创建Topic的源码解析

kafka管控推荐使用滴滴开源的 Kafka运维管控平台更符合国人的操作习惯 ,
更强大的管控能力 ,更高效的问题定位能力、更便捷的集群运维能力、更专业的资源治理、更友好的运维生态

配套视频,请食用

脚本参数

sh bin/kafka-topic -help 查看更具体参数

下面只是列出了跟 --create 相关的参数

参数	描述	例子
`--bootstrap-server` 指定kafka服务	指定连接到的kafka服务; 如果有这个参数,则 `--zookeeper`可以不需要	–bootstrap-server localhost:9092
`--zookeeper`	弃用, 通过zk的连接方式连接到kafka集群;	–zookeeper localhost:2181 或者localhost:2181/kafka
`--replication-factor`	副本数量,注意不能大于broker数量;如果不提供,则会用集群中默认配置	–replication-factor 3
`--partitions`	分区数量	当创建或者修改topic的时候,用这个来指定分区数;如果创建的时候没有提供参数,则用集群中默认值; 注意如果是修改的时候,分区比之前小会有问题
`--replica-assignment`	副本分区分配方式;创建topic的时候可以自己指定副本分配情况;	`--replica-assignment` BrokerId-0:BrokerId-1:BrokerId-2,BrokerId-1:BrokerId-2:BrokerId-0,BrokerId-2:BrokerId-1:BrokerId-0 ; 这个意思是有三个分区和三个副本,对应分配的Broker; 逗号隔开标识分区;冒号隔开表示副本
`--config` <String: name=value>	用来设置topic级别的配置以覆盖默认配置;只在–create 和–bootstrap-server 同时使用时候生效; 可以配置的参数列表请看文末附件	例如覆盖两个配置 `--config retention.bytes=123455 --config retention.ms=600001`
`--command-config` <String: command 文件路径>	用来配置客户端Admin Client启动配置,只在–bootstrap-server 同时使用时候生效;	例如:设置请求的超时时间 `--command-config config/producer.proterties` ; 然后在文件中配置 request.timeout.ms=300000
`--create`	命令方式; 表示当前请求是创建Topic	`--create`

创建Topic脚本

zk方式(不推荐)

1	bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 3 --topic test

需要注意的是–zookeeper后面接的是kafka的zk配置, 假如你配置的是localhost:2181/kafka 带命名空间的这种,不要漏掉了

kafka版本 >= 2.2 支持下面方式（推荐）

1	bin/kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 3 --partitions 3 --topic test

当前分析的kafka源码版本为 kafka-2.5

创建Topic 源码分析

温馨提示: 如果阅读源码略显枯燥,你可以直接看源码总结以及后面部分

首先我们找到源码入口处, 查看一下 kafka-topic.sh脚本的内容
exec $(dirname $0)/kafka-run-class.sh kafka.admin.TopicCommand "$@"
最终是执行了kafka.admin.TopicCommand这个类，找到这个地方之后就可以断点调试源码了,用IDEA启动
在这里插入图片描述
记得配置一下入参
比如: --create --bootstrap-server 127.0.0.1:9092 --partitions 3 --topic test_create_topic3

1. 源码入口

在这里插入图片描述
上面的源码主要作用是

根据是否有传入参数--zookeeper 来判断创建哪一种对象topicService
如果传入了--zookeeper 则创建类 ZookeeperTopicService的对象
否则创建类AdminClientTopicService的对象(我们主要分析这个对象)
根据传入的参数类型判断是创建topic还是删除等等其他判断依据是是否在参数里传入了--create

2. 创建AdminClientTopicService 对象

val topicService = new AdminClientTopicService(createAdminClient(commandConfig, bootstrapServer))

2.1 先创建 Admin

object AdminClientTopicService {
    def createAdminClient(commandConfig: Properties, bootstrapServer: Option[String]): Admin = {
      bootstrapServer match {
        case Some(serverList) => commandConfig.put(CommonClientConfigs.BOOTSTRAP_SERVERS_CONFIG, serverList)
        case None =>
      }
      Admin.create(commandConfig)
    }

    def apply(commandConfig: Properties, bootstrapServer: Option[String]): AdminClientTopicService =
      new AdminClientTopicService(createAdminClient(commandConfig, bootstrapServer))
  }

