Kafka技術內(nèi)幕：圖文詳解Kafka源碼設計與實現(xiàn)

第1章　Kafka入門 1
1．1　Kafka流式數(shù)據(jù)平臺 1
1．2　Kafka的基本概念 3
1．2．1　分區(qū)模型 3
1．2．2　消費模型 4
1．2．3　分布式模型 5
1．3　Kafka的設計與實現(xiàn) 6
1．3．1　文件系統(tǒng)的持久化與數(shù)據(jù)傳輸效率 6
1．3．2　生產(chǎn)者與消費者 8
1．3．3　副本機制和容錯處理 10
1．4　快速開始 11
1．4．1　單機模式 12
1．4．2　分布式模式 14
1．4．3　消費組示例 16
1．5　環(huán)境準備 18
第2章　生產(chǎn)者 22
2．1　新生產(chǎn)者客戶端 22
2．1．1　同步和異步發(fā)送消息 23
2．1．2　客戶端消息發(fā)送線程 29
2．1．3　客戶端網(wǎng)絡連接對象 31
2．1．4　選擇器處理網(wǎng)絡請求 35
2．2　舊生產(chǎn)者客戶端 43
2．2．1　事件處理器處理客戶端發(fā)送的消息 44
2．2．2　對消息集按照節(jié)點和分區(qū)進行整理 46
2．2．3　生產(chǎn)者使用阻塞通道發(fā)送請求 48
2．3　服務端網(wǎng)絡連接 49
2．3．1　服務端使用接收器接受客戶端的連接 50
2．3．2　處理器使用選擇器的輪詢處理網(wǎng)絡請求 53
2．3．3　請求通道的請求隊列和響應隊列 56
2．3．4　Kafka請求處理線程 58
2．3．5　服務端的請求處理入口 58
2．4　小結 60
第3章　消費者：高級API和低級API 61
3．1　消費者啟動和初始化 67
3．1．1　創(chuàng)建并初始化消費者連接器 69
3．1．2　消費者客戶端的線程模型 70
3．1．3　重新初始化消費者 72
3．2　消費者再平衡操作 73
3．2．1　分區(qū)的所有權 74
3．2．2　為消費者分配分區(qū) 75
3．2．3　創(chuàng)建分區(qū)信息對象 78
3．2．4　關閉和更新拉取線程管理器 80
3．2．5　分區(qū)信息對象的偏移量 80
3．3　消費者拉取數(shù)據(jù) 82
3．3．1　拉取線程管理器 82
3．3．2　抽象拉取線程 87
3．3．3　消費者拉取線程 90
3．4　消費者消費消息 94
3．4．1　Kafka消息流 94
3．4．2　消費者迭代消費消息 95
3．5　消費者提交分區(qū)偏移量 97
3．5．1　提交偏移量到ZK 98
3．5．2　提交偏移量到內(nèi)部主題 99
3．5．3　連接偏移量管理器 101
3．5．4　服務端處理提交偏移量的請求 103
3．5．5　緩存分區(qū)的偏移量 106
3．6　消費者低級API示例 108
3．6．1　消息消費主流程 109
3．6．2　找出分區(qū)的主副本 112
3．6．3　獲取分區(qū)的讀取偏移量 113
3．6．4　發(fā)送拉取請求并消費消息 116
3．7　小結 117
3．7．1　消費者線程模型 117
3．7．2　再平衡和分區(qū)分配 119
第4章　新消費者 121
4．1　新消費者客戶端 125
4．1．1　消費者的訂閱狀態(tài) 125
4．1．2　消費者輪詢的準備工作 134
4．1．3　消費者輪詢的流程 138
4．1．4　消費者拉取消息 146
4．1．5　消費者獲取記錄 149
4．1．6　消費消息 160
4．2　消費者的網(wǎng)絡客戶端輪詢 161
4．2．1　異步請求 162
4．2．2　異步請求高級模式 169
4．2．3　網(wǎng)絡客戶端輪詢 184
4．3　心跳任務 188
4．3．1　發(fā)送心跳請求 188
4．3．2　心跳狀態(tài) 189
4．3．3　運行心跳任務 191
4．3．4　處理心跳結果的示例 192
4．3．5　心跳和協(xié)調(diào)者的關系 193
4．4　消費者提交偏移量 195
4．4．1　自動提交任務 195
4．4．2　將拉取偏移量作為提交偏移量 197
4．4．3　同步提交偏移量 201
4．4．4　消費者的消息處理語義 202
4．5　小結 206
第5章　協(xié)調(diào)者 210
5．1　消費者加入消費組 211
5．1．1　元數(shù)據(jù)與分區(qū)分配器 212
5．1．2　消費者的加入組和同步組 213
5．1．3　主消費者執(zhí)行分配任務 220
