1.Kafka Logcleaner源码分析
2.源码解析kafka删除topic
3.SpringBoot系列SpringBoot整合Kafka(含源码)
4.kafka源码Topic的日日志创建源码分析(附视频)
5.记一次 Kafka 重启失败问题排查
6.Kafka消费者源码：重平衡（1）-初始化与FIND_COORDINATOR
Kafka Logcleaner源码分析
Kafka日志保留策略包括按时间/大小和compact两种。Logcleaner遵循compact策略清理日志，志源只保留最新的系统消息，当多个消息具有相同key时，日日志只保留最新的志源一个。
每个日志由两部分组成：clean和dirty。系统爆竹辅助源码dirty部分可以进一步划分为cleanable和uncleanable。日日志uncleanable部分不允许清理，志源包括活跃段和未达到compact延迟时间的系统段。
清理过程由后台线程定期执行，日日志选择最脏的志源日志进行清理，脏度由dirty部分字节数与总字节数的系统比例决定。清理前，日日志Logcleaner构建一个key->last_offset映射，志源包含dirty部分的系统所有消息。清理后，日志文件过滤掉过期消息，并合并较小的连续段为较大文件。
payload为null的消息被Logcleaner删除，这类消息在topic配置的时间内保留，然后被清理。清理过程需与幂等性和事务性生产者兼容，保留活跃生产者最后一批消息，直到产生新消息或生产者不活跃。只清理提交或终止事物中的消息，未提交事物中的消息不清理。
Logcleaner通过cleanOrSleep方法启动清理，选择最脏日志，调用clean清理并合并段。在清理前计算tombstone的cszp插件源码解析移除时间，确保在clean部分驻留一定时间后移除。清理过程包括构建offset映射，分组段文件并清理合并。
Logcleaner的清理逻辑确保了高效和一致的日志管理，助力Kafka系统稳定运行。
源码解析kafka删除topic
本文以kafka0.8.2.2为例，解析如何删除一个topic以及其背后的关键技术和源码实现过程。
删除一个topic涉及两个关键点：配置删除参数以及执行删除操作。
首先，配置参数`delete.topic.enable`为`True`，这是Broker级别的配置，用于指示kafka是否允许执行topic删除操作。
其次，执行命令`bin/kafka-topics.sh --zookeeper zk_host:port/chroot --delete --topic my_topic_name`，此命令指示kafka删除指定的topic。
若未配置`delete.topic.enable`为`True`，topic仅被标记为删除状态，而非立即清除。此时，通常的做法是手动删除Zookeeper中的topic信息和日志，但这仅会清除Zookeeper的数据，并不会真正清除kafkaBroker内存中的topic数据。因此，最佳做法是配置`delete.topic.enable`为`True`，然后重启kafka。
接下来，我们介绍几个关键类和它们在删除topic过程中的作用。
1. **PartitionStateMachine**：该类代表分区的状态机，决定分区的github内网穿透源码当前状态及其转移。状态包括：NonExistentPartition、NewPartition、OnlinePartition、OfflinePartition。
2. **ReplicaManager**：负责管理当前机器的所有副本，处理读写、删除等具体操作。读写操作流程包括获取partition对象，再获取Replica对象，接着获取Log对象，并通过其管理的Segment对象将数据写入、读出。
3. **ReplicaStateMachine**：副本的状态机，决定副本的当前状态和状态之间的转移。状态包括：NewReplica、OnlineReplica、OfflineReplica、ReplicaDeletionStarted、ReplicaDeletionSuccessful、ReplicaDeletionIneligible、NonExistentReplica。
4. **TopicDeletionManager**：管理topic删除的状态机，包括发布删除命令、监听并开始删除topic、以及执行删除操作。
在删除topic的过程中，分为四个阶段：客户端执行删除命令、未配置`delete.topic.enable`的流水、配置了`delete.topic.enable`的萝卜App源码修复流水、以及手动删除Zookeeper上topic信息和磁盘数据。
客户端执行删除命令时，会在"/admin/delete_topics"目录下创建topicName节点。
未配置`delete.topic.enable`时，topic删除流程涉及监听topic删除命令、判断`delete.topic.enable`状态、标记topic为不可删除、以及队列删除topic任务。
配置了`delete.topic.enable`时，额外步骤包括停止删除topic、检查特定条件、更新删除topic集合、激活删除线程、执行删除操作，如解除分区变动监听、清除内存数据结构、删除副本数据、删除Zookeeper节点信息等。
关于手动删除Zookeeper上topic信息和磁盘数据，通常做法是删除Zookeeper的topic相关信息及磁盘数据，但这可能导致部分内存数据未清除。是否会有隐患，需要进一步测试。
总结而言，kafka的topic删除流程基于Zookeeper实现，通过配置参数、执行命令、管理状态机以及清理相关数据，以实现topic的采集爆款源码有序删除。正确配置`delete.topic.enable`并执行删除操作是确保topic完全清除的关键步骤。
SpringBoot系列SpringBoot整合Kafka(含源码)
在现代微服务架构的构建中，消息队列扮演着关键角色，而Apache Kafka凭借其高吞吐量、可扩展性和容错性脱颖而出。本文将深入讲解如何在SpringBoot框架中集成Kafka，以实现实时数据传输和处理。
Kafka是一个开源的流处理平台，由LinkedIn开发，专为大型实时数据流处理应用设计。它基于发布/订阅模式，支持分布式系统中的数据可靠传递，并可与Apache Storm、Hadoop、Spark等集成，应用于日志收集、大规模消息系统、用户活动跟踪、实时数据处理、指标聚合以及事件分发等场景。
