當前線上集群規模已經超過了600+broker，入流量超3萬億記錄/天，出流量超7萬億記錄/天，在巨大的流量實戰中，我們遇到了很多麻煩，這里抽了點時間梳理了一下，主要從應用層面、底層原理層面、開源版本功能缺陷三個方面進行了核心知識點的梳理，目前本文只是對核心知識點進行概括，并不會詳細描述每個知識點的細節，后續我將抽出時間來繼續整理完善細節，希望可以為大家提供一些幫助，
一、Kafka應用層面
1.版本升級
1.1.如何進行版本滾動升級與回退；
2.資料/副本遷移
2.1.broker間資料遷移；
2.2.broker內部磁盤間資料遷移；
3.流量限制
3.1.生產者流量限制；
3.2.消費者流量限制；
3.3.follower副本同步leader副本流量限制；
4.運維監控告警；
4.1.硬體基礎監控
4.1.1.網路
網路入流量、網路出流量、網路丟包、網路重傳、交換機，
4.1.2.磁盤
磁盤write、磁盤read、磁盤ioutil、磁盤iowait、磁盤存盤空間、磁盤壞盤、磁盤壞塊/壞道，
4.1.3.CPU
CPU空閑率/負載
4.1.4.記憶體
記憶體使用率
4.1.5.快取命中率
Linux的PageCache快取命中率
4.2.Kafka服務監控
4.2.1.broker級別：
broker行程、broker出/入流量、broker連接數、broker網路空閑率、broker生產延時、broker消費延時、broker生產請求數、broker消費請求數、broker上分布leader個數、broker上分布副本個數、broker請求佇列
4.2.2.topic級別：
topic副本缺失、topic出/入流量、topic消費者消費延遲記錄、topic磁區leader切換
4.2.3.用戶級別
用戶出/入流量、用戶出/入流量被限制時間；
4.2.4.服務日志
對server端列印的錯誤日志進行監控告警；
4.3.客戶端應用監控
4.3.1.生產者客戶端
- 維度：客戶端ID、客戶端IP、topic名稱、集群名稱、brokerIP；
- 指標：連接數、io等待時間、生產流量大小、生產記錄數、請求次數、請求延時、發送錯誤/重試次數等；
4.3.2.消費者客戶端
- 維度：客戶端ID、客戶端IP、topic名稱、集群名稱、消費組、brokerIP、topic磁區
- 指標：連接數、io等待時間、消費流量大小、消費記錄數、消費延時、topic磁區消費延遲記錄等
4.4.zookeeper監控
4.4.1.zookeeper的行程監控；
4.4.2.zookeeper的leader切換；
4.4.3.zookeeper服務的錯誤日志監控；
5.資源隔離
5.1.業務資源物理隔離（分資源組，不同資源組之間物理隔離），不同業務互不影響；
6.集群歸類
我們根據業務和用途的不同，對集群進行了歸類，主要分為以下幾類：
- 日志集群；
- 監控集群；
- 計費集群；
- 商業化集群；
- 非商業化集群；
7.擴容/縮容
7.1.topic擴容磁區；
7.2.集群節點擴容broker（新broker上線）；
7.3.集群縮容（節點下線）；
8.負載均衡
8.1.開發自動負載均衡程式采集metrics指標，生成副本遷移計劃，并執行遷移；
8.2.broker間負載均衡、broker內部多塊磁盤間負載均衡；
9.安全認證
9.1.生產者權限認證；
9.2.消費者權限認證；
9.3.指定遷移資料目錄安全認證；
10.集群容災
10.1.跨機架容災；
10.2.跨集群容災；
10.3.跨機房容災；
11.引數/配置優化
11.1.服務引數優化；
11.2.生產引數優化；
11.3.消費引數優化；
11.4.服務器內核引數優化；
12.硬體層面優化
12.1.采用SSD固態硬碟代替HDD(機械盤)；
12.2.采用更大記憶體服務器，比如256GB及以上；
12.3.配置更高的網路帶寬，比如 10Gb/s及以上；
13.業務大屏
集群個數、節點個數、存盤大小、用戶個數、topic個數、磁區個數、副本個數、消費組個數、生產延時、消費延時、生產流量、消費流量、資料可靠性/完整性；
14.集群管理
14.1.集群配置管理；
14.2.集群滾動重啟；
15.集群治理
15.1.無生產/消費的topic從集群中清理掉；
15.2.消費延遲較高的topic磁區監控告警，并讓相應的消費方檢查延遲較大原因及解決措施；
16.mock功能
16.1.生產mock；
16.2.消費mock；
17.集群IP、域名映射
17.1.上線broker添加域名到broker的映射；
17.2.下線broker剔除域名與broker的映射；
18.性能測驗評估
18.1.根據性能測驗結果評估broker節點個數及磁區個數；
二、Kafka底層原理層面
1.生產者實作細節
1.1.如何獲取元資料；
1.2.添加磁區后如何感知；
1.3.磁區leader切換后如何感知；
1.4.資料如何存盤；
1.5.如果acks被設定為-1，則如何進行回呼判斷所有follower都已經收到資料；
2.消費者實作細節
1.1.如何獲取元資料；
1.2.添加磁區后如何感知；
1.3.磁區leader切換后如何感知；
1.4.添加新的消費者實體如何均衡；
1.5.如何檢索訊息；
3.副本遷移實作細節
3.1.不帶指定資料目錄的遷移（broker間資料遷移）；
3.2.帶指定資料目錄的遷移（broker間資料遷移及broker內部資料目錄遷移）；
4.topic的增、刪、改、查實作細節
5.Controller的選舉細節
6.topic磁區Leader選舉實作細節
7.Metrics指標實作細節
8.Quota流量限制實作細節
9.時間輪實作細節
10.安全認證實作細節
11.事務實作細節
12.topic磁區資料過期處理實作細節
13.動態配置實作細節
13.1.broker、topic、user配置動態管理；
14.topic磁區isr串列變化如何處理
14.1.isr串列收縮；
14.2.isr串列擴展；
15.日志資料存盤細節
15.1.日志目錄結構；
15.2.日志內容格式；
三、kafka開源版本功能缺陷
1.副本遷移
1.1.當需要終止遷移任務時，無法終止遷移任務；【當前我們已經完成原始碼改造，實作了終止遷移新特性】
1.2.只能串行遷移，不能同時提交多個遷移任務；【當前我們已經完成原始碼改造，實作了并發副本遷移】
1.3.當topic磁區資料量巨大時，資料遷移變得漫長且對broker對io產生巨大壓力，影響到來集群穩定性；【當前我們已經完成原始碼改造，實作了增量副本遷移】
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/178693.html
標籤：其他
上一篇：Java學習路線圖