这篇文章将为大家详细讲解有关Kafka如何实现副本同步，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
follower副本同步的过程大致就是向leader发起获取数据请求，leader给出响应并返回数据，然后follower副本更新自己的HW和LEO值，并且follower的请求数据过程中，leader也会更新自己的HW和LE，在这里注意一下，leder副本除了维护自己的HW和LEO值以外，还维护了一份各个follower副本的LEO值，这里我们就暂时叫他RemoteLEO。
再总结一下，follower副本的同步过程无非就是从leader副本获取数据写入log，然后更新HW和LEO的值。
HW、LEO更新机制
假设我们新的kafka集群刚刚建立，没有任何生产者，没有消息，follower此时向leader发起fetch数据的请求，leader发现没有数据会将该请求暂时存在purgatory(用于临时存放暂时无法被处理的请求，但是这些请求有超时设置，如果超时则强制完成)中。Leader和follower的初始状态如下：
此时，假设生产者向kafka某个topic的分区发送了一条消息，leader副本会将自己的LEO值+1，HW值不变，RemoteLEO值不变。状态图如下：
kafka在接受到生产者的消息后，主要经历下述过程（这里假设follower暂时无发出fetch数据的请求）：
leader将数据写入底层日志，并更新自己的LEO值
leader会尝试更新自己的HW值，因为此时RemoteLEO值为0，LEO值为1，两者之间取较小的值，所以HW的值依然是0，不进行更新
当写入消息后，假设follower发出了fetch数据请求，因为有新的数据产生，所以leader会将新的数据响应给follower，follower在接收到新的数据以后，会将数据写入底层日志并且更新自己的LEO。状态图如下：
follower从发起fetch数据请求，到响应完成，leader和follower主要会经历下述过程：
follower发起fetch数据的请求，并且在请求中会携带自己自己的fetch offset因为此时follower中没有任何数据，所以fetch offset为0
leader在收到请求后，读取底层的log数据
leader会尝试更新RemoteLEO，因为follower请求中的fetch offset为0，所以不做更新
leader会尝试更新HW，比较LEO和RemoteLEO两者的大小，取较小的值，因此HW的值依然为0，不做更新
leader此时会把数据和HW值响应给follower
follower收到响应以后，会将数据写入底层log日志，并更新其LEO
follower尝试更新其HW值，比较自身的LEO值和响应中的HW，两者取较小的值，因此HW值依然为0，不做更新
以上步骤，一次fetch数据请求已全部完成，leader的HW、LEO、RemoteLEO均没有做出更新，follower将数据写入了底层日志并且更新了LEO。那么关于HW的更新则需要伴随再一次的fetch数据请求更新才能成功。正是因为HW需要两次fetch请求才能更新，因此kafka利用水印进行follower同步会产生数据丢失、数据不一致的问题(这个下一节讲)。下面让我们看一下第二次fetch请求后的结果状态图。
在经历过第二次fetch数据请求后，leader中的RemoteLEO和HW会成功更新为1，follower中的HW也会更新为1。状态图如下：
follower第二次发起fetch数据请求，到响应完成，leader和follower经历的过程和第一次没什么区别，只是请求和响应中的数据发生了变化：
follower再次发起fetch数据请求，这一次携带的fetch offset为1而不再是0
leader在收到请求后，读取底层log日志
leader尝试更新RemoteLEO，这一次本地的LEO和fectch offset都为1，因此RemoteLEO成功更新为1
leader尝试更新HW，比较LEO和RemoteLEO，两者的值均为1，因此HW也成功更新为1
leader此时会把数据（实际上这次没有数据，）和HW值响应给follower
follower收到响应后，因为此次没有数据过来，所以不再写底层log日志，LEO也不会发生更新
follower尝试更新HW，比较自身的LEO和响应中HW，因为两者都为1，所以follower的HW成功更新。
LEO、HW更新关键点
Leader LEO：消息写入底层log后便发生更新
Leader RemoteLEO：需要比较本地的RemoteLEO和fetch offset的值，两者取较小
Leader HW：需要比较RemoteLEO和LEO的值，两者取较小
更新顺序：有数据写入底层日志LEO更新，其次会尝试更新RemoteLEO，再尝试更新HW
Follower LEO：取决于response中是否有日志数据
Follower HW：response中的HW和LEO进行比较，两者取较小
关于“Kafka如何实现副本同步”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。