一、Kafka总览
1）kafka集群是由broker组成，每个borker拥有一个controller，基于zookeeper做集群controllerleader选举，以及存储集群核心元数据，leadercontroller负责管理整个集群；
2）以Topic-partition-replication来存储生产者数据，每个partition为一个Log，log分段存储于文件中；
3）kafka集群管理消费者信息和消费者消费记录，这些信息也以内部topic形式存储；
4）KafkaBroker结构。
二、Broker结构
1）
2）每个borker进程，都包含各个管理器，如socketServer网络处理，replicaManager副本管理器，kafkaController集群管理器，groupCoordinator消息者数据管理器，LogManager日志数据管理器，kafkaScheduler定时器，zkClient与zookeeper通信管理器，transactionCoordinator事务协调器。
三、通信框架
1）
2）socketserver会启动一个acceptor线程，用于接收和创建新socket，并轮询安排给processorthread来处理后续的数据io；
3）processor接收到数据后包装成request请求放入单个requestQueue队列，并有多个io逻辑处理thread从requestQueue中取request处理；
4）根据request类型调用kafkaapi完成处理；
5）
6）处理完请求后，封装成reponse，根据ProcessorID放入对应的responseQueue由对应的processor线程完成回复。
四、log结构
1）Topic、partition和replica关系
2）
3）每个topic有很多个partition组成，由keyhash值分配到不同的partition，每个partition拥有多个副本replica做主从，确保数据的安全性。
4）每个partition或者replica由log存储数据，log由logsegment组成，每个logsegment由索引文件和数据文件组成。
5）
6）
7）现在Log中需要查找获取一条消息时，会根据偏移首先定位到处于哪个logsegment文件，再根据索引文件定位，Logsegment是由跳跃表组成的，便于搜索，再从数据文件读取消息；
8）
9）索引文件由K,V组成，K是相对文件中第几条消息，V是文件中的绝对位置，索引文件可以用来做二分查找，从索引文件中找到位置之后，再从数据文件中顺序查找，具体那条消息数据，为了避免索引文件太大，会相隔一定字节才写入一条索引；
10）每个partition会有多个replica进行同步，一个Leader多个follower，这些副本主从地位是由leadercontroller负责处理，只有leaderreplica才能处理请求，其它follower同步数据。
五、Controller
1）每个broker都拥有一个kafkacontroller，controller主要负责管理整个集群，但是每个集群中都只有一个leadercontroller有资格来管理集群；
2）Leadercontroller是借助zookeeper来选择的，每个controller初始化时都会向zookeeper注册竞争成为leader的路径的监听，第一个成功写入zookeeper的controller将会成为leader，其它controller就会收到新leader的通知，将自己设为follower；
3）当controller成为leader时，会向zookeeper注册相关监听；4）
5）这些监听集群数据状态的变化，如增加topicpartitionreplica等，当监听到数据发生变化，leaderController就会得到通知并处理，处理完成后会同步相关数据给其它followerController；
6）controller是以单工作线程形式运行的，其它请求通过封装为job投递到controller处理线程；7）
8）borker上下线、副本增加重分配、topic增加等，通过zookeeper通知并创建job投入job队列等待工作线程处理；
9）集群所有的元数据是存放在zookeeper上，当zookeeper数据发生变化时，通过通知到leaderController，controller处理数据，并在内存中保存一份副本，做差值处理。
六、replica管理
1）所有partition都有多个replica来管理，这样使数据更安全，不容易丢失；
2）replica的leaderfollower地位是由leaderController来管理的；
3）replica有三种类型：无效的、已分配的（正在同步但是还没达到一致状态）和在线副本（正常同步的）；
4）replica数据的同步是由replicaManager副本管理器来处理的，管理器会开启副本同步线程去leaderreplica抓取数据；
5）replica下线时，leaderController会收到zookeeper通知后会处理，如果是leaderreplica下线，则会重新选举，根据不同状态用不同选举策略选出新Leader；
6）选leader有可能来自replica下线、需要改变leader或者为了负载均衡进行重分配。
七、groupCoordinator消费数据管理
1）
2）GroupCoordinator提供访问消费者数据的接口，GroupMetadataManager负责管理消费者组的数据，GroupMetadata保存消费者组的数据，MemberMetadata保存组里每个成员的数据；
3）Kafka提供了两种存储消费者数据方式，一种是保存在zookeeper上，另一种是保存在kafkalog系统中，由于zookeeper的频繁写性能不是很好，所以kafka提供保存的选择，也是默认选择；
4）用户需要访问消费者数据时，会通过kafkaclient，随便找到一个比较空闲的borker通过其GroupCoordinator，找到其leader副本所以在的地址，并返回给client去连接，只有leaderreplica才提供服务；
5）消费者数据是通过内置的一个写死的topic来管理，通过用户的（topic，partition，消费者组）作为内置的topic分区hash来保存到log中；
6）如用户加入、新增、删除消费者组信息时，会将创建消息保存至Log中，并在内存中运行生成数据存放于2）中的数据结构。
八、生产者发送数据
1）生产者通过topic和key决定往哪个partition写入数据；
2）生产者需要携带ack用来决定应该什么时候回复，分别有0,1,-1，当为0时说明不需要回复，当为1时表示集群接收了就回复，当为-1时需要所有isr（正常同步的）都接收确认了才能回复，接收数据后，会将这条消息存入延迟执行队列，当检测其它isr来抓取数据时，会更新并检查是否可以回复生产者。
九、transactionCoordinator事务处理
1）kafka支持事务操作，并支持消费者设定read_