在集成SpringBoot和Kafka时，首先需要配置版本依赖。如果遇到如"Error connecting to node"的连接问题，可以尝试修改本地hosts文件，确保正确指定Kafka服务器的IP地址。成功整合后，SpringBoot将允许服务间高效地传递消息，避免消息丢失，极大地简化了开发过程。
完整源码可通过关注公众号"架构殿堂"获取，回复"SpringBoot+Kafka"即可。最后，感谢您的支持和持续关注，"架构殿堂"公众号将不断更新AIGC、Java基础面试题、Netty、Spring Boot、Spring Cloud等实用内容，期待您的持续关注和学习。
kafka源码Topic的创建源码分析(附视频)
关于Kafka Topic创建的源码分析，可以从kafka-topic.sh脚本的入口开始，它执行了kafka.admin.TopicCommand类。在创建Topic时，主要涉及AdminClientTopicService对象的创建和AdminClientClient创建Topics方法的调用，其中Controller负责处理客户端的CreateTopics请求。
服务端的处理逻辑在KafkaRequestHandler.run()方法中，通过apis.handle(request)调用对应接口，如KafkaApis.handleCreateTopicsRequest，这个方法会触发adminManager.createTopics()，创建主题并监控其完成状态。创建的Topic配置和分区副本信息会被写入Zookeeper，如Topic配置和Topic的分区副本分配。
当Controller监听到/brokers/topics/Topic名称的变更后，会触发Broker在磁盘上创建相关Log文件。如果Controller在创建过程中失败，如Controller挂掉，待重新选举后，创建过程会继续，直到Log文件被创建并同步到zk中。
创建Topic时，zk上会创建特定节点，包括主题配置和分区信息。手动添加或删除/brokers/topics/节点将影响Topic的创建和管理。完整参数可通过sh bin/kafka-topic -help查看。
记一次 Kafka 重启失败问题排查
在2月日下午1点左右，收到用户反馈，日志显示kafka集群A主题的分区选举不到leader，导致部分消息发送到该分区时，出现无leader错误。运维在kafka-manager中发现broker0节点处于假死状态，进程仍在运行，尝试多次重启后仍无反应。为了解决问题，运维使用kill命令终止了节点进程，接着尝试重启，但失败了。
kafka版本为0.，其中unclean.leader.election.enable参数默认为false，表示分区不能在ISR以外的副本中选举leader。因为A主题的分区leader副本位于broker0，且另一个副本速度跟不上leader，已被踢出ISR。这导致发送到分区的消息持续报错，且未消费的消息无法继续消费。
查看KafkaServer.log日志，发现Kafka启动过程中生成了大量日志，显示大量主题索引文件损坏，并在重建索引文件。定位到源码中kafka.log.OffsetIndex#sanityCheck方法，该方法用于检查每个logsegment的index文件，确保索引文件的完整性。判断索引文件是否损坏的依据是，entries索引块等于零时，表示索引没有内容，没有损坏；当entries不等于零，需要判断索引文件最后偏移量是否大于索引文件的基偏移量，不大于则认为索引文件损坏，需要重建。
日志显示非正常退出可能导致旧版本中发生此问题。然而，后续版本已经修复了这个问题，修复逻辑是删除损坏的日志文件并重建。接着，查看导致重启失败的错误信息，发现问题出在删除并重建索引过程中。在相关issues中，找到了关于这个问题的描述，表明它很难复现。为了解决问题，升级kafka版本是当务之急。
针对问题，解决思路是确保broker0启动成功，恢复A主题的分区。由于日志和索引文件导致启动失败，只需删除损坏的日志和索引文件并重启即可。但如果分区的日志索引文件也损坏，会导致该分区下未消费的数据丢失，因为此时分区的leader仍在broker0中，但由于broker0挂掉且分区ISR只有leader，导致分区不可用。在数据清空broker0上的leader数据并重启后，Kafka可能会将broker0的副本作为leader，但由于数据被清空，只能将follower数据截断为0，不大于leader的偏移量，这不合理。
提出一个可能的操作，即在分区不可用时，用户可以手动设置分区内的任意一个副本作为leader。后续将对这个问题进行深入分析。
张乘辉，中通科技信息中心技术平台部员工，主要负责消息平台与全链路压测项目的研发。热衷于技术分享，微信公众号「后端进阶」作者，技术博客作者，Seata Contributor，GitHub ID：objcoding。
Kafka消费者源码：重平衡（1）-初始化与FIND_COORDINATOR
在Kafka 2.5.2的消费者组中，重平衡是关键，它定义了消费者如何根据订阅关系调整对Topic分区的分配。当消费者数量、订阅的Topic或GroupCoordinator所在的Broker发生变更时，会触发重平衡。
消费者组状态由GroupState类管理，共有五个状态：Empty（无成员）、PreparingRebalance（加入中）、CompletingRebalance（等待分配）、Stable（已平衡）和Dead（元数据已删除）。状态间的转换基于预先定义的前置状态。例如，从Empty到PreparingRebalance，预示着重平衡的开始。
重平衡过程分为几个步骤，首先是消费者和Broker之间的协调。服务端启动时，GroupCoordinator组件即已就绪，而Consumer通过ConsumerCoordinator与之通信。在启动时，消费者首先会通过FindCoordinatorRequest找到GroupCoordinator，通过最小负载节点发送请求，然后服务端确定哪个Broker负责协调，如groupId的hash值对consumer_offsets分区数取模确定。
一旦找到GroupCoordinator，消费者会发送JoinGroupRequest。后续步骤如SYNC_GROUP和HEARTBEAT确保消费者与协调器保持同步。这部分详细内容在后续的文章中会进一步探讨。
