Kafka宕機(jī)引發(fā)的高可用問題

問題要從一次Kafka的宕機(jī)開始說起。

筆者所在的是一家金融科技公司，但公司內(nèi)部并沒有采用在金融支付領(lǐng)域更為流行的RabbitMQ，而是采用了設(shè)計(jì)之初就為日志處理而生的Kafka，所以我一直很好奇Kafka的高可用實(shí)現(xiàn)和保障。從Kafka部署后，系統(tǒng)內(nèi)部使用的Kafka一直運(yùn)行穩(wěn)定，沒有出現(xiàn)不可用的情況。

但最近系統(tǒng)測(cè)試人員常反饋偶有Kafka消費(fèi)者收不到消息的情況，登陸管理界面發(fā)現(xiàn)三個(gè)節(jié)點(diǎn)中有一個(gè)節(jié)點(diǎn)宕機(jī)掛掉了。但是按照高可用的理念，三個(gè)節(jié)點(diǎn)還有兩個(gè)節(jié)點(diǎn)可用怎么就引起了整個(gè)集群的消費(fèi)者都接收不到消息呢?

要解決這個(gè)問題，就要從Kafka的高可用實(shí)現(xiàn)開始講起。

Kafka的多副本冗余設(shè)計(jì)

不管是傳統(tǒng)的基于關(guān)系型數(shù)據(jù)庫(kù)設(shè)計(jì)的系統(tǒng)，還是分布式的如zookeeper、redis、Kafka、HDFS等等，實(shí)現(xiàn)高可用的辦法通常是采用冗余設(shè)計(jì)，通過冗余來解決節(jié)點(diǎn)宕機(jī)不可用問題。

首先簡(jiǎn)單了解Kafka的幾個(gè)概念：

物理模型

邏輯模型

Broker(節(jié)點(diǎn))：Kafka服務(wù)節(jié)點(diǎn)，簡(jiǎn)單來說一個(gè)Broker就是一臺(tái)Kafka服務(wù)器，一個(gè)物理節(jié)點(diǎn)。

Topic(主題)：在Kafka中消息以主題為單位進(jìn)行歸類，每個(gè)主題都有一個(gè)Topic Name，生產(chǎn)者根據(jù)Topic Name將消息發(fā)送到特定的Topic，消費(fèi)者則同樣根據(jù)Topic Name從對(duì)應(yīng)的Topic進(jìn)行消費(fèi)。

Partition(分區(qū))：Topic(主題)是消息歸類的一個(gè)單位，但每一個(gè)主題還能再細(xì)分為一個(gè)或多個(gè)Partition(分區(qū))，一個(gè)分區(qū)只能屬于一個(gè)主題。主題和分區(qū)都是邏輯上的概念，舉個(gè)例子，消息1和消息2都發(fā)送到主題1，它們可能進(jìn)入同一個(gè)分區(qū)也可能進(jìn)入不同的分區(qū)(所以同一個(gè)主題下的不同分區(qū)包含的消息是不同的)，之后便會(huì)發(fā)送到分區(qū)對(duì)應(yīng)的Broker節(jié)點(diǎn)上。

Offset(偏移量)：分區(qū)可以看作是一個(gè)只進(jìn)不出的隊(duì)列(Kafka只保證一個(gè)分區(qū)內(nèi)的消息是有序的)，消息會(huì)往這個(gè)隊(duì)列的尾部追加，每個(gè)消息進(jìn)入分區(qū)后都會(huì)有一個(gè)偏移量，標(biāo)識(shí)該消息在該分區(qū)中的位置，消費(fèi)者要消費(fèi)該消息就是通過偏移量來識(shí)別。

其實(shí)，根據(jù)上述的幾個(gè)概念，是不是也多少猜到了Kafka的多副本冗余設(shè)計(jì)實(shí)現(xiàn)了?別急，咱繼續(xù)往下看。

在Kafka 0.8版本以前，是沒有多副本冗余機(jī)制的，一旦一個(gè)節(jié)點(diǎn)掛掉，那么這個(gè)節(jié)點(diǎn)上的所有Partition的數(shù)據(jù)就無法再被消費(fèi)。這就等于發(fā)送到Topic的有一部分?jǐn)?shù)據(jù)丟失了。