如果有入参--command-config ,则将这个文件里面的参数都放到map commandConfig里面, 并且也加入bootstrap.servers的参数;假如配置文件里面已经有了bootstrap.servers配置，那么会将其覆盖
将上面的commandConfig 作为入参调用Admin.create(commandConfig)创建 Admin; 这个时候调用的Client模块的代码了, 从这里我们就可以看出,我们调用kafka-topic.sh脚本实际上是kafka模拟了一个客户端Client来创建Topic的过程;

3. AdminClientTopicService.createTopic 创建Topic

topicService.createTopic(opts)

case class AdminClientTopicService private (adminClient: Admin) extends TopicService {

  override def createTopic(topic: CommandTopicPartition): Unit = {
    //如果配置了副本副本数--replication-factor 一定要大于0
    if (topic.replicationFactor.exists(rf => rf > Short.MaxValue || rf < 1))
      throw new IllegalArgumentException(s"The replication factor must be between 1 and ${Short.MaxValue} inclusive")
     //如果配置了--partitions 分区数 必须大于0
    if (topic.partitions.exists(partitions => partitions < 1))
      throw new IllegalArgumentException(s"The partitions must be greater than 0")

 //查询是否已经存在该Topic
    if (!adminClient.listTopics().names().get().contains(topic.name)) {
      val newTopic = if (topic.hasReplicaAssignment)
        //如果指定了--replica-assignment参数；则按照指定的来分配副本
        new NewTopic(topic.name, asJavaReplicaReassignment(topic.replicaAssignment.get))
      else {
        new NewTopic(
          topic.name,
          topic.partitions.asJava,
          topic.replicationFactor.map(_.toShort).map(Short.box).asJava)
      }

      // 将配置--config 解析成一个配置map
      val configsMap = topic.configsToAdd.stringPropertyNames()
        .asScala
        .map(name => name -> topic.configsToAdd.getProperty(name))
        .toMap.asJava

      newTopic.configs(configsMap)
      //调用adminClient创建Topic
      val createResult = adminClient.createTopics(Collections.singleton(newTopic))
      createResult.all().get()
      println(s"Created topic ${topic.name}.")
    } else {
      throw new IllegalArgumentException(s"Topic ${topic.name} already exists")
    }
  }

检查各项入参是否有问题
adminClient.listTopics(),然后比较是否已经存在待创建的Topic;如果存在抛出异常;
判断是否配置了参数--replica-assignment ; 如果配置了,那么Topic就会按照指定的方式来配置副本情况
解析配置--config 配置放到 configsMap中; configsMap给到NewTopic对象
调用adminClient.createTopics创建Topic; 它是如何创建Topic的呢？往下分析源码

3.1 KafkaAdminClient.createTopics(NewTopic) 创建Topic

@Override
public CreateTopicsResult createTopics(final Collection<NewTopic> newTopics,
                                       final CreateTopicsOptions options) {
   
   //省略部分源码...
    Call call = new Call("createTopics", calcDeadlineMs(now, options.timeoutMs()),
        new ControllerNodeProvider()) {

        @Override
        public CreateTopicsRequest.Builder createRequest(int timeoutMs) {
            return new CreateTopicsRequest.Builder(
                new CreateTopicsRequestData().
                    setTopics(topics).
                    setTimeoutMs(timeoutMs).
                    setValidateOnly(options.shouldValidateOnly()));
        }

        @Override
        public void handleResponse(AbstractResponse abstractResponse) {
            //省略
        }

        @Override
        void handleFailure(Throwable throwable) {
            completeAllExceptionally(topicFutures.values(), throwable);
        }
    };
    
}

这个代码里面主要看下Call里面的接口; 先不管Kafka如何跟服务端进行通信的细节; 我们主要关注创建Topic的逻辑;

createRequest会构造一个请求参数CreateTopicsRequest 例如下图
选择ControllerNodeProvider这个节点发起网络请求

可以清楚的看到, 创建Topic这个操作是需要Controller来执行的;

4. 发起网络请求

==>服务端客户端网络模型

5. Controller角色的服务端接受请求处理逻辑

首先找到服务端处理客户端请求的 源码入口 ⇒ KafkaRequestHandler.run()