5．1．4　加入組的準備、完成和監(jiān)聽器 224
5．2　協(xié)調(diào)者處理請求 229
5．2．1　服務端定義發(fā)送響應結果的回調(diào)方法 229
5．2．2　消費者和消費組元數(shù)據(jù) 232
5．2．3　協(xié)調(diào)者處理請求前的條件檢查 236
5．2．4　協(xié)調(diào)者調(diào)用回調(diào)方法發(fā)送響應給客戶端 237
5．3　延遲的加入組操作 242
5．3．1 “準備再平衡” 242
5．3．2　延遲操作和延遲緩存 244
5．3．3　嘗試完成延遲的加入操作 246
5．3．4　消費組穩(wěn)定后，原有消費者重新加入消費組 250
5．3．5　消費組未穩(wěn)定，原有消費者重新加入消費組 251
5．4　消費組狀態(tài)機 254
5．4．1　再平衡操作與監(jiān)聽器 254
5．4．2　消費組的狀態(tài)轉(zhuǎn)換 262
5．4．3　協(xié)調(diào)者處理“加入組請求” 264
5．4．4　協(xié)調(diào)者處理“同步組請求” 274
5．4．5　協(xié)調(diào)者處理“離開組請求” 276
5．4．6　再平衡超時與會話超時 278
5．4．7　延遲的心跳 282
5．5　小結 290
第6章　存儲層 293
6．1　日志的讀寫 293
6．1．1　分區(qū)、副本、日志、日志
分段 294
6．1．2　寫入日志 297
6．1．3　日志分段 305
6．1．4　讀取日志 315
6．1．5　日志管理 329
6．1．6　日志壓縮 336
6．2　服務端處理讀寫請求 348
6．2．1　副本管理器 351
6．2．2　分區(qū)與副本 362
6．3　延遲操作 373
6．3．1　延遲操作接口 374
6．3．2　延遲操作與延遲緩存 383
6．3．3　延遲緩存 391
6．4　小結 400
第7章　控制器 402
7．1　Kafka控制器 402
7．1．1　控制器選舉 403
7．1．2　控制器上下文 406
7．1．3　ZK監(jiān)聽器 408
7．1．4　分區(qū)狀態(tài)機和副本狀態(tài)機 410
7．1．5　刪除主題 430
7．1．6　重新分配分區(qū) 436
7．1．7　控制器的網(wǎng)絡通道管理器 445
7．2　服務端處理LeaderAndIsr請求 448
7．2．1　創(chuàng)建分區(qū) 449
7．2．2　創(chuàng)建主副本、備份副本 451
7．2．3　消費組元數(shù)據(jù)遷移 463
7．3　元數(shù)據(jù)緩存 468
7．3．1　服務端的元數(shù)據(jù)緩存 472
7．3．2　客戶端更新元數(shù)據(jù) 473
7．4　Kafka服務關閉 483
7．5　小結 487
第8章　基于Kafka構建數(shù)據(jù)流管道 490
8．1　Kafka集群同步工具：MirrorMaker 490
8．1．1　單機模擬數(shù)據(jù)同步 491
8．1．2　數(shù)據(jù)同步的流程 493
8．2　Uber集群同步工具：uReplicator 498
8．2．1　Apache Helix介紹 498
8．2．2　Helix控制器 501
8．2．3　Helix工作節(jié)點 504
8．3　Kafka連接器 505
8．3．1　連接器的使用示例 507
8．3．2　開發(fā)一個簡單的連接器 510
8．3．3　連接器的架構模型 515
8．3．4　Herder的實現(xiàn) 520
8．3．5　Worker的實現(xiàn) 524
8．3．6　配置存儲與狀態(tài)存儲 530
8．3．7　連接器與任務的實現(xiàn) 550
8．4　小結 565
第9章　Kafka流處理 569
9．1　低級Processor API 569
9．1．1　流處理應用程序示例 569
9．1．2　流處理的拓撲 575
9．1．3　流處理的線程模型 580
9．1．4　狀態(tài)存儲 613
9．2　高級流式DSL 636
9．2．1　DSL應用程序示例 636
9．2．2　KStream和KTable 638
9．2．3　連接操作 665
9．2．4　窗口操作 672
9．3　小結 684
第10章　高級特性介紹 686
10．1　客戶端配額 686
10．2　消息與時間戳 692
10．3　事務處理 699
10．4　小結 703