Kafka源码分析及图解原理之Broker端(3)

每一个LogSegment都包含一些文件名一致的文件集合。文件名的固定是20位数字，如果文件名是00000000000000000000代表当前LogSegment的第一条消息的offset(偏移量)为0，如果文件名是00000000000000000097代表当前LogSegment的第一条消息的offset(偏移量)为97。日志文件有多种后缀的文件，重点关注.index、.timestamp、.log三种类型文件即可。

• .index：偏移量索引文件
• .timeindex：时间索引文件
• .log：日志文件
• .snapshot：快照文件
• .swap：Log Compaction之后的临时文件

4.2 索引与日志文件

kafka有2种索引文件，第一种是offset(偏移量)索引文件，也就是.index结尾的文件。第二种是时间戳索引文件，也就是.timeindex结尾的文件。

我们可以用kafka-run-class.sh来查看offset(偏移量)索引文件的内容：

可以看到每一行都是offset：xxx position：xxxx。 这两者没有直接关系。

• offset：相对偏移量
• position：物理地址

那么第一行的offset：12 position：4423是什么意思呢?它代表偏移量从0-12的消息的物理地址在0-4423。

同理第二行的offset：24 position：8773的意思也能猜得出来：它代表偏移量从13-24的消息的物理地址在4424-8773。

我们可以再用kafka-run-class.sh来看下.log文件的文件内容，关注里面的baseOffset和postion的值。你看看和上面说的对应的上吗。

4.3 如何用offset查找

按上面的例子，如何查询偏移量为60的消息

根据offset首先找到对应的LogSegment，这里找到00000000000000000000.index

通过二分法找到不大于offset的最大索引项，这里找到offset：24 position：8773

打开00000000000000000000.log文件，从position为8773的那个地方开始顺序扫描直到找到offset=60的消息

【编辑推荐】

1. Kafka设计原理看了又忘，忘了又看？
2. Kafka为了追求极致的性能，有这11大优化之处
3. Windows Core OS 最新消息：移植 Windows 10 操作中心
4. 我以为我对Kafka很了解，直到我看了此文章
5. 分布式消息系统的设计要点

（编辑：ASP站长网）