主要看里面的 apis.handle(request) 方法; 可以看到客户端的请求都在request.bodyAndSize()里面
在这里插入图片描述

5.1 KafkaApis.handle(request) 根据请求传递Api调用不同接口

进入方法可以看到根据request.header.apiKey 调用对应的方法,客户端传过来的是CreateTopics
在这里插入图片描述

5.2 KafkaApis.handleCreateTopicsRequest 处理创建Topic的请求

def handleCreateTopicsRequest(request: RequestChannel.Request): Unit = {
    // 部分代码省略
	//如果当前Broker不是属于Controller的话,就抛出异常
    if (!controller.isActive) {
      createTopicsRequest.data.topics.asScala.foreach { topic =>
        results.add(new CreatableTopicResult().setName(topic.name).
          setErrorCode(Errors.NOT_CONTROLLER.code))
      }
      sendResponseCallback(results)
    } else {
     // 部分代码省略
    }
      adminManager.createTopics(createTopicsRequest.data.timeoutMs,
          createTopicsRequest.data.validateOnly,
          toCreate,
          authorizedForDescribeConfigs,
          handleCreateTopicsResults)
    }
  }

判断当前处理的broker是不是Controller,如果不是Controller的话直接抛出异常,从这里可以看出,CreateTopic这个操作必须是Controller来进行, 出现这种情况有可能是客户端发起请求的时候Controller已经变更;
鉴权【Kafka源码】kafka鉴权机制
调用adminManager.createTopics()

5.3 adminManager.createTopics()

创建主题并等等主题完全创建,回调函数将会在超时、错误、或者主题创建完成时触发

该方法过长,省略部分代码

def createTopics(timeout: Int,
                   validateOnly: Boolean,
                   toCreate: Map[String, CreatableTopic],
                   includeConfigsAndMetatadata: Map[String, CreatableTopicResult],
                   responseCallback: Map[String, ApiError] => Unit): Unit = {

    // 1. map over topics creating assignment and calling zookeeper
    val brokers = metadataCache.getAliveBrokers.map { b => kafka.admin.BrokerMetadata(b.id, b.rack) }
    val metadata = toCreate.values.map(topic =>
      try {
          //省略部分代码
         //检查Topic是否存在
         //检查 --replica-assignment参数和 (--partitions	|| --replication-factor ) 不能同时使用
         // 如果(--partitions	|| --replication-factor ) 没有设置,则使用 Broker的配置(这个Broker肯定是Controller)
		// 计算分区副本分配方式

        createTopicPolicy match {
          case Some(policy) =>
          //省略部分代码
            adminZkClient.validateTopicCreate(topic.name(), assignments, configs)
            if (!validateOnly)
              adminZkClient.createTopicWithAssignment(topic.name, configs, assignments)

          case None =>
            if (validateOnly)
             //校验创建topic的参数准确性
              adminZkClient.validateTopicCreate(topic.name, assignments, configs)
            else
              //把topic相关数据写入到zk中
              adminZkClient.createTopicWithAssignment(topic.name, configs, assignments)
        }

       
  }

做一些校验检查
①.检查Topic是否存在
②. 检查 --replica-assignment参数和 (--partitions || --replication-factor ) 不能同时使用
③.如果(--partitions || --replication-factor ) 没有设置,则使用 Broker的配置(这个Broker肯定是Controller)
④.计算分区副本分配方式
createTopicPolicy 根据Broker是否配置了创建Topic的自定义校验策略; 使用方式是自定义实现org.apache.kafka.server.policy.CreateTopicPolicy接口;并在服务器配置 create.topic.policy.class.name=自定义类; 比如我就想所有创建Topic的请求分区数都要大于10; 那么这里就可以实现你的需求了
createTopicWithAssignment把topic相关数据写入到zk中; 进去分析一下

5.4 写入zookeeper数据

我们进入到 adminZkClient.createTopicWithAssignment(topic.name, configs, assignments)看看有哪些数据写入到了zk中;

def createTopicWithAssignment(topic: String,
                              config: Properties,
                              partitionReplicaAssignment: Map[Int, Seq[Int]]): Unit = {
  validateTopicCreate(topic, partitionReplicaAssignment, config)

