wangzzu
commented
6 years ago 自己对时间戳这个存储有一点误解，现在大概有一点理解了，过程如下：
- 时间戳索引只是一个稀疏的索引文件，通过时间戳索引可以找到时间戳对应的大概offset；
- 然后再从该 offset 对应的数据文件中遍历每一条记录，找到第一个大于等于这个时间戳的 msg 对应的 offset。
这样的上面的问题是可以解决，但也不是精确解决，除非在 flush 到磁盘前对数据按时间戳严格排序，后续写篇小博文来介绍一下。
简答描述一下问题： kafka topic 中的一个 partition，可以由来自多个 client 来写入。假设这个 topic 的时间戳索引设置的是 create time，在这个 topic 的 prodcuer client 中，有一个 client 网络延迟非常大，这种情况下，可能会遇到当前 partition 时间戳索引记录到100，下面突然来了一个时间戳为90的数据，这时候如果是直接忽略，那么可能导致 server 记录时间戳与 offset 对应不准确，这种情况应该怎么处理。