如何修改分区的指定副本为Leader|设计方案

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

大家好,我是石臻臻,这是「kafka专栏」连载中的第「N」篇文章…

前几天有个群友问我: kafka如何修改优先副本？
他们有个需求是, 想指定某个分区中的其中一个副本为Leader

需求分析

对于这么一个问题,在我们生产环境还是挺常见的,经常有需要修改某个Topic中某分区的Leader
比如 topic1-0这个分区有3个副本[0,1,2], 按照「优先副本」的规则,那么 0 号副本肯定就是Leader了
我们都知道分区中的只有Leader副本才会提供读写副本,其他副本作为备份
假如在某些情况下,「0」 号副本性能资源不够,或者网络不太好,或者IO压力比较大,那么肯定对Topic的整体读写性能有很大影响, 这个时候切换一台压力较小副本作为Leader就显得很重要;

优先副本: 分区中的AR(所有副本)信息, 优先选择排在第一位的副本作为Leader
Leader机制: 分区中只有一个Leader来承担读写,其他副本只是作为备份

那么如何实现这样一个需求呢？

解决方案

知道了原理之后,我们就能想到对应的解决方案了
只要将分区的 AR 中的第一个位置,替换成你指定副本就行了;
AR = { 0,1,2 } ==> AR = {2,1,0}

一般能够达到这个目的有两种方案，下面我们来分析一下

方案一: 分区副本重分配

之前关于分区副本重分配我已经写过很多文章了,如果想详细了解分区副本重分配、数据迁移、副本扩缩容可以看看链接的文章, 这里我就简单说一下;

一般分区副本重分配主要有三个流程

生成推荐的迁移Json文件
执行迁移Json文件
验证迁移流程是否完成

这里我们主要看第2步骤, 来看看迁移文件一般是什么样子的

{
	"version": 1,
	"partitions": [{
		"topic": "topic1",
		"partition": 0,
		"replicas": [0,1,2]
	}]
}

这个迁移Json意思是, 把topic1的「0」号分区的副本分配成[0,1,2] ,也就是说 topic1-0号分区最终有3个副本分别在 {brokerId-0,brokerId-1,brokerId-2} ; 如果你有看过我之前写的分区副本重分配原理源码分析，那么肯定就知道,不管你之前的分配方式是什么样子的, 最终副本分配都是 [0,1,2] , 之前副本多的,会被删掉,少的会被新增;

那么我们想要实现我们的需求
是不是把这个Json文件中的 “replicas”: [0,1,2] 改一下就行了,比如改成 “replicas”: [2,1,0]
改完Json后执行,执行execute, 正式开始重分配流程! 迁移完成之后, 就会发现,Leader已经变成上面的第一个位置的副本「2」了

优缺点

优点: 实现了需求, 并且主动切换了Leader

缺点: 操作比较复杂容易出错,需要先获取原先的分区分配数据,然后手动修改Json文件,这里比较容易出错,影响会比较大,当然这些都可以通过校验接口来做好限制, 最重要的一点是副本重分配当前只能有一个任务 !
假如你当前有一个「副本重分配」的任务在,那么这里就不能够执行了, 「副本重分配」是一个比较「重」了的操作,出错对集群的影响比较大

方案二: 手动修改AR顺序

首先,我们知道分区副本的分配数据是保存在zookeeper中的节点brokers/topics/{topicName} 中; 我们看个Topic1的节点数据例子;

{
	"version": 2,
	"partitions": {
		"2": [3, 2, 1],
		"1": [2, 1, 3],
		"4": [2, 3, 1],
		"0": [1, 3, 2],
		"3": [1, 2, 3]
	},
	"adding_replicas": {},
	"removing_replicas": {}
}

数据解释:
version:
版本信息, 现在有「1」、「2」两个版本

removing_replicas:
需要删除的副本数据, 在进行分区副本重分配过程中,
多余的副本会在数据迁移快完成的时候被删除掉，删除成功这里的数据会被清除

adding_replicas:
需要新增的副本数据，在进行分区副本重分配过程中,
新增加的副本将会被新增,新增完成这里的数据会清除;

partitions:
Topic的所有分区副本分配方式; 上面表示总共有5个分区,以及对应的副本位置;

知道了这些之后,想要修改优先副本,是不是可以通过直接修改zookeeper中的节点数据就行了; 比如
我们把「1」号分区的副本位置改成 [2,1,3]

改成这样之后, 还需要执行重新进行优先副本选举操作 ,例如通过kafka的命令执行

1
2
3


sh bin/kafka-leader-election.sh --bootstrap-server xxxx:9090 --topic Topic1--election-type PREFERRED --partition 1

--election-type : PREFERRED 这个表示的以优先副本的方式进行重新选举

那么做完这两步之后, 我们的修改优先副本的目的就达成了………吗？

实则并没有, 因为这里仅仅只是修改了 zookeeper节点的数据, 而bin/kafka-leader-election.sh 重选举的操作是Controller来进行的; 如果你对Controller的作用和源码足够了解, 肯定知道Controller里面保存了每个Topic的分区副本信息, 是保存在JVM内存中的, 然后我们手动修改Zookeeper中的节点,并没有触发 Controller更新自身的内存
也就是说就算我们执行了kafka-leader-election.sh , 它也不会有任何变化,因为优先副本没有被感知到修改了;

解决这个问题也很简单,让Controller感知到数据的变更就行了
最简单的方法, 让Controller发生重新选举, 数据重新加载!

总结

手动修改zookeeper中的「AR」顺序
Controller 重新选举
执行分区副本重选举操作(优先副本策略)

简单代码
当然上面功能,肯定是要集成到LogiKM中的咯; 简单代码如下

// 这里转换成HashMap类型,切勿自定义类型,以防kafka节点数据后续新增数据节点，导致数据丢失
         HashMap partitionMap = zkConfig.get(ZkPathUtil.getBrokerTopicRoot(topicName), HashMap.class);
         JSONObject partitionJson = (JSONObject)partitionMap.get("partitions");
         JSONArray partitions = (JSONArray)partitionJson.get(partition);

//部分代码省略

 //调换序列 优先副本
         Integer first = partitions.getInteger(0);
         partitions.set(0,targetBroker);
         partitions.set(index,first);            

         zkUtils = ZookeeperUtils.getKafkaZkUtils(clusterDO.getZookeeper());
         String json = JSON.toJSONString(partitionMap);

         zkUtils.updatePersistentPath(ZkPathUtil.getBrokerTopicRoot(topicName), json,null);

         //写入成功之后触发一下 异步去优先副本选举
         new Thread(()->{
             try {
                 // 1. 先让Controller重新选举 (不然上面修改的还没有生效)  （TODO.. 待优化  -> 频繁的Controller重选举对集群性能会有影响）
                 zkConfig.deletePath(ZkPathUtil.CONTROLLER_ROOT_NODE);
                 // 等待 Controller 选举一下
                 Thread.sleep(1000);
                 //2. 然后再发起副本重新选举
                 preferredReplicalElectCommand.preferredReplicaElection(clusterId,topicName,partition,"");
             } catch (ConfigException | InterruptedException e) {
                 LOGGER.error("重新选举异常.e:{}",e);
                 e.printStackTrace();
             }

         }).start();