|
本文是系列文章的第三篇，第一篇
"Kafka设计解析（一）- Kafka背景及架构介绍"。第二篇
Kafka设计解析（二）- Kafka High Availability （上）
本文在上篇文章基础上，更加深入讲解了Kafka的HA机制，主要阐述了HA相关各种场景，如Broker
failover，Controller failover，Topic创建/删除，Broker启动，Follower从Leader
fetch数据等详细处理过程。
Controller对Broker Failure的处理过程
Controller在Zookeeper的/brokers/ids节点上注册Watch。一旦有Broker宕机（本文用宕机代表任何让Kafka认为其Broker
die的情景，包括但不限于机器断电，网络不可用，GC导致的Stop The World，进程crash等），其在Zookeeper对应的Znode会自动被删除，Zookeeper会fire
Controller注册的Watch，Controller即可获取最新的幸存的Broker列表。 Controller决定set_p，该集合包含了宕机的所有Broker上的所有Partition。 对set_p中的每一个Partition： 从/brokers/topics/[topic]/partitions/[partition]/state读取该Partition当前的ISR。 决定该Partition的新Leader。如果当前ISR中有至少一个Replica还幸存，则选择其中一个作为新Leader，新的ISR则包含当前ISR中所有幸存的Replica。否则选择该Partition中任意一个幸存的Replica作为新的Leader以及ISR（该场景下可能会有潜在的数据丢失）。如果该Partition的所有Replica都宕机了，则将新的Leader设置为-1。 将新的Leader，ISR和新的leader_epoch及controller_epoch写入/brokers/topics/[topic]/partitions/[partition]/state。注意，该操作只有Controller版本在3.1至3.3的过程中无变化时才会执行，否则跳转到3.1。 直接通过RPC向set_p相关的Broker发送LeaderAndISRRequest命令。Controller可以在一个RPC操作中发送多个命令从而提高效率。 Broker failover顺序图如下所示。
LeaderAndIsrRequest结构如下
LeaderAndIsrResponse结构如下
创建/删除Topic
Controller在Zookeeper的/brokers/topics节点上注册Watch，一旦某个Topic被创建或删除，则Controller会通过Watch得到新创建/删除的Topic的Partition/Replica分配。 对于删除Topic操作，Topic工具会将该Topic名字存于/admin/delete_topics。若delete.topic.enable为true，则Controller注册在/admin/delete_topics上的Watch被fire，Controller通过回调向对应的Broker发送StopReplicaRequest；若为false则Controller不会在/admin/delete_topics上注册Watch，也就不会对该事件作出反应，此时Topic操作只被记录而不会被执行。 对于创建Topic操作，Controller从/brokers/ids读取当前所有可用的Broker列表，对于set_p中的每一个Partition： 从分配给该Partition的所有Replica（称为AR）中任选一个可用的Broker作为新的Leader，并将AR设置为新的ISR（因为该Topic是新创建的，所以AR中所有的Replica都没有数据，可认为它们都是同步的，也即都在ISR中，任意一个Replica都可作为Leader） 将新的Leader和ISR写入/brokers/topics/[topic]/partitions/[partition] 直接通过RPC向相关的Broker发送LeaderAndISRRequest。 创建Topic顺序图如下所示。
Broker响应请求流程
Broker通过kafka.network.SocketServer及相关模块接受各种请求并作出响应。整个网络通信模块基于Java
NIO开发，并采用Reactor模式，其中包含1个Acceptor负责接受客户请求，N个Processor负责读写数据，M个Handler处理业务逻辑。 Acceptor的主要职责是监听并接受客户端（请求发起方，包括但不限于Producer，Consumer，Controller，Admin
Tool）的连接请求，并建立和客户端的数据传输通道，然后为该客户端指定一个Processor，至此它对该客户端该次请求的任务就结束了，它可以去响应下一个客户端的连接请求了。其核心代码如下。
