目录：
- Kafka存储机制
- Kafka分区规则
- Kafka日志
Kafka存储机制
再说Kafka存储机制之前我们先了解下分区和副本的作用：
- 分区：为了提高性能（也就是分而治之，它是高并发分布式中心思想）。
- 副本：为了高可用（保证数据安全）。
副本数量如何定义：
- 不要超过broker的数量，最低一个（首先会报错；其次没有意义，broker宕调时不管你有多少个副本都是没有意义的）。
- 就经验来说，参考Hadoop副本数量分配（Hadoop默认3个）。
Kafka分为索引数据和数据，xxx.index、xxx.log。
存储机制同样采用分而治之的方式，首先消息根据topic分区，每个topic又有多个partition，每个partition下又有多个segment。
每一个partition就相当于一个巨大的文件，它被segment拆分成多个小文件，这边是分而治之的思想。你也可以理解成一个公司，老板是partition，他下面有多个中层领导。
.index存储元数据，.log存储大量的消息。以index中348的偏移量，对应log文件中的第3个消息，即log文件170410+3=170413。
Kafka分区规则
假如我们有3个分区，3个副本。
L：leader，F：follow。
T1L T2L T3L
T1F1 T2F1 T3F1
T1F2 T2F2 T3F2
1、先从所有broker选一个存储第一个leader分区。
2、按照broker顺序分配第二、第三个leader分区。
3、一次分配follow分区（如：第一个leader分区被分配到broker1上，那么其它两个follow分区就会被分配到broker2和broker3上）。
Kafka日志
ISR、HW、LEO同步流程：
- ISR(In-sync replica): 副本同步队列，当有一条新的消息提交后，副本同步消息成功后才会出现在此队列中。若某个follow副本落后太多或宕机，leader会将它从ISR中删除。
- HW(high watemark): 高水位，指ISR中所有节点都已经复制完的消息的offset，也是消费者能获取到的最大的offset。
- LEO(LogEndOffset): 最后一条消息的偏移量。
假如有3个副本。
一开始消息的状态是这样的：
L F1 F2
1 1 1
2 2 2
HW & LEO 3 3 3
现发送一条消息，此时消息会先到leader副本，然后再通知其它两个follow副本复制。若此时仅有F1复制成功，此时便是这样的。
L F1 F2
1 1 1
2 2 2
HW 3 3 3
LEO 4 4
那么HW便是在4之上的3的位置，LEO是4的位置，LSR是L、F1。
当所有副本都同步完之后，HW与LEO便回到一个位置上。
L F1 F2 1 1 1 2 2 2 HW & LEO 3 3 3
4 4 4
查看日志命令：./kafka-dumplog.sh --files --file /home/hadoop/kafka/broker-0/xxxx.index