从分布式AKF原则的角度看Kafka的架构设计
从分布式AKF原则的角度看Kafka的架构设计
AKF设计原则
在项目规模日益扩大，传统的单体项目无法满足需求的背景下的，也就是当需要「分布式系统」来提供更强的系统性能的时候，我们往往考虑如何进行系统架构和划分，在这种情况下，须有一个系统的方法论，以应对日益复杂的分布式系统。
AKF就是这样一种理论。AKF 可扩展立方 （Scalability Cube），其理论可用三个坐标轴的概念进行概括。
基于X轴水平扩展
这种方式是复制服务和数据，将服务和数据放在多个不同的机器上，以解决服务可用性问题。
也就是将服务运行多个实例，做集群加上负载均衡提供访问，这样可以提升服务的可用性。
这种方式扩展系统部署方便，负载均衡做好后只需要复制程序到各个服务器节点即可。
但是，如果业务量到达一定级别，用户请求频率变高，此时可以分离业务，这就是AKF原则之基于Y轴扩展系统。
基于Y轴功能划分
当系统遇到性能瓶颈后，拆分系统功能，使得各组件的职责、分工更细，也可以提升系统的效率。比如，当我们将应用进程对数据库的读写操作拆分后，就可以扩展单机数据库为主备分布式系统，使得主库支持读写两种 SQL，而备库只支持读 SQL。
这种就是在AKF Y轴上进行业务功能上的划分，结合X轴水平复制，能够大大提升系统的性能。
基于Z轴数据分区
Z轴扩展通常是指基于请求和用户独特的需求，进行系统划分，并使得划分出来的子系统相互隔离，但又是完整的。
「关系型数据库常用的分库分表操作就是 AKF 沿 Z 轴拆分系统的实践」。
❝可以体验下MySQL的读写分离： 基于ShardingSphere-JDBC的MySQL读写分离 ❞
下图中，使用了 2 种 Z 轴扩展系统的方式。首先是基于客户端的地理位置，选择不同的 IDC 就近提供服务。其次是将不同的用户分组，比如乘客用户组与司机用户组，这样在业务上分离用户群体后，还可以有针对性地提供不同服务。
「Kafka一个分布式流处理平台」，说到分布式，我们就从「AKF」的角度来分析一下Kafka的架构设计。
Kafka
Kafka 基础架构
「Kafka集群以Topic形式负责分类集群中的Record，每一个Record属于一个Topic。」
每个Topic底层都会对应「一组分区的日志」用于「持久化Topic中的Record」。同时在Kafka集群中，Topic的「每一个日志的分区都一定会有1个Borker担当该分区的Leader」，「其他的Broker担当该分区的follower」。
Leader负责分区数据的读写操作，follower负责同步改分区的数据。这样如果分区的Leader宕机，改分区的其他follower会选取出新的leader继续负责该分区数据的读写。
其中集群的中Leader的监控和Topic的部分元数据是存储在「Zookeeper」中。
Topics and Partitions
Kafka中所有消息是通过Topic为单位进行管理，每个Kafka中的Topic通常会有多个订阅者，负责订阅发送到该Topic中的数据。「Kafka负责管理集群中每个Topic的一组日志分区数据」。
「生产者将数据发布到相应的Topic。负责选择将哪个记录分发送到Topic中的哪个Partition。」 例如可以round-robin方式完成此操作，然而这种仅是为了平衡负载。也可以根据某些语义分区功能（例如基于记录中的Key）进行此操作。
每组日志分区是一个「有序的不可变的的日志序列」，分区中的每一个Record都被分配了唯一的序列编号称为是「offset」，Kafka 集群会「持久化」所有发布到Topic中的Record信息，该Record的持久化时间是通过配置文件指定,默认是168小时。
log.retention.hours=168
Kafka底层会定期的「检查日志文件」，然后将过期的数据从log中移除，由于Kafka使用硬盘存储日志文件，因此使用Kafka长时间缓存一些日志文件是不存在问题的。
在消费者消费Topic中数据的时候，每个「消费者会维护本次消费对应分区的偏移量」，消费者会在消费完一个批次的数据之后，「会将本次消费的偏移量提交给Kafka集群」，因此对于每个消费者而言可以随意的控制该消费者的偏移量。
因此在Kafka中，「消费者可以从一个topic分区中的任意位置读取队列数据」，由于每个消费者控制了自己的消费的偏移量，多个消费者之间彼此相互独立。
Kafka中对Topic实现日志分区的有以下目的：
- 首先，它们允许日志扩展到超出单个服务器所能容纳的大小。每个单独的分区都必须适合托管它的服务器，但是「一个Topic可能有很多分区，因此它可以处理任意数量的数据」。
- 其次每个服务器充当其某些分区的Leader，也可能充当其他分区的Follwer，因此群集中的负载得到了很好的平衡。
「Replica」：副本，为实现备份的功能，保证集群中的某个节点发生故障时，该节点上的 Partition 数据不丢失，且 Kafka 仍然能够继续工作，Kafka 提供了副本机制，一个 Topic 的每个分区都有若干个副本，一个 Leader 和若干个 Follower。
「类比于AKF设计原则，Topic就相当于沿Y轴进行的功能划分，而分区就是沿Z轴进行数据分片分区，X轴就是Partition副本划分。」
小结
- AKF原则中「Y轴」一般是基于功能进行划分的，类比于Kafka中的「Topic」，一般一个业务订阅一个Topic；
- 「Z轴」一般是数据分区，类比于Topic中的「Partition」；
- 「X轴」提供高可用，Kafka集群为了高可用，可搭建多个「Partition副本」，在主节点的Partition上进行R/W。
