KRaft 全面替代 ZooKeeper

Apache Kafka 4.0 是一个重要的里程碑，标志着第一个完全无需 Apache ZooKeeper® 运行的主要版本。

通过默认运行在 KRaft 模式下，Kafka 简化了部署和管理，消除了维护单独 ZooKeeper 集群的复杂性。

这一变化显著降低了运营开销，增强了可扩展性，并简化了管理任务。

旧架构痛点回顾

在 Kafka 3.x 及更早版本中，ZooKeeper（ZK）是元数据管理的核心组件，负责 Broker 注册、Topic 分区分配、控制器选举等关键任务，如图所示。

然而，这种设计存在显著问题：

• 运维复杂度高：需独立维护 ZK 集群，占用额外资源且增加故障点。

• 性能瓶颈明显：元数据操作依赖 ZK 的原子广播协议（ZAB），大规模集群（如万级分区）下元数据同步延迟可达秒级。

• 扩展性受限：ZK 的写性能随节点数增加而下降，限制 Kafka 集群规模。

KRaft 模式的技术实现

Apache Kafka Raft（KRaft）是在 KIP-500 中引入的共识协议，用于移除 Apache Kafka 对 ZooKeeper 进行元数据管理的依赖。这通过将元数据管理的责任集中在 Kafka 本身，而不是在两个不同的系统（ZooKeeper 和 Kafka）之间分割，从而大大简化了 Kafka 的架构。

KRaft 模式利用 Kafka 中的新法定多数控制器服务，取代了之前的控制器，并使用基于事件的 Raft 共识协议的变体。

Kafka 4.0 默认启用KRaft 模式（Kafka Raft），完全摒弃 ZK 依赖。其核心原理如下：

1. 元数据自管理：基于 Raft 共识算法，将元数据存储于内置的__cluster_metadata主题中，由 Controller 节点（通过选举产生）统一管理。

2. 日志复制机制：所有 Broker 作为 Raft 协议的 Follower，实时复制 Controller 的元数据日志，确保强一致性。

3. 快照与恢复：定期生成元数据快照，避免日志无限增长，故障恢复时间从 ZK 时代的分钟级优化至秒级。

我们可以看出 KRaft 替换 ZK，并不是元数据存储重新造轮子，而核心是集群协调机制的演进。

整个通信协调机制本质上是事件驱动模型，也就是 Metadata as an Event Log，Leader 通过 KRaft 生产权威的事件，Follower 和 Broker 通过监听 KRaft 来获得这些事件，并且顺序处理事件，达到集群状态和期望的最终一致。

新一代消费者重平衡协议

传统消费者组采用Eager Rebalance 协议，存在两大瓶颈：

1. 全局同步屏障（Stop-the-World）：任何成员变更（如扩容、故障）都会触发全组暂停，导致分钟级延迟。

2. 扩展性差：消费者数量受限于分区数，万级消费者组重平衡耗时高达数分钟。

Kafka 4.0 引入增量式重平衡协议（KIP-848），核心改进包括：

1. 协调逻辑转移：由 Broker 端的GroupCoordinator统一调度，消费者仅需上报状态，无需全局同步。

2. 增量分配：仅调整受影响的分区，未变更的分区可继续消费。

3. 容错优化：局部故障仅触发局部重平衡，避免全组停机。

性能对比与实测数据

指标	旧协议（Eager）	新协议（Incremental）
重平衡延迟（万级组）	60 秒	<1 秒
资源消耗（CPU）	高	降低 70%
扩展上限	千级消费者	十万级消费者

Kafka 4.0 引入了一种强大的新消费者组协议，旨在显著提高重新平衡性能。

这种优化显著减少了停机时间和延迟，增强了消费者组的可靠性和响应性，尤其是在大规模部署中。

点对点消息模型与共享组

传统上，Kafka 主要采用发布-订阅模式，消费者组模式下，分区需与消费者一一绑定，如下图所示。

无法实现多消费者协同处理同一分区消息，消费者数量不能超过分区数量——最多为一对一。

如下图所示，Consumer 5 无法处理 Topic 消息。

而在某些特定场景下，如点对点的消息传递、任务分配等，传统的队列语义更具优势。

Kafka 4.0 通过引入“队列”功能，共享组（Share Group），允许多消费者同时处理同一分区消息，实现点对点消费模式。

特性	传统消费者组	共享组
并行消费	分区数=消费者数	消费者数>分区数
消息确认	偏移量提交	逐条 ACK/NACK
投递语义	At-Least-Once	Exactly-Once（可选）

主要特点：

• 支持传统队列场景：适用于需要保证消息严格顺序且仅由一个消费者处理的场景。

• 提升资源利用率：共享组机制使得多个消费者能够动态地共享分区资源，提高了系统资源的利用率和整体吞吐量。

• 简化架构设计：开发者无需在 Kafka 与其他专门的队列系统之间进行复杂的集成和数据迁移。

共享组（Share Group）机制

Kafka 4.0 通过共享组实现队列语义，关键技术包括：

1. 多消费者协同消费：同一分区的消息可由多个消费者并行处理，突破分区数限制。

2. 记录级锁机制：每条消息被消费时加锁（TTL 控制），防止重复处理。

3. ACK/NACK 语义：支持逐条确认（Exactly-Once）或重试（At-Least-Once）。

移除旧协议 API 版本，提升系统性能

Kafka 一直以来都致力于兼容各个版本的协议 API，但随着时间的推移，维护大量旧版本的协议 API 带来了许多不必要的复杂性和成本。

在 Kafka 4.0 中，旧版本的协议 API 被彻底移除，系统基准协议直接提升至 Kafka 2.1 版本。

改进点：

• 简化代码：去除了历史包袱，简化了代码结构，统一KafkaProducer与KafkaConsumer接口，减少冗余配置项，减少了测试难度。

• 提高性能：去除了对旧协议 API 的支持，使得系统性能得到了显著提升。废弃 Kafka 2.1 之前的所有 API（如MessageFormatter v0）

值得注意的是，在 Kafka 4.0 中，Kafka 客户端和 Kafka Streams 需要 Java 11，而 Kafka Brokers,Connect 和工具现在需要 Java 17。

其他改进

Kafka 4.0 的其他新变化：

1. 动态配置优化：

   1. 自动线程调整：num.io.threads根据 CPU 核数动态分配，提升资源利用率。

   2. 时间窗口偏移量：支持从特定时间点（如 24 小时前）开始消费，替代固定偏移量。

2. 安全性增强：OAuth 2.0 集成，支持基于 Token 的鉴权，替代 SASL/PLAIN；审计日志：记录所有元数据操作，满足金融级合规要求。

总结

Kafka 4.0 通过彻底摆脱 ZooKeeper，全面采用 KRaft 模式，不仅简化了部署和维护工作，还显著提升了系统的性能和稳定性。

同时，新一代消费者重平衡协议和队列功能的引入，为开发者提供了更为灵活和高效的消息处理模式。

这些架构革新使得 Kafka 4.0 成为了一个更加独立、高效和易用的分布式消息系统，为未来的发展奠定了坚实的基础。