  // 将topic单独的配置写入到zk中
  zkClient.setOrCreateEntityConfigs(ConfigType.Topic, topic, config)

  // 将topic分区相关信息写入zk中
  writeTopicPartitionAssignment(topic, partitionReplicaAssignment.mapValues(ReplicaAssignment(_)).toMap, isUpdate = false)
}

源码就不再深入了,这里直接详细说明一下

写入Topic配置信息

先调用SetDataRequest请求往节点 /config/topics/Topic名称 写入数据; 这里
一般这个时候都会返回 NONODE (NoNode);节点不存在; 假如zk已经存在节点就直接覆盖掉
节点不存在的话,就发起CreateRequest请求,写入数据; 并且节点类型是持久节点

这里写入的数据,是我们入参时候传的topic配置--config; 这里的配置会覆盖默认配置

写入Topic分区副本信息

将已经分配好的副本分配策略写入到 /brokers/topics/Topic名称 中; 节点类型 持久节点

具体跟zk交互的地方在
ZookeeperClient.send() 这里包装了很多跟zk的交互;
在这里插入图片描述

6. Controller监听 `/brokers/topics/Topic名称`, 通知Broker将分区写入磁盘

Controller 有监听zk上的一些节点; 在上面的流程中已经在zk中写入了 /brokers/topics/Topic名称 ; 这个时候Controller就监听到了这个变化并相应;

KafkaController.processTopicChange

private def processTopicChange(): Unit = {    //如果处理的不是Controller角色就返回    if (!isActive) return    //从zk中获取 `/brokers/topics 所有Topic    val topics = zkClient.getAllTopicsInCluster    //找出哪些是新增的    val newTopics = topics -- controllerContext.allTopics    //找出哪些Topic在zk上被删除了    val deletedTopics = controllerContext.allTopics -- topics    controllerContext.allTopics = topics        registerPartitionModificationsHandlers(newTopics.toSeq)    val addedPartitionReplicaAssignment = zkClient.getFullReplicaAssignmentForTopics(newTopics)    deletedTopics.foreach(controllerContext.removeTopic)    addedPartitionReplicaAssignment.foreach {      case (topicAndPartition, newReplicaAssignment) => controllerContext.updatePartitionFullReplicaAssignment(topicAndPartition, newReplicaAssignment)    }    info(s"New topics: [$newTopics], deleted topics: [$deletedTopics], new partition replica assignment " +      s"[$addedPartitionReplicaAssignment]")    if (addedPartitionReplicaAssignment.nonEmpty)      onNewPartitionCreation(addedPartitionReplicaAssignment.keySet)  }

从zk中获取 /brokers/topics 所有Topic跟当前Broker内存中所有BrokercontrollerContext.allTopics的差异; 就可以找到我们新增的Topic; 还有在zk中被删除了的Broker(该Topic会在当前内存中remove掉)
从zk中获取/brokers/topics/{TopicName} 给定主题的副本分配。并保存在内存中
执行onNewPartitionCreation;分区状态开始流转

6.1 onNewPartitionCreation 状态流转

关于Controller的状态机详情请看: 【kafka源码】Controller中的状态机

/**   * This callback is invoked by the topic change callback with the list of failed brokers as input.   * It does the following -   * 1. Move the newly created partitions to the NewPartition state   * 2. Move the newly created partitions from NewPartition->OnlinePartition state   */  private def onNewPartitionCreation(newPartitions: Set[TopicPartition]): Unit = {    info(s"New partition creation callback for ${newPartitions.mkString(",")}")    partitionStateMachine.handleStateChanges(newPartitions.toSeq, NewPartition)    replicaStateMachine.handleStateChanges(controllerContext.replicasForPartition(newPartitions).toSeq, NewReplica)    partitionStateMachine.handleStateChanges(      newPartitions.toSeq,      OnlinePartition,      Some(OfflinePartitionLeaderElectionStrategy(false))    )    replicaStateMachine.handleStateChanges(controllerContext.replicasForPartition(newPartitions).toSeq, OnlineReplica)  }

将待创建的分区状态流转为NewPartition;
将待创建的副本状态流转为NewReplica;
将分区状态从刚刚的NewPartition流转为OnlinePartition

