Topic是逻辑上的概念,而partition是物理上的概念,每个partition对应于一个log文件,该log文件中存储的就是producer生产的数据.Producer生产的数据会被不断追加到该log文件末端,且每条数据都有自己的offset.消费者组中的每个消费者,都会实时记录自己消费到了哪个offset(grop + topic + partition),以便出错恢复时,从上次的位置继续消费.
由于生产者生产的消息会不断追加到log文件末尾,为防止log文件过大导致数据定位效率低下,Kafka采取了分片和索引机制,将每个partition分为多个segment.每个segment对应两个文件----".index"文件和".log"文件.这些文件位于一个文件夹下,该文件夹的命名规则为:topic名称+分区序号.例如:first这个topic有三个分区,则对应的文件夹为first-0,first-1,first-2.