Processor主要负责从客户端读取数据并将响应返回给客户端，它本身并不处理具体的业务逻辑，并且其内部维护了一个队列来保存分配给它的所有SocketChannel。Processor的run方法会循环从队列中取出新的SocketChannel并将其SelectionKey.OP_READ注册到selector上，然后循环处理已就绪的读（请求）和写（响应）。Processor读取完数据后，将其封装成Request对象并将其交给RequestChannel。 RequestChannel是Processor和KafkaRequestHandler交换数据的地方，它包含一个队列requestQueue用来存放Processor加入的Request，KafkaRequestHandler会从里面取出Request来处理；同时它还包含一个respondQueue，用来存放KafkaRequestHandler处理完Request后返还给客户端的Response。 Processor会通过processNewResponses方法依次将requestChannel中responseQueue保存的Response取出，并将对应的SelectionKey.OP_WRITE事件注册到selector上。当selector的select方法返回时，对检测到的可写通道，调用write方法将Response返回给客户端。 KafkaRequestHandler循环从RequestChannel中取Request并交给kafka.server.KafkaApis处理具体的业务逻辑。
LeaderAndIsrRequest响应过程
对于收到的LeaderAndIsrRequest，Broker主要通过ReplicaManager的becomeLeaderOrFollower处理，流程如下： 若请求中controllerEpoch小于当前最新的controllerEpoch，则直接返回ErrorMapping.StaleControllerEpochCode。 对于请求中partitionStateInfos中的每一个元素，即((topic, partitionId),
partitionStateInfo)： 若partitionStateInfo中的leader epoch大于当前ReplicManager中存储的(topic,
partitionId)对应的partition的leader epoch，则： 若当前brokerid（或者说replica id）在partitionStateInfo中，则将该partition及partitionStateInfo存入一个名为partitionState的HashMap中 否则说明该Broker不在该Partition分配的Replica list中，将该信息记录于log中 否则将相应的Error code（ErrorMapping.StaleLeaderEpochCode）存入Response中 筛选出partitionState中Leader与当前Broker ID相等的所有记录存入partitionsTobeLeader中，其它记录存入partitionsToBeFollower中。 若partitionsTobeLeader不为空，则对其执行makeLeaders方。 若partitionsToBeFollower不为空，则对其执行makeFollowers方法。 若highwatermak线程还未启动，则将其启动，并将hwThreadInitialized设为true。 关闭所有Idle状态的Fetcher。 LeaderAndIsrRequest处理过程如下图所示
Broker启动过程
Broker启动后首先根据其ID在Zookeeper的/brokers/idszonde下创建临时子节点（Ephemeral
node），创建成功后Controller的ReplicaStateMachine注册其上的Broker
Change Watch会被fire，从而通过回调KafkaController.onBrokerStartup方法完成以下步骤： 1. 向所有新启动的Broker发送UpdateMetadataRequest，其定义如下
2. 将新启动的Broker上的所有Replica设置为OnlineReplica状态，同时这些Broker会为这些Partition启动high
watermark线程。 3. 通过partitionStateMachine触发OnlinePartitionStateChange。
Controller Failover
Controller也需要Failover。每个Broker都会在Controller Path
(/controller)上注册一个Watch。当前Controller失败时，对应的Controller
Path会自动消失（因为它是Ephemeral Node），此时该Watch被fire，所有“活”着的Broker都会去竞选成为新的Controller（创建新的Controller
Path），但是只会有一个竞选成功（这点由Zookeeper保证）。竞选成功者即为新的Leader，竞选失败者则重新在新的Controller
Path上注册Watch。因为Zookeeper的Watch是一次性的，被fire一次之后即失效，所以需要重新注册。 Broker成功竞选为新Controller后会触发KafkaController.onControllerFailover方法，并在该方法中完成如下操作： 读取并增加Controller Epoch。 在ReassignedPartitions Patch (/admin/reassign_partitions)上注册Watch。 在PreferredReplicaElection Path (/admin/preferred_replica_election)上注册Watch。 通过partitionStateMachine在Broker Topics Patch (/brokers/topics)上注册Watch。 若delete.topic.enable设置为true（默认值是false），则partitionStateMachine在Delete