获取leaderIsrAndControllerEpochs; Leader为副本的第一个;

1. 向zk中写入`/brokers/topics/{topicName}/partitions/` 持久节点; 无数据
      2. 向zk中写入`/brokers/topics/{topicName}/partitions/{分区号}` 持久节点; 无数据
      3. 向zk中写入`/brokers/topics/{topicName}/partitions/{分区号}/state` 持久节点; 数据为`leaderIsrAndControllerEpoch`![在这里插入图片描述](https://img-blog.csdnimg.cn/20210616183747171.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA2MzQwNjY=,size_16,color_FFFFFF,t_70)

向副本所属Broker发送leaderAndIsrRequest请求
向所有Broker发送UPDATE_METADATA 请求

将副本状态从刚刚的NewReplica流转为OnlineReplica ,更新下内存

关于分区状态机和副本状态机详情请看【kafka源码】Controller中的状态机

7. Broker收到LeaderAndIsrRequest 创建本地Log

上面步骤中有说到向副本所属Broker发送leaderAndIsrRequest请求,那么这里做了什么呢
其实主要做的是创建本地Log

代码太多,这里我们直接定位到只跟创建Topic相关的关键代码来分析
KafkaApis.handleLeaderAndIsrRequest->replicaManager.becomeLeaderOrFollower->ReplicaManager.makeLeaders...LogManager.getOrCreateLog

/**   * 如果日志已经存在，只返回现有日志的副本否则如果 isNew=true 或者如果没有离线日志目录，则为给定的主题和给定的分区创建日志 否则抛出 KafkaStorageException   */  def getOrCreateLog(topicPartition: TopicPartition, config: LogConfig, isNew: Boolean = false, isFuture: Boolean = false): Log = {    logCreationOrDeletionLock synchronized {      getLog(topicPartition, isFuture).getOrElse {        // create the log if it has not already been created in another thread        if (!isNew && offlineLogDirs.nonEmpty)          throw new KafkaStorageException(s"Can not create log for $topicPartition because log directories ${offlineLogDirs.mkString(",")} are offline")        val logDirs: List[File] = {          val preferredLogDir = preferredLogDirs.get(topicPartition)          if (isFuture) {            if (preferredLogDir == null)              throw new IllegalStateException(s"Can not create the future log for $topicPartition without having a preferred log directory")            else if (getLog(topicPartition).get.dir.getParent == preferredLogDir)              throw new IllegalStateException(s"Can not create the future log for $topicPartition in the current log directory of this partition")          }          if (preferredLogDir != null)            List(new File(preferredLogDir))          else            nextLogDirs()        }        val logDirName = {          if (isFuture)            Log.logFutureDirName(topicPartition)          else            Log.logDirName(topicPartition)        }        val logDir = logDirs          .toStream // to prevent actually mapping the whole list, lazy map          .map(createLogDirectory(_, logDirName))          .find(_.isSuccess)          .getOrElse(Failure(new KafkaStorageException("No log directories available. Tried " + logDirs.map(_.getAbsolutePath).mkString(", "))))          .get // If Failure, will throw        val log = Log(          dir = logDir,          config = config,          logStartOffset = 0L,          recoveryPoint = 0L,          maxProducerIdExpirationMs = maxPidExpirationMs,          producerIdExpirationCheckIntervalMs = LogManager.ProducerIdExpirationCheckIntervalMs,          scheduler = scheduler,          time = time,          brokerTopicStats = brokerTopicStats,          logDirFailureChannel = logDirFailureChannel)        if (isFuture)          futureLogs.put(topicPartition, log)        else          currentLogs.put(topicPartition, log)        info(s"Created log for partition $topicPartition in $logDir with properties " + s"{${config.originals.asScala.mkString(", ")}}.")        // Remove the preferred log dir since it has already been satisfied        preferredLogDirs.remove(topicPartition)        log      }    }  }

如果日志已经存在，只返回现有日志的副本否则如果 isNew=true 或者如果没有离线日志目录，则为给定的主题和给定的分区创建日志否则抛出 KafkaStorageException

