2. 时间戳索引数据结构

Kafka 的时间戳索引机制建立在两种索引文件的协同工作之上：偏移量索引文件（.index） 和 时间戳索引文件（.timeindex）。理解它们的物理结构、映射关系以及查找算法，是进行性能调优和故障排查的基础。

2.1 索引文件的物理结构

每个 Kafka 日志段（LogSegment）都对应一组索引文件，它们与数据文件（.log）共享同一个基础文件名。索引文件采用紧凑的二进制格式存储，以最小化内存占用和磁盘 I/O。

2.1.1 偏移量索引文件（.index）

每条记录固定 8 字节：前 4 字节为相对偏移量（relativeOffset），后 4 字节为文件物理位置（position）。相对偏移量是消息在日志段内的偏移量减去日志段基偏移量（baseOffset），因此可以用 4 字节无符号整数表示。

// 偏移量索引单条记录结构（8 字节）
+----------------+----------------+
| relativeOffset |    position    |
|   (4 bytes)    |   (4 bytes)   |
+----------------+----------------+

2.1.2 时间戳索引文件（.timeindex）

每条记录固定 12 字节：前 8 字节为时间戳（timestamp），后 4 字节为相对偏移量（relativeOffset）。时间戳以毫秒为单位，存储为 64 位有符号整数。

// 时间戳索引单条记录结构（12 字节）
+----------------------+----------------+
|      timestamp       | relativeOffset |
|     (8 bytes)        |   (4 bytes)   |
+----------------------+----------------+

2.2 偏移量与时间戳的映射关系

时间戳索引并不直接指向文件物理位置，而是通过两级映射完成查找：

1. 时间戳 → 偏移量： 在 .timeindex 文件中，根据目标时间戳找到对应的相对偏移量。
2. 偏移量 → 物理位置： 在 .index 文件中，根据上一步得到的相对偏移量，找到消息在 .log 文件中的物理位置。

2.3 二分查找原理

Kafka 利用索引文件的单调递增特性，在内存映射的索引文件上执行二分查找（Binary Search）。这是 Kafka 能够实现 O(log N) 时间复杂度的关键。

2.3.1 查找算法流程

1. 确定搜索范围： 以整个索引文件为初始区间 [low, high)，其中 low=0，high=索引条目数。
2. 计算中点： mid = (low + high) / 2，读取 mid 位置的记录。
3. 比较与收缩：
   • 如果目标值等于 mid 记录的值，直接返回。
   • 如果目标值大于 mid 记录的值，则 low = mid + 1。
   • 如果目标值小于 mid 记录的值，则 high = mid。
4. 终止条件： 当 low >= high 时停止。对于时间戳查找，返回 low - 1 位置的记录（即不大于目标时间戳的最大记录）。

2.4 索引文件的内存映射与性能

Kafka 使用 java.nio.MappedByteBuffer 将索引文件映射到进程虚拟地址空间，实现零拷贝的索引访问。这种方式避免了用户态与内核态之间的数据拷贝，显著提升了查找性能。