关于Kafka 1.1.0 Fetch Session的讨论

Kafka在1.1.0版本引入了fetch session的概念，旨在降低“无效”FETCH请求对集群带宽资源的占用。故事的背景是这样的：

众所周知，Kafka的broker和consumer都会定期地向leader broker发送FETCH请求去获取数据。对于分区数很多的topic而言，待发送的FETCH请求就会很大，从而整体上增加网络带宽占用。即使这些分区没有任何新的数据到来，follower和consumer构造的FETCH请求都需要显式地罗列出每个订阅分区的详细数据，这包括：分区号、该分区当前开始位移(log start offset)、位移以及能够请求的最大字节数。

下面我们以1.0.2版本为例查看一下一个普通的FETCH请求有多大？首先启动两台broker服务器，然后创建一个replcation factor是2且有1000个分区的topic：test，之后观察下列JMX指标的值，如下图所示：

可以看出，对于这个有着1000个分区的topic而言，每台broker上接收到的FETCH请求大小固定是12031个字节，即大约12KB左右。即使我没有给这个topic发送过任何消息（即consumer没有可以消费的消息），FETCH请求都是这么大。

下面我们再用1.1.0版本重试一下这个测试，依然是启动两台1.1.0版本的broker服务器，然后创建一个replication-factor是2，有1000个分区的topic，然后再次查看FETCH请求的大小，如下图所示：

这次我们发现FETCH请求大小的最大值可以达到12043字节，而之后一定稳定在最小值33字节上。从这两组测试结果来看，显然1.1.0版本在某些情况下极大地减少了FETCH请求的大小，节省了网络带宽（针对我们这个测试topic而言，网络流量节省了将近365倍！）。那么这是怎么做到的呢？首先先从FETCH请求的协议格式开始说起。1.1.0之前最新的FETCH请求格式是V6版本，如下图所示：

这里我不详细展开各个字段的含义了，因为这与本文要讨论的主题无关。不过我请各位再看下1.1.0版本引入的V7版本格式，如下图所示：

V7与V6版本的差异我已经用红框标识出来了，即在V7版本中新引入了3个主要的变化：session_id/epoch和forgetten_topics_data，其中session_id和epoch合称为fetch session元数据。这里面的fetch session即是1.1.0版本关于FETCH请求的最大变化。一个FETCH SESSION本质上封装了一个fetcher线程的状态，broker端会缓存若干个session在内存中，然后通过FETCH response把相应的状态发送给clients端，这样clients就能知晓当前这个fetcher的状态，从而避免每次FETCH请求中都重复性地请求无意义的数据。

在引入这个变化后，FETCH请求被分成了两类：FULL FETCH请求和Incremental FETCH请求。在首次发送FETCH请求或当session状态发生变化的时候，clients依然发送和以往类似的完整FETCH请求——也就是所谓的FULL FETCH请求，而一旦session稳定下来，且没有变更，那么clients就能安全地发送“瘦身后”的FETCH请求，即增量式FETCH请求，从而起到节省带宽的作用。

上面测试场景中第二张图的MAX值就是FULL FETCH请求的大小（即12043B），如果我们和图1的FETCH请求大小（12031B）做比较会发现V7版本中FULL FETCH请求比之前V6版本的多了12字节(12043 - 12031)，这12个字节就是session_id（4B）, epoch（4B）和空forgetten_topics_data数组（4B）所占用的内存空间。

FULL FETCH请求的完整格式如下：

,

,

...

]}], forgotten_topics_data=[]}

由此可见在FULL FETCH请求中session_id和session的epoch都是0。一旦发现这些分区的FETCH session没有变化，clients会自动切换成发送增量式FETCH请求，其格式如下：

如果我们验证增量式FETCH请求的大小，可以很容易地计算出其大小=4B（replica_id） + 4B（max_wait_time） + 8B（min_bytes&max_bytes）+ 1B（isolation_level）+ 4B (session_id) + 4B（epoch） + 4B（空topics数组） + 4B（空forgotten_topics_data数组）=33字节，与图2中稳定后的FETCH请求大小正好吻合！

综上所说，Kafka在1.1.0版本引入了FETCH session的概念以期望减少FETCH请求对于网络带宽的占用，从实际使用角度而言，这种减少对于超大规模的集群是有明显提升的，而对于一般的小集群其优化的效果则并非那么显著。不过鉴于这是对用户透明的性能提升，故总然是一件好事情：）