详细请看【kafka源码】LeaderAndIsrRequest请求

源码总结

如果上面的源码分析,你不想看,那么你可以直接看这里的简洁叙述

根据是否有传入参数--zookeeper 来判断创建哪一种对象topicService
如果传入了--zookeeper 则创建类 ZookeeperTopicService的对象
否则创建类AdminClientTopicService的对象(我们主要分析这个对象)
如果有入参--command-config ,则将这个文件里面的参数都放到mapl类型 commandConfig里面, 并且也加入bootstrap.servers的参数;假如配置文件里面已经有了bootstrap.servers配置，那么会将其覆盖
将上面的commandConfig 作为入参调用Admin.create(commandConfig)创建 Admin; 这个时候调用的Client模块的代码了, 从这里我们就可以猜测,我们调用kafka-topic.sh脚本实际上是kafka模拟了一个客户端Client来创建Topic的过程;
一些异常检查
①.如果配置了副本副本数–replication-factor 一定要大于0
②.如果配置了–partitions 分区数必须大于0
③.去zk查询是否已经存在该Topic
判断是否配置了参数--replica-assignment ; 如果配置了,那么Topic就会按照指定的方式来配置副本情况
解析配置--config 配置放到configsMap中; configsMap给到NewTopic对象
将上面所有的参数包装成一个请求参数CreateTopicsRequest ；然后找到是Controller的节点发起请求(ControllerNodeProvider)
服务端收到请求之后,开始根据CreateTopicsRequest来调用创建Topic的方法; 不过首先要判断一下自己这个时候是不是Controller; 有可能这个时候Controller重新选举了; 这个时候要抛出异常
服务端进行一下请求参数检查
①.检查Topic是否存在
②.检查 --replica-assignment参数和 (--partitions || --replication-factor ) 不能同时使用
如果(--partitions || --replication-factor ) 没有设置,则使用 Broker的默认配置(这个Broker肯定是Controller)
计算分区副本分配方式;如果是传入了 --replica-assignment;则会安装自定义参数进行组装;否则的话系统会自动计算分配方式; 具体详情请看【kafka源码】创建Topic的时候是如何分区和副本的分配规则
createTopicPolicy 根据Broker是否配置了创建Topic的自定义校验策略; 使用方式是自定义实现org.apache.kafka.server.policy.CreateTopicPolicy接口;并在服务器配置 create.topic.policy.class.name=自定义类; 比如我就想所有创建Topic的请求分区数都要大于10; 那么这里就可以实现你的需求了
zk中写入Topic配置信息 发起CreateRequest请求,这里写入的数据,是我们入参时候传的topic配置--config; 这里的配置会覆盖默认配置；并且节点类型是持久节点;path = /config/topics/Topic名称
zk中写入Topic分区副本信息 发起CreateRequest请求 ,将已经分配好的副本分配策略写入到 /brokers/topics/Topic名称 中; 节点类型持久节点
Controller监听zk上面的topic信息; 根据zk上变更的topic信息;计算出新增/删除了哪些Topic; 然后拿到新增Topic的副本分配信息; 并做一些状态流转
向新增Topic所在Broker发送leaderAndIsrRequest请求,
Broker收到发送leaderAndIsrRequest请求; 创建副本Log文件;

在这里插入图片描述

Q&A

创建Topic的时候在Zk上创建了哪些节点

接受客户端请求阶段：

topic的配置信息 /config/topics/Topic名称 持久节点

topic的分区信息/brokers/topics/Topic名称 持久节点

Controller监听zk节点/brokers/topics变更阶段

/brokers/topics/{topicName}/partitions/ 持久节点; 无数据

向zk中写入/brokers/topics/{topicName}/partitions/{分区号} 持久节点; 无数据

向zk中写入/brokers/topics/{topicName}/partitions/{分区号}/state 持久节点;

创建Topic的时候什么时候在Broker磁盘上创建的日志文件

当Controller监听zk节点/brokers/topics变更之后,将新增的Topic 解析好的分区状态流转
NonExistentPartition->NewPartition->OnlinePartition 当流转到OnlinePartition的时候会像分区分配到的Broker发送一个leaderAndIsrRequest请求,当Broker们收到这个请求之后,根据请求参数做一些处理,其中就包括检查自身有没有这个分区副本的本地Log;如果没有的话就重新创建;

