概要：1、topic中partition存储分布
2、partiton中文件存储方式
3、partiton中segment文件存储结构：组成、命名、index log关系、msg组成
4、在partition中怎样通过offset查找message：先找segment，在找msg
5、实际执行效果（读少，批量定期写多，和msg设计有关）
总结 Kafka高效文件存储设计特点：
1、topic中parition大文件分成多个小文件，easy定期删除消费完文件，降低磁盘占用
2、索引信息，高速定位message和确定response最大大小
3、index元数据所有映射到memory，避免segment file的IO磁盘
4、稀疏索引，降低index文件元数据占空间
前复习概念
Broker：消息处理结点，一个Kafka节点就是一个broker，多个broker组成Kafka集群
Topic：一类消息，比如page view日志、click日志等都能够以topic的形式存在。Kafka集群能够同一时候负责多个topic的分发。
Partition：多segment组成有序队列。一个topic多个partition，每个partition
Segment：partition物理上由
offset：partition中消息连续序列号
一、topic中partition存储分布
如仅一个broker。xxx/message-folder为数据文件存储根文件夹，在Kafka broker中server.properties文件配置(參数log.dirs=xxx/message-folder)。
同一topic下多个不同partition，每个partition为一个文件夹，topic名+有序序号，0开始
如2个topic名为report_push、launch_info, partitions数量都为4，存储路径和文件夹规则为：
二、partiton中文件存储方式
1、每个partion平均分到，多个大小相等segment(段)里
2、但segment file消息数量不一定相等，方便old segment file高速被删除（默认每一个文件1G）
3、每个partiton顺序读写即可。segment生命周期由服务端配置决定，方便高速删除，提高磁盘利用率
三、segment文件存储结构
1、由index file和data file成对组成，后缀”.index”和“.log”
2、命名规则：partion第一个segment从0开始，每个名称为上一个segment文件最后消息offset值（最大为64位long，19位，没有用0填）
如下：topicXXX包括1 partition，每个segment 500MB，producer向broker写入大量数据：
3、index<—->data file相应关系：
1）索引文件：存大量元数据，指向相应数据文件message物理偏移地址
2）数据文件：存大量消息，
例：数据3, 497，表示第3个message(全局partiton表示第368772个message)、偏移地址497
4、消息结构：
CRC32：用crc32校验message
magic：Kafka服务程序协议版本号
attributes：独立版本号、或标识压缩类型、或编码类型
K byte key 可选
value bytes payload：实际消息数据
四、partition怎样通过offset找message
读offset=368776 message，2个步骤查找
1、查找segment file（以起始排序，依据offset 二分查找）
上述为例00000000000000000000.index表示开始，offset为0.第二个00000000000000368769.index偏移量为368770 = 368769 + 1.相同，第三个文件00000000000000737337.index偏移量为737338=737337 + 1，依次类推。
368776定位到00000000000000368769.index|log
2、通过segment file查找message
通过00000000000000368769.log顺序查找直到offset=368776为止
优点：稀疏索引，降低索引文件大小：通过mmap直接内存操作，稀疏索引为每个message设置元数据指针,比稠密索引省空间，但查找消耗时间
五、实际执行效果
Kafka集群：由2台虚拟机组成
cpu：4核 物理内存：8GB 网卡：千兆网卡 jvm heap: 4GB
大量读磁盘少，主要是定期批量写磁盘操作，因此操作磁盘非常高效。跟读写message设计相关：
1、写message：1）消息从java堆转入page cache(即物理内存)，2）page cache异步刷盘
2、读message：1）从page cache转入socket发出 2）page cache没找到，磁盘IO Load到page cache, 从socket发出
https://www.cnblogs.com/cynchanpin/p/7339537.html
