kafka rebalance机制

kafka rebalance机制

kafka保证同一个consumer group中只有一个consumer会消费掉某条消息，实际上，kafka保证的是稳定状态下每一个consumer实例只会消费一个或者多个特定的数据，而某个partition的数据只会被某一个特定的consumer实例所消费，这样设计的劣势是无法让同一个consumer group里的consumer均匀的消费数据，优势是每个consumer不用跟大量的broker通信，减少通信开销，同事也降低了分配的难度，实现也更简单，另外，因为同一个partition里的数据都是有序的，这样可以保证每个partition里的数据也是有序被消费的。如果某consumer group中consumer数量少于partition的数量 则至少有一个consuemr会消费多个partition的数据，如果consumer的数量与partition数量相同，则正好一个consumer消费一个partition 的数据，而如果consumer的数量多于partition的数量时，会有部分consumer无法消费该topic下任何一条信息。

Consumer Rebalance 算法如下：

1. 将目标topic下所有的partition排序，存于pt
2. 对某 consumer group 下所有consumer 排序，存于cg ，第i个consumer记为ci `
3. N=size(Pt)/size(cg) 向上取整
4. 解除ci对原来分配的partiiton 的消费权（i从零开始）
5. 将第i*N到（i+1）* N-1个partition分配给ci

目前consumer realance 的控制策略是由每一个consumer通过通过zookeeper完成的，具体的控制方法

1. 在/consumer/[consumer-group]/下注册id
2. 设置/cnsumer/[consumer_group] 的watcher
3. 设置对/brokers/ids 的watcher
4. zk下设置watcher的路径节点更改，触发consumer rebalance

在这种策略下，每一个consumer或者broker的增加或减少都会触发consumer rebalance 因为每个consumer只负责调整自己所消费的paritition，为了保证整个consumer group的一致性，所以当一个consumer触发了rebalance时，该consumer group 内的其他所有consumer 也应该同时触发rebalance

herd effect

任何broker或者consumer的增减都会触发所有的consumer的rebalance

split brain

每个consumer分别单独通过zookeeper判断哪些parittion dowm了 那么不同consumer从

zookeeper 看到的view就看不一样了，这样会造成错误的reblance尝试，而且有可能所以的consumer 都认为rebalance

kafka rebalance机制

原文：https://www.cnblogs.com/xido/p/14607748.html