解決某個(gè)節(jié)點(diǎn)宕機(jī)后消費(fèi)者的消費(fèi)問(wèn)題。

最后，關(guān)于為什么 __consumer_offset 的 Partition 會(huì)出現(xiàn)只存儲(chǔ)在一個(gè) Broker 上而不是分布在各個(gè) Broker 上感到困惑。

作者：JanusWoo

來(lái)源：https://juejin.im/post/6874957625998606344

編輯：jq