Kafka分区管理

1.优先副本的选举

优先副本是为了解决负载失衡的情况，是指在AR集合列表中的第一个副本，比如分区0的AR集合列表为[1,2,0]，那么分区0的优先副本即为1。理想情况下优先副本就是该分区的leader副本

优先副本的选举是指通过一定的方式促使优先副本选举为leader副本，来促进集群的负载均衡，也称为分区平衡

分区平衡并不意味着Kafka集群的负载均衡，因为还要考虑集群中的分区分配是否均衡。更进一步，每个分区的leader副本的负载也是各不相同的

Kafka中提供了分区自动平衡的功能，默认参数为auto.leader.rebalance.enable，默认值为true，开启该功能后，Kafka控制器会启动一个定时任务，该任务会轮询所有broker节点，计算每个节点的分区不平衡率（非优先副本的leader个数/分区总数）是否超过leader.imbalance.per.broker.percentage的值，默认为10%，超过则自动执行优先副本的选举动作，执行周期由leader.imbalance.check.interval.seconds控制，默认300秒

生产中不建议设置自动分区平衡，可能会引起客户端一定程度的阻塞，因为不能自主控制选举操作

kafka-preferred-replica-election.sh脚本提供了对分区leader副本进行重新平衡的功能

2.分区重分配

kafka-reassign-partitions.sh脚本提供了执行分区重分配的功能

首先创建一个包含主题清单的文件，其次根据主题清单和broker节点清单生成一份重分配方案，最后根据方案执行

3.分区数的选择

1.性能测试

kafka-producer-perf-test.sh

kafka-consumer-perf-test.sh

2.分区数和吞吐量之间的关系

首先创建分区数为1、20、50、100、200、500、1000的主题，副本因子都设置为1

生产者测试：

bin/kafka-producer-perf-test.sh --topic topic-1 --num-records 100000 --records-size 1024 --throughput -1 --producer-props bootstrap.servers=localhost:9092 acks=1

发送速度分别为：

31.10 MB/sec、98.25 MB/sec、104.33 MB/sec、106.38 MB/sec、105.46 MB/sec、93.36 MB/sec、84.92 MB/sec

可以看出并不是分区数越多吞吐量越大，所以可以通过测试找出一个合理的临界值区间，消费者也可以同样验证