郑州 高端网站建设,个人网页设计开题报告,python 可以做网站吗,电脑培训学校哪家最好Flume 由三部分 Source Channel Sink 可以通过配置拦截器和Channel选择器,来实现对数据的分流, 可以通过对channel的2个存储容量的的设置,来实现对流速的控制
Kafka 同样由三大部分组成 生产者 服务器 消费者 生产者负责发送数据给服务器 服务器存储数据 消费者通过从服务器取…Flume 由三部分 Source Channel Sink 可以通过配置拦截器和Channel选择器,来实现对数据的分流, 可以通过对channel的2个存储容量的的设置,来实现对流速的控制
Kafka 同样由三大部分组成 生产者 服务器 消费者 生产者负责发送数据给服务器 服务器存储数据 消费者通过从服务器取数据
但是,Kafka比Flume要更精细一点 生产者到服务器存数据(发数据):
获取配置-修改配置-拦截器-序列化器-分区器-sender 到broker
服务器如何存数据? 选举leader和发回消息 1.一个分区多个副本的controller同时去抢注册ZK 2.注册成功的监控broker节点变化 3.然后开始选举选举出来将结果传给zk 4.其他的controller对从zk上同步节点信息每个controller都会监控zk 4.1.Leader挂了的话重新选举 然后其他controller重新同步 5.选举出来之后生产者开始发送数据数据由Leader同步到follower副 6.发送的数据就是Segment(默认1个G) 那么什么是Segment .log .timeindex .index .snapshot leader .metadata 50个consumer_offset 就是存储消费者读取的偏移量 7.向生产者应答
注意一下Leader挂是怎么挂 1.broker直接挂 2. 数据太多崩掉
消费者到服务器取数据: 消费者是按topic去读取的,一般都是一个分区对应一个消费者 消费者的offset由消费者自己提交到系统主题保存 按组按照消费策略进行读取
消费者组初始化 1.选出coordinator groupid的哈希值%50 这个组下的所有消费者提交offset都往这个分区提交 2.消费者实例到coordinator注册然后coordinator选出一个consumer leader 3.Consumer leader制定一个消费方案发给coordinator 然后coordinator转发 4.每个消费者都和coordinator保持心跳3s超时45s移除该消费者或者处理时间过长超过5分钟触发再平衡重新制定消费方案 Kafka的高效读写 为什么 1.Kafka本身分布式集群分区技术并行度高 2.读数据采用稀疏索引可以快速定位要消费的数据 3.顺序写磁盘
他是如何顺序写磁盘的 因为他的写入方式是追加写入
为什么顺序写磁盘快? 因为不需要寻址时间,而磁盘的寻址时间太长了
页缓存和零拷贝
什么是页缓存 操作系统在内存中的缓存机制 存 存到页缓存 -存到磁盘 取-先看页缓存有没有-没有就看磁盘
什么是零拷贝 传输 一般传输 -s 内存-内核缓冲区-e网络设备 零拷贝 内存-网络设备
零拷贝 Kafka的数据加工处理操作交由Kafka生产者和Kafka消费者处理。而Broker应用层不关心存储数据不用走应用层
消费者如何提高吞吐量 1.如果消费者对分区不是1对1 加消费者 2.提高每批次拉数据的数量
