Увеличение масштабируемости системы на основе микросервиса - PullRequest
0 голосов
/ 26 апреля 2020

Я использую KAFKA для получения данных из источника. Я хочу знать, что если я последовательно увеличу количество компонентов в архитектуре микросервиса, это сделает его более масштабируемым? Или просто увеличение числа потребителей KAFKA одного и того же типа компонентов увеличит его? PS: Извините за любую ошибку, я впервые задаю вопрос.

Ответы [ 2 ]

0 голосов
/ 27 апреля 2020

Каждый раздел topi c используется одним потоком в каждой группе потребителей. Если вы хотите увеличить пропускную способность, вам нужно разделить этот параметр c topi c, который по умолчанию равен 1. Если вы разбили topi c на разделы, вы можете использовать topi c параллельно с отдельными потоками для каждого раздела. Эти потоки могут находиться в разных развертываемых средах, это зависит от вашей архитектуры, здесь нет никаких ограничений.

При разделении topi c вам может потребоваться выполнить дополнительную работу как на стороне производителя, так и на стороне потребителя, чтобы обеспечить согласованность данных между этими микросервисами. Могут быть сообщения, которые необходимо использовать в порядке их создания. В таких случаях вам необходимо отправлять связанные сообщения в один и тот же раздел, что требует их использования в заказе.

0 голосов
/ 27 апреля 2020

Я предлагаю вам прочитать документацию по Кафке или какую-нибудь книгу, например, полное руководство по Кафке, чтобы лучше понять. Но в основном в kafka у вас есть группы потребителей и все потребители (услуги), которые совместно используют одну и ту же группу потребителей, это означает, что события, используемые одной из этих служб, не будут использоваться другими, так что вы можете распараллелить потребителя. процесс.

Когда вы создаете больше экземпляров одной и той же службы, это происходит потому, что обе службы будут использовать одну и ту же конфигурацию, поэтому обе будут использовать одну и ту же группу потребителей.

С другой стороны если две службы вместо этого принадлежат к разным группам потребителей, все события будут обрабатываться независимо

...