在0.8版本后引入副本記者則很好地解決宕機(jī)后數(shù)據(jù)丟失的問題。副本是以Topic中每個(gè)Partition的數(shù)據(jù)為單位，每個(gè)Partition的數(shù)據(jù)會(huì)同步到其他物理節(jié)點(diǎn)上，形成多個(gè)副本。

每個(gè)Partition的副本都包括一個(gè)Leader副本和多個(gè)Follower副本，Leader由所有的副本共同選舉得出，其他副本則都為Follower副本。在生產(chǎn)者寫或者消費(fèi)者讀的時(shí)候，都只會(huì)與Leader打交道，在寫入數(shù)據(jù)后Follower就會(huì)來拉取數(shù)據(jù)進(jìn)行數(shù)據(jù)同步。

就這么簡(jiǎn)單?是的，基于上面這張多副本架構(gòu)圖就實(shí)現(xiàn)了Kafka的高可用。當(dāng)某個(gè)Broker掛掉了，甭?lián)?，這個(gè)Broker上的Partition在其他Broker節(jié)點(diǎn)上還有副本。你說如果掛掉的是Leader怎么辦?那就在Follower中在選舉出一個(gè)Leader即可，生產(chǎn)者和消費(fèi)者又可以和新的Leader愉快地玩耍了，這就是高可用。

你可能還有疑問，那要多少個(gè)副本才算夠用?Follower和Leader之間沒有完全同步怎么辦?一個(gè)節(jié)點(diǎn)宕機(jī)后Leader的選舉規(guī)則是什么?

直接拋結(jié)論：

多少個(gè)副本才算夠用? 副本肯定越多越能保證Kafka的高可用，但越多的副本意味著網(wǎng)絡(luò)、磁盤資源的消耗更多，性能會(huì)有所下降，通常來說副本數(shù)為3即可保證高可用，極端情況下將replication-factor參數(shù)調(diào)大即可。

Follower和Lead之間沒有完全同步怎么辦? Follower和Leader之間并不是完全同步，但也不是完全異步，而是采用一種ISR機(jī)制(In-Sync Replica)。每個(gè)Leader會(huì)動(dòng)態(tài)維護(hù)一個(gè)ISR列表，該列表里存儲(chǔ)的是和Leader基本同步的Follower。如果有Follower由于網(wǎng)絡(luò)、GC等原因而沒有向Leader發(fā)起拉取數(shù)據(jù)請(qǐng)求，此時(shí)Follower相對(duì)于Leader是不同步的，則會(huì)被踢出ISR列表。所以說，ISR列表中的Follower都是跟得上Leader的副本。

一個(gè)節(jié)點(diǎn)宕機(jī)后Leader的選舉規(guī)則是什么? 分布式相關(guān)的選舉規(guī)則有很多，像Zookeeper的Zab、Raft、Viewstamped Replication、微軟的PacificA等。而Kafka的Leader選舉思路很簡(jiǎn)單，基于我們上述提到的ISR列表，當(dāng)宕機(jī)后會(huì)從所有副本中順序查找，如果查找到的副本在ISR列表中，則當(dāng)選為L(zhǎng)eader。另外還要保證前任Leader已經(jīng)是退位狀態(tài)了，否則會(huì)出現(xiàn)腦裂情況(有兩個(gè)Leader)。怎么保證?Kafka通過設(shè)置了一個(gè)controller來保證只有一個(gè)Leader。

Ack參數(shù)決定了可靠程度

另外，這里補(bǔ)充一個(gè)面試考Kafka高可用必備知識(shí)點(diǎn)：request.required.asks參數(shù)。

Asks這個(gè)參數(shù)是生產(chǎn)者客戶端的重要配置，發(fā)送消息的時(shí)候就可設(shè)置這個(gè)參數(shù)。該參數(shù)有三個(gè)值可配置：0、1、All。

第一種是設(shè)為0，意思是生產(chǎn)者把消息發(fā)送出去之后，之后這消息是死是活咱就不管了，有那么點(diǎn)發(fā)后即忘的意思，說出去的話就不負(fù)責(zé)了。不負(fù)責(zé)自然這消息就有可能丟失，那就把可用性也丟失了。

