关于Kafka ACK机制的详解！

ACK 方式

Kafka的 ACK机制主要用于确保生产者发送的消息能够被可靠地写入到 Kafka集群的 Topic中。ACK机制的核心思想是生产者发送消息后，需要等待 Kafka集群的确认（ACK），才认为消息发送成功。

Kafka的 ACK机制主要有三种级别：

1.acks=0

生产者不等待服务器的确认，消息发送后即认为成功，不管消息是否真正写入 Kafka，这种方式效率最高，但可靠性最低，数据可能存在丢失。

2.acks=1

生产者会等待来自 Leader分区的确认。Leader分区接收到消息并写入本地日志后即返回确认。这种方式在 Leader分区可用时可靠，但如果 Leader分区发生故障，可能会丢失数据。从 Kafka 2.0 开始，默认值是 acks=1

3.acks=all（或-1）

生产者等待所有 ISR（In-Sync Replica，同步副本）分区的确认。只有当消息被写入所有同步副本后才返回确认，这种方式最可靠，但性能较低。

ISR的工作原理

ISR，全称 In-Sync Replicas，翻译为同步副本，它是指某个分区中的一组与 Leader副本保持同步的副本，即这些副本包含了 Leader副本中的所有已确认消息。ISR是 Kafka 集群中用于保证数据可靠性的一个关键概念。

• Leader和 Follower：在 Kafka中，每个分区都有一个 Leader和若干个 Follower，Leader负责处理所有的读写请求，而 Follower则从 Leader那里拉取数据并进行同步。
• 同步副本（ISR）：ISR是一个动态的集合，包含了 Leader和所有与 Leader保持同步的 Follower，只有在 ISR中的副本才被认为是可靠的，因为它们包含了与 Leader相同的数据。
• ACK机制与 ISR：当生产者发送消息并设置acks=all时，Kafka只有在消息被写入 ISR中的所有副本后才会返回确认，这确保了消息即使在 Leader故障的情况下也不会丢失，因为 ISR中的其他副本可以选举为新的 Leader。

1.ISR的维护

Kafka通过以下机制来维护ISR：

• 加入ISR：当一个 Follower副本成功地追上了 Leader副本的日志（即复制了 Leader的所有新的消息），它会被加入到 ISR中。
• 移出ISR：当一个 Follower副本落后于 Leader超过一定的时间（由参数replica.lag.time.max.ms控制），它会被移出 ISR。

2.ISR源码分析

以下是 Kafka中维护ISR的关键代码片段（以 Kafka 2.x版本为例）：

class Partition {
    private Set isr; // 当前分区的ISR集合

    public void updateISR() {
        // 获取所有副本的状态
        List replicas = getReplicas();

        // 计算新的ISR集合
        Set newIsr = new HashSet<>();
        for (Replica replica : replicas) {
            if (replica.isInSync()) {
                newIsr.add(replica);
            }
        }

        // 更新ISR
        if (!newIsr.equals(this.isr)) {
            this.isr = newIsr;
            // 触发ISR变化的事件
            onISRChanged();
        }
    }
}

class Replica {
    public boolean isInSync() {
        // 判断该副本是否与Leader同步
        return this.logEndOffset >= leaderLogEndOffset - replicaLagMaxMessages;
    }
}

源码分析

以 Kafka的 Producer端代码为例，下面是简化后的发送消息时处理ACK机制的关键代码片段：

public Future send(ProducerRecord record, Callback callback) {
    // 构建请求
    ProduceRequest request = new ProduceRequest(record, callback);
    // 发送请求
    Future future = this.sender.send(request);
    // 根据ACK配置处理确认
    if (this.acks == 0) {
        // 不等待确认，直接返回成功
        callback.onCompletion(null, null);
    } else if (this.acks == 1) {
        // 等待Leader确认
        RecordMetadata metadata = future.get();
        callback.onCompletion(metadata, null);
    } else if (this.acks == -1 || this.acks == "all") {
        // 等待所有ISR确认
        RecordMetadata metadata = future.get();
        callback.onCompletion(metadata, null);
    }
    return future;
}

优缺点

acks=0：

• 优点：性能最高，延迟最低。
• 缺点：消息可能丢失，可靠性最低。

acks=1：

• 优点：在性能和可靠性之间取得平衡。
• 缺点：如果领导者在消息写入后但未同步给副本前崩溃，消息可能丢失。

acks=all：

• 优点：最高的可靠性，确保消息被所有同步副本确认。
• 缺点：性能较低，延迟较高。

缺点:

• 性能影响：更高的ACK级别会带来更高的延迟，降低吞吐量。
• 复杂性：需要根据具体应用场景选择合适的ACK配置，增加了系统设计的复杂性。

适用场景

• acks=0：适用于对消息丢失不敏感且追求高吞吐量的场景，例如日志收集、监控数据等。
• acks=1：适用于对消息有一定可靠性要求，但对性能要求较高的场景，例如实时数据处理。
• acks=all：适用于对消息可靠性要求极高且可以接受较低吞吐量的场景，例如金融交易、订单处理等。

总结

本文我们分析了 Kafka的 ACK机制以及 ISR机制，从全局来看， Kafka 和 RocketMQ有着异曲同工之妙，Kafka的 ack=all 对应 RocketMQ的同步发送，ack=1 对应 RocketMQ的异步发送，ack=0 对应 RocketMQ的单向发送。

总体来说，Kafka的 ACK机制为消息的可靠传递提供了不同级别的保障，开发者可以根据具体的应用需求选择合适的 ACK配置，以在性能和可靠性之间取得平衡。