1、概述
同一个topic下有多个不同的partition，每个partition为一个目录，partition命名的规则是topic的名称加上一个序号，序号从0开始。
每一个partition目录下的文件被平均切割成大小相等（默认一个文件是1G，可以手动去设置）的数据文件，每一个数据文件都被称为一个段(segment file)，但每个段消息数量不一定相等，这种特性能够使得老的segment可以被快速清除。默认保留7天的数据。
每次满1G后，在写入到一个新的文件中。
另外每个partition只需要支持顺序读写就可以。如上图所示：首先0000000000000.log是最早产生的文件，该文件达到1G后又产生了新的000000000002025849.log文件，新的数据会写入到这个新的文件里面。
这个文件到达1G后，数据又会写入到下一个文件中。。也就是说它只会往文件的末尾追加数据，这就是数据写的过程，生产者只会对每一个partition做数据的追加（写操作）。
2、数据消费问题讨论
问题：如何保证消息消费的有序性呢？比如说生产者生成了0到100个商品，那么消费者在消费的时候按照0到100这个从小到大的顺序消费？
****那么kafka如何保证这种有序性呢？***
难度就在于，生产者生成出0到100这100条数据之后，通过一定的分组策略存储到broker的partition中的时候，比如0到10这10条消息被存放到了这个partition中，10到20这10条消息被存到了那个partition中，这样的话，消息在分组存到partition中的时候就已经被分组策略搞得无序了。
那么能否做到消费者在消费消息的时候全局有序呢》
遇到这个问题，我们可以回答，在大多数情况下是做不到全局有序的。但在某些情况下是可以做到的。比如我的partition只有一个，这种情况下可以全局有序的。
那么可能有人又要问了，只有一个Partition的话，哪里来的分布式呢？哪里来的负载均衡呢？
所以说，全局有序是一个伪命题！全局有序根本没有办法在kafka要实现的大数据的场景来做到。但是我们只能保证当前这个partition内部消息消费的有序性。
结论：一个partition钟的数据是有序的吗？回答：间隔有序，不连续。
针对一个topic里面的数据，只能做到partiton内部有序，不能做到全局有序。特别是加入消费者的场景后，如何保证消费者的消费的消息的全局有序性，这是一个伪命题，只有在一种情况下才能保证消费的消息的全局有序性，那就是只有一个partition。
3、Segment文件
Segmetn file是什么
生产者生产的消息按照一定的分区策略被发送到topic中partition中，partiton在磁盘上就是一个目录，该目录名在topic的名称加上一个序号，在这个partiton目录下，有两类文件，一类以log为后缀的文件，一类是以index为后缀的文件，每一个log文件和一个index文件相对应，这一对文件就是一个segment file，也就是一个段。
其中的log文件就是数据文件，里面存放的就是消息，而index文件是索引文件，索引文件记录了元数据信息。log文件达到1个G后滚动重新生成新的log文件
Segment file是什么
生产者生产的消息按照一定的分区策略被发送到topic中partiton中，partition在磁盘上就是一个目录，该目录名是topic的名称加上一个序号，在这个partiton目录下，有两类文件，一类是以log为后缀的文件，一类是以index为后缀的文件，每一个log文件和一个index文件相对应，这一对文件就是一个segment file，也就是一个段。
其中的log文件就是数据文件，里面存放的就是小学，而index文件是索引文件，索引文件记录了元数据信息。log文件达到1个G后滚动重新生成新的log文件。
Segment文件特点
segment文件命名的规则：partiton全局的第一个segment从0(20个0）开始，后续的每一个segment文件名是上一个segment文件中最后一条消息的offset值。
那么这样命令有什么好处呢？
假如我们有一个消费者已经消费到了368776(offset值为368776），那么现在我们继续消费的话，怎么做呢？
看下图，分2个步骤；
第1步是从所有文件log文件的的文件名中找到对应的log文件，第368776条数据位于上图中的“00000000368769.log”这个文件中，这一步涉及到一个常用的算法叫做“二分查找法”（假如我现在给你一个offset值让你去找，你首先是将所有的log的文件名进行排序，然后通过二分查找法进行查找，很快就能定位到某一个文件，紧接着拿着这个offset值到索引文件中这条数据究竟存在哪里）；
第二步是到index文件中去找第368776条数据所在的位置。
索引文件（index文件）中存储这大量的元数据，而数据文件(log文件）中存储这大量的消息。
索引文件(index文件）中的元数据指向对应的数据文件(log文件）中消息的物理偏移地址。