Topic Patch (/admin/delete_topics)上注册Watch。 通过replicaStateMachine在Broker Ids Patch (/brokers/ids)上注册Watch。 初始化ControllerContext对象，设置当前所有Topic，“活”着的Broker列表，所有Partition的Leader及ISR等。 启动replicaStateMachine和partitionStateMachine。 将brokerState状态设置为RunningAsController。 将每个Partition的Leadership信息发送给所有“活”着的Broker。 若auto.leader.rebalance.enable配置为true（默认值是true），则启动partition-rebalance线程。 若delete.topic.enable设置为true且Delete Topic Patch(/admin/delete_topics)中有值，则删除相应的Topic。
Partition重新分配
管理工具发出重新分配Partition请求后，会将相应信息写到/admin/reassign_partitions上，而该操作会触发ReassignedPartitionsIsrChangeListener，从而通过执行回调函数KafkaController.onPartitionReassignment来完成以下操作： 将Zookeeper中的AR（Current Assigned Replicas）更新为OAR（Original
list of replicas for partition） + RAR（Reassigned replicas）。 强制更新Zookeeper中的leader epoch，向AR中的每个Replica发送LeaderAndIsrRequest。 将RAR - OAR中的Replica设置为NewReplica状态。 等待直到RAR中所有的Replica都与其Leader同步。 将RAR中所有的Replica都设置为OnlineReplica状态。 将Cache中的AR设置为RAR。 若Leader不在RAR中，则从RAR中重新选举出一个新的Leader并发送LeaderAndIsrRequest。若新的Leader不是从RAR中选举而出，则还要增加Zookeeper中的leader
epoch。 将OAR - RAR中的所有Replica设置为OfflineReplica状态，该过程包含两部分。第一，将Zookeeper上ISR中的OAR
- RAR移除并向Leader发送LeaderAndIsrRequest从而通知这些Replica已经从ISR中移除；第二，向OAR
- RAR中的Replica发送StopReplicaRequest从而停止不再分配给该Partition的Replica。 将OAR - RAR中的所有Replica设置为NonExistentReplica状态从而将其从磁盘上删除。 将Zookeeper中的AR设置为RAR。 删除/admin/reassign_partition。 注意：最后一步才将Zookeeper中的AR更新，因为这是唯一一个持久存储AR的地方，如果Controller在这一步之前crash，新的Controller仍然能够继续完成该过程。
以下是Partition重新分配的案例，OAR = {1，2，3}，RAR = {4，5，6}，Partition重新分配过程中Zookeeper中的AR和Leader/ISR路径如下
Follower从Leader Fetch数据
Follower通过向Leader发送FetchRequest获取消息，FetchRequest结构如下
从FetchRequest的结构可以看出，每个Fetch请求都要指定最大等待时间和最小获取字节数，以及由TopicAndPartition和PartitionFetchInfo构成的Map。实际上，Follower从Leader数据和Consumer从Broker
Fetch数据，都是通过FetchRequest请求完成，所以在FetchRequest结构中，其中一个字段是clientID，并且其默认值是ConsumerConfig.DefaultClientId。 Leader收到Fetch请求后，Kafka通过KafkaApis.handleFetchRequest响应该请求，响应过程如下： replicaManager根据请求读出数据存入dataRead中。 如果该请求来自Follower则更新其相应的LEO（log end offset）以及相应Partition的High
Watermark 根据dataRead算出可读消息长度（单位为字节）并存入bytesReadable中。 满足下面4个条件中的1个，则立即将相应的数据返回 Fetch请求不希望等待，即fetchRequest.macWait <= 0 Fetch请求不要求一定能取到消息，即fetchRequest.numPartitions <=
0，也即requestInfo为空 有足够的数据可供返回，即bytesReadable >= fetchRequest.minBytes 读取数据时发生异常 若不满足以上4个条件，FetchRequest将不会立即返回，并将该请求封装成DelayedFetch。检查该DeplayedFetch是否满足，若满足则返回请求，否则将该请求加入Watch列表
Leader通过以FetchResponse的形式将消息返回给Follower，FetchResponse结构如下
|
