这篇文章给大家介绍如何进行apache kafka 2.7.0加速移除zookeeper的分析，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
分布式发布与订阅系统apache kafka社区，发布了2.7.0这个迟来的版本，该版本的几个重点更新，包括持续将apache kafka中的zookeeper替换掉，加入了新的内部代理api，并且增加新的core raft共识演算法，现在apache kafka中具有单独包含核心共识协定的core raft模块。另外，分层储存的工作也持续进行中，以提供无限扩展和更快达到重新均衡的能力。
zookeeper原本是在apache kafka中，扮演协调代理的角色，所有代理服务器启动时，都会连接到zookeeper进行注册，当代理状态发生变化时，zookeeper便会储存这些数据，kafka的代理会通过zookeeper与其他代理沟通进行同步，也就是说kafka没有zookeeper，也就无法顺利运行。
不过，zookeeper并非kafka的一部分，因此运行每一个kafka集群，都必须部署两套系统，这产生了许多问题，包括造成多余资源的耗费，包括更多网路、监控功能以及安全性等资源配置，而kafka集群规模增加，也就代表zookeeper必须要跟着扩展，必须使用更多的存取，且zookeeper作为外部的数据储存服务，当数据越来越多，使得控制器载入时间越来越长，限制了kafka集群的规模扩展。
因此在2019年的时候，apache kafka社区就开始移除zookeeper的工作，要由kafka本身提供数据管理功能，而apache kafka 2.7.0总共有7个更新，与移除zookeeper工作有关，包括了kip-497新增内部代理api，来替换原本的内部同步副本（in-sync replica，isr）。
目前kafka分区负责程序（partition leader）和isr信息，皆储存在zookeeper中，控制器与分区负责程序都可以更新此状态，但由于任一方都可以更新状态，也就存在共享信息的机制，而这会使isr的更新出现延迟，也就代表数据请求可能会收到旧信息。
apache kafka 2.7.0加入了一个新的alterisr api，赋予控制器独占能力，更新分区负责程序和isr的状态，新api的好处是让数据请求，总能获得最新的状态。官方提到，要删除zookeeper，添加此api是重要的一步。
因为kafka集群的规模日益增加，用户需要在kafka中储存更多的数据，因此他们开始引入分层储存的概念。kafka的储存现在分为本地端与远端两层，用户可以将数据在本地暂存之后，丢到远端进行较长期的储存，如此，本地端储存层留存资料的时间，将会从数天降到数小时，使用hdfs或s3等储存系统的远端层，就可以将资料留存数天甚至数月的时间。
关于如何进行apache kafka 2.7.0加速移除zookeeper的分析就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。