第二種是設(shè)為1，意思是生產(chǎn)者把消息發(fā)送出去之后，這消息只要順利傳達(dá)給了Leader，其他Follower有沒有同步就無所謂了。存在一種情況，Leader剛收到了消息，F(xiàn)ollower還沒來得及同步Broker就宕機(jī)了，但生產(chǎn)者已經(jīng)認(rèn)為消息發(fā)送成功了，那么此時(shí)消息就丟失了。注意，設(shè)為1是Kafka的默認(rèn)配置!可見Kafka的默認(rèn)配置也不是那么高可用，而是對(duì)高可用和高吞吐量做了權(quán)衡折中。

第三種是設(shè)為All(或者-1)，意思是生產(chǎn)者把消息發(fā)送出去之后，不僅Leader要接收到，ISR列表中的Follower也要同步到，生產(chǎn)者才會(huì)任務(wù)消息發(fā)送成功。

進(jìn)一步思考，Asks=All就不會(huì)出現(xiàn)丟失消息的情況嗎?答案是否。當(dāng)ISR列表只剩Leader的情況下，Asks=All相當(dāng)于Asks=1，這種情況下如果節(jié)點(diǎn)宕機(jī)了，還能保證數(shù)據(jù)不丟失嗎?因此只有在Asks=All并且有ISR中有兩個(gè)副本的情況下才能保證數(shù)據(jù)不丟失。

解決問題

繞了一大圈，了解了Kafka的高可用機(jī)制，終于回到我們一開始的問題本身，Kafka的一個(gè)節(jié)點(diǎn)宕機(jī)后為什么不可用?

我在開發(fā)測(cè)試環(huán)境配置的Broker節(jié)點(diǎn)數(shù)是3，Topic是副本數(shù)為3，Partition數(shù)為6，Asks參數(shù)為1。

當(dāng)三個(gè)節(jié)點(diǎn)中某個(gè)節(jié)點(diǎn)宕機(jī)后，集群首先會(huì)怎么做?沒錯(cuò)，正如我們上面所說的，集群發(fā)現(xiàn)有Partition的Leader失效了，這個(gè)時(shí)候就要從ISR列表中重新選舉Leader。如果ISR列表為空是不是就不可用了?并不會(huì)，而是從Partition存活的副本中選擇一個(gè)作為L(zhǎng)eader，不過這就有潛在的數(shù)據(jù)丟失的隱患了。

所以，只要將Topic副本個(gè)數(shù)設(shè)置為和Broker個(gè)數(shù)一樣，Kafka的多副本冗余設(shè)計(jì)是可以保證高可用的，不會(huì)出現(xiàn)一宕機(jī)就不可用的情況(不過需要注意的是Kafka有一個(gè)保護(hù)策略，當(dāng)一半以上的節(jié)點(diǎn)不可用時(shí)Kafka就會(huì)停止)。那仔細(xì)一想，Kafka上是不是有副本個(gè)數(shù)為1的Topic?

問題出在了__consumer_offset上，__consumer_offset是一個(gè)Kafka自動(dòng)創(chuàng)建的Topic，用來存儲(chǔ)消費(fèi)者消費(fèi)的offset(偏移量)信息，默認(rèn)Partition數(shù)為50。而就是這個(gè)Topic，它的默認(rèn)副本數(shù)為1。如果所有的Partition都存在于同一臺(tái)機(jī)器上，那就是很明顯的單點(diǎn)故障了!當(dāng)將存儲(chǔ)__consumer_offset的Partition的Broker給Kill后，會(huì)發(fā)現(xiàn)所有的消費(fèi)者都停止消費(fèi)了。

這個(gè)問題怎么解決?

第一點(diǎn)，需要將__consumer_offset刪除，注意這個(gè)Topic時(shí)Kafka內(nèi)置的Topic，無法用命令刪除，我是通過將logs刪了來實(shí)現(xiàn)刪除。

第二點(diǎn)，需要通過設(shè)置offsets.topic.replication.factor為3來將__consumer_offset的副本數(shù)改為3。

通過將__consumer_offset也做副本冗余后來解決某個(gè)節(jié)點(diǎn)宕機(jī)后消費(fèi)者的消費(fèi)問題。

最后，關(guān)于為什么__consumer_offset的Partition會(huì)出現(xiàn)只存儲(chǔ)在一個(gè)Broker上而不是分布在各個(gè)Broker上感到困惑，如果有朋友了解的煩請(qǐng)指教~