如果我没有指定分区数或者副本数,那么会如何创建

我们都知道,如果我们没有指定分区数或者副本数, 则默认使用Broker的配置, 那么这么多Broker,假如不小心默认值配置不一样,那究竟使用哪一个呢？那肯定是哪台机器执行创建topic的过程,就是使用谁的配置;
所以是谁执行的？ 那肯定是Controller啊! 上面的源码我们分析到了,创建的过程,会指定Controller这台机器去进行;

如果我手动删除了`/brokers/topics/`下的某个节点会怎么样？

详情请看【kafka实战】一不小心删除了/brokers/topics/下的某个Topic

如果我手动在zk中添加`/brokers/topics/{TopicName}`节点会怎么样

先说结论: 根据上面分析过的源码画出的时序图可以指定; 客户端发起创建Topic的请求,本质上是去zk里面写两个数据

topic的配置信息 /config/topics/Topic名称 持久节点

topic的分区信息/brokers/topics/Topic名称 持久节点
所以我们绕过这一步骤直接去写入数据,可以达到一样的效果;不过我们的数据需要保证准确
因为在这一步已经没有了一些基本的校验了; 假如这一步我们写入的副本Brokerid不存在会怎样,从时序图中可以看到，leaderAndIsrRequest请求; 就不会正确的发送的不存在的BrokerId上,那么那台机器就不会创建Log文件;

下面不妨让我们来验证一下;
创建一个节点/brokers/topics/create_topic_byhand_zk 节点数据为下面数据;
1
>{"version":2,"partitions":{"2":[3],"1":[3],"0":[3]},"adding_replicas":{},"removing_replicas":{}}
这里我用的工具PRETTYZOO手动创建的,你也可以用命令行创建;
创建完成之后我们再看看本地有没有生成一个Log文件

可以看到我们指定的Broker,已经生成了对应的分区副本Log文件;
而且zk中也写入了其他的数据
在我们写入zk数据的时候，就已经确定好了哪个每个分区的Leader是谁了,那就是第一个副本默认为Leader

如果写入`/brokers/topics/{TopicName}`节点之后Controller挂掉了会怎么样

先说结论：Controller 重新选举的时候,会有一些初始化的操作; 会把创建过程继续下去

1
replicaStateMachine.startup()partitionStateMachine.startup()
启动状态机的过程是不是跟上面的6.1 onNewPartitionCreation 状态流转 的过程很像; 最终都把状态流转到了OnlinePartition; 伴随着是不发起了leaderAndIsrRequest请求; 是不是Broker收到请求之后,创建本地Log文件了

创建Topic的时候 Leader选举策略是什么样子的？

TODO..

附件

–config 可生效参数

请以sh bin/kafka-topic -help 为准

configurations:                                        cleanup.policy                                          compression.type                                        delete.retention.ms                                     file.delete.delay.ms                                    flush.messages                                          flush.ms                                                follower.replication.throttled.       replicas                                             index.interval.bytes                                  leader.replication.throttled.replicas                 max.compaction.lag.ms                                 max.message.bytes                                     message.downconversion.enable                         message.format.version                                message.timestamp.difference.max.ms                   message.timestamp.type                                min.cleanable.dirty.ratio                             min.compaction.lag.ms                                 min.insync.replicas                                   preallocate                                           retention.bytes                                       retention.ms                                          segment.bytes                                         segment.index.bytes                                   segment.jitter.ms                                     segment.ms                                            unclean.leader.election.enable

Tips:如果关于本篇文章你有疑问,可以在评论区留下,或者直接加我微信

PS: 文章阅读的源码版本是kafka-2.5

作者石臻臻,工作8年的互联网老兵,丰富的开发和管理经验,全网「粉丝数4万」,

先后从事「电商」、「中间件」、「大数据」等工作

现在任职于「滴滴技术专家」岗位,从事开源建设工作

目前在维护个人公众号「石臻臻的杂货铺」 ; 关注公众号会有「日常送书活动」;

欢迎进「高质量」「滴滴开源技术答疑群」 , 群内每周技术专家轮流值班答疑

===============================可帮忙「内推」一二线大厂 ===============================