新闻详情

新闻详情

首页 / 资讯中心 / 详情

Kafka架构 数据发送保障

发布时间:2026/11/4 13:19:50来源:尧图网络
Kafka架构 数据发送保障
producer是如何确定分区已经成功的将这条消息保存起来了其实就是produce发送消息leader收到这条消息并且成功的保存下来了那么会给producer回复叫做ACKproducer在收到了这样回复之后就认为分区把消息成功保存下来了。如果producer没有收到这样的消息那么producer会重复的发送这条消息再次发送直到收到为止。这就是kafka中发送数据的保障。leader在将消息存储到本地之后follower需要向leader做消息的同步副本的同步方式有下面两种策略。kafka采用的是第二种策略当所有的follower同步完成之后才会发送ACK给producer。第一个策略当中副本的数量是有要求的。第二个策略当中但凡有一个follower没有同步完成这个时候leader就得一直等下去直到同步完成才会给producer发ack。这样是不行的不能让leader死等下去。leader维护了一个动态的列表副本同步队列也就是有哪些follower可以和leader建立联系。这样follower就会存在ISR队列里面在一个主题描述信息查看的时候可以看到leader和follower的结合也就是哪些follower可以和leader建立联系这样的follower就会存在于ISR队列当中。当ISR中的follower完成数据的同步之后leader就就会给producer发送ack应答。如果follower长时间没有和leader进行同步那么也不会死等下去了会将follower踢出isr的队列当剩下的follower将数据同步完成leader就可以向producer发送ack了。同样当leader发生故障之后就会从ISR列表中当中选举一个新的leader出来。这就是Kafka当中消息保障的机制。kafka为了保证数据可以成功的写入分区当中会有一个ack的应答机制。1 不需要等待副本的同步leader只要将消息写下来了就会返回ackproducer就可以发送下一条消息了。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