您好,登錄后才能下訂單哦!
這期內(nèi)容當中小編將會給大家?guī)碛嘘PKafka的資源隔離是什么,文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述,閱讀完這篇文章希望大家可以有所收獲。
之前由于業(yè)務的復雜性和規(guī)模不大,大數(shù)據(jù)平臺對于Kafka集群的劃分比較簡單。于是,一段時間以后導致公司業(yè)務數(shù)據(jù)混雜在一起,某一個業(yè)務主題存在的不合理使用都有可能導致某些Broker負載過重,影響到其他正常的業(yè)務,甚至某些Broker的故障會出現(xiàn)影響整個集群,導致全公司業(yè)務不可用的風險。
按功能屬性拆分獨立的集群
集群內(nèi)部Topic粒度的資源隔離
集群拆分
按照功能維度拆分多個Kafka物理集群,進行業(yè)務隔離,降低運維復雜度。
以目前最重要的埋點數(shù)據(jù)使用來說,目前拆分為三類集群,各類集群的功能定義如下:
Log集群:各端的埋點數(shù)據(jù)采集后會優(yōu)先落地到該集群,所以這個過程不能出現(xiàn)由于Kafka問題導致采集中斷,這對Kafka可用性要求很高。因此該集群不會對外提供訂閱,保證消費方可控;同時該集群業(yè)務也作為離線采集的源頭,數(shù)據(jù)會通過Camus組件按小時時間粒度dump到HDFS中,這部分數(shù)據(jù)參與后續(xù)的離線計算。
全量訂閱集群:該集群Topic中的絕大部分數(shù)據(jù)是從Log集群實時同步過來的。上面我們提到了Log集群的數(shù)據(jù)是不對外的,因此全量集群就承擔了消費訂閱的職責。目前主要是用于平臺內(nèi)部的實時任務中,來對多個業(yè)務線的數(shù)據(jù)分析并提供分析服務。
個性定制集群:之前提到過,我們可以根據(jù)業(yè)務方需求來拆分、合并數(shù)據(jù)日志源,同時我們還支持定制化Topic,該集群只需要提供分流后Topic的落地存儲。
資源隔離
Topic的流量大小是集群內(nèi)部進行資源隔離的重要依據(jù)。例如,我們在業(yè)務中埋點日志量較大的兩個數(shù)據(jù)源分別是后端埋點數(shù)據(jù)源server-event和端上的埋點mobile-event數(shù)據(jù)源,我們要避免存儲兩個數(shù)據(jù)的主題分區(qū)分配到集群中同一個Broker上的節(jié)點。通過在不同Topic進行物理隔離,就可以避免Broker上的流量發(fā)生傾斜。
上述就是小編為大家分享的Kafka的資源隔離是什么了,如果剛好有類似的疑惑,不妨參照上述分析進行理解。如果想知道更多相關知識,歡迎關注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內(nèi)容。