首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Kafka 分区重分配源码分析

Kafka 分区重分配源码分析

作者头像
张乘辉
发布2019-10-31 10:44:53
8040
发布2019-10-31 10:44:53
举报
文章被收录于专栏:后端进阶后端进阶

上一篇跟大家描述了 Kafka 集群扩容的方案与过程,这次就跟大家详细描述 Kafka 分区重分配的实现细节。

Kafka 为用户提供了分区重分配的执行脚本 kafka-reassign-partitions.sh,脚本内容如下:

ReassignPartitionsCommand 类为我们提供了分区重分配的功能,主要有如下方法:

  1. generateAssignment() 函数:对应执行脚本的 --generate 参数,为用户生成新的分配方案,输出格式为 json 字符串;
  2. executeAssignment() 函数:对应执行脚本中的 --execute 参数,需要注意的一点是,这并不是真正执行分区数据迁移的动作,只不过是将新的分配方案保存在 zk 中,路径为 /admin/reassign_partitions。

以下是源码执行过程:

1、--execute 命令执行分区重分配任务,kafka 会在 zk 的节点 /admin/reassign_partitions,并将分配策略存储到上面:

kafka.admin.ReassignPartitionsCommand#executeAssignment:

在调用脚本向 zk 提交 Partition 的分区重分配策略,将策略提交到到 zk 前需要进行一步判断,如果分区重分配还在进行,那么本次执行计划是无法提交的,意味着集群当前只能有一个分区重分配执行。

2、将分配策略更新到 zk 上

kafka.admin.ReassignPartitionsCommand#reassignPartitions:

3、Kafka Controller 有一个监听器,监听 zk 节点 /admin/reassign_partitions 变化,将分配策略更新到 zk 上,该监听器就会被触发,然后执行分区重分配逻辑:

kafka.controller.KafkaController.PartitionReassignment:

该监听器会将正在迁移的 Partition 添加到 partitionsBeingReassigned 中,记录当前正在迁移的 Partition 列表。

4、触发分区重分配前,判断如果分区没有变更,则不执行分配,实现的逻辑如下所示:

kafka.controller.KafkaController#maybeTriggerPartitionReassignment:

5、如果分区变更,执行真正的分区重分配策略:kafka.controller.KafkaController#onPartitionReassignment:

以上 onPartitionReassignment 是 Kafka 执行分区重分配真正的核心方法,从注释可看出有几个专有名词,特此说明一下:

  • RAR:Reassigned replicas,即 --generation 参数生成的新分配副本列表;
  • OAR:Original list of replicas for partition,原来的分区副本列表;
  • AR:current assigned replicas,当前副本列表 ,随着分配过程不断变化,最终会等于 RAR + OAR;
  • RAR-OAR:RAR 与 OAR 的差集,即需要创建、数据迁移的新副本;
  • OAR-RAR:OAR 与 RAR 的差集,即不需要创建、数据迁移的副本。

从源码注释可看出,整个分区重分配共有 12 个步骤,我将这个过程主要归类分为以下几个大步骤:

  1. 将新的分配(RAR + OAR)保存到 zk,并触发 controller 进行分区重分配;
  2. 创建 RAR 的副本,并与 leader 同步,同步完后设置成在线状态,此时该分区的 ISR 列表集合变成了 RAR + OAR;
  3. 在 RAR + OAR 中进行 Leader 选举;
  4. 将 OAR-RAR 得到的差集踢出 ISR,并进行删除;
  5. 删除 zk 对应节点,并通知 broker 更新 Metadata。

举个例子:

现在有个分区,它原来的副本列表 OAR = {1, 0, 2},新分配的后的副本列表 RAR = {2, 3, 5},那么在分区重分配过程中,该分区的 AR、Leader 以及 ISR 变化如下:

  1. AR {1,0,2} -> Leader/ISR 1/{1,0,2} :初始状态;
  2. AR {1,0,2,3,5} -> Leader/ISR 1/{1,0,2} :创建 RAR - OAR 差集的新副本;
  3. AR {1,0,2,3,5} -> Leader/ISR 1/{1,0,2,3,5} :新的副本追上了 Leader 的位移,并加入 ISR;
  4. AR {1,0,2,3,5} -> Leader/ISR 2/{1,0,2,3,5} :Preferred Leader 选举;
  5. AR {1,0,2,3,5} -> Leader/ISR 2/{2,3,5} :将 OAR - RAR 差集的副本踢出 ISR;
  6. AR {2,3,5} -> Leader/ISR 2/{2,3,5} :删除 OAR - RAR 差集的副本。

这里需要说明一下需要 Leader 选举的两种情况:

  1. 如果 RAR 中的 Preferred Leader 副本与 OAR 中的 Preferred Leader 副本不一样,则需要重新选举;
  2. 以上条件满足,但 Preferred Leader 所在的 Broker 崩溃了。

把以上分析的几大步骤,再结合「记一次 Kafka 集群线上扩容」这篇文章中 kafka-manage 的截图数据,就更加好理解了。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-10-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 后端进阶 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图数据库 KonisGraph
图数据库 KonisGraph(TencentDB for KonisGraph)是一种云端图数据库服务,基于腾讯在海量图数据上的实践经验,提供一站式海量图数据存储、管理、实时查询、计算、可视化分析能力;KonisGraph 支持属性图模型和 TinkerPop Gremlin 查询语言,能够帮助用户快速完成对图数据的建模、查询和可视化分析。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档