kafka的关键组成

大部分内容是翻译至Kafka The Definitive Guide，有翻译不好的地方请见谅，想深入学习的小伙伴，建议去看一下这本书，因为理解问题翻译错误的地方希望指出，我会及时改进。
KEY TEAMS

Messages and Batches：

• kafka内的数据单位称为message。 message类似于一行或一条记录.
• kafka所关心的message数据只是一些简单的byte数组，kafka并不关心你的数据的格式与意义。
• key也是一个byte数组，跟message一样，它对于kafka而言也并没有什么意义.（key是用来路由的）
• 为了更好的传输效率， messages 的写入一都是以batch的方式进行。
• 一个batchj就是一个message的集合，一个batch中的所有message会被放到同一个topic中的partition中。
• batch通常还会进行压缩，这样也更加有效的提高了数据传输与储存。

Schemas：

• 对于kafka而言message就是没有意义的byte数组，Schema就能提供额外的结构与模式加强消息内容，方便理解。
• Avro,Json,XML,Customer,etc

Topics and Partitions

• kafka的tpoic就是message的分类。
• 对于topic的最贴近的比喻就是一个数据库的表或者是一个文件系统的文件夹。
• topic被分解成了一个或者多个partition
• messages以附加方式写入，并从头到尾按顺序读取。

• 一个topic通常被分成了多个partition，但是不能保证按照写入时间的顺序排序。但是一个可以。
  (需要严格读取topic消息顺序的时候，只使用一个partition)

  
  image

Producers and Consumers

• kafka客户是就是系统的用户，有两种基本类型：生产者和消费者。
• Producers创建消息，在其他的发布订阅系统中，被称为发布在或者写入者。
• 一般而言，一个message会被写入到一个特定的topic中。
• Consumers阅读消息。在其他发布/订阅系统中，这些客户可能被称为订阅者或读取者。
• Consumers订阅一个或多个topic,并按照其produce顺序读取消息。
• Consumers通过跟踪消息的offset来跟踪它已经消费的消息。

Offset

• offset是元数据中的一个（一个不断增加的整数值）kafka在每条消息生成时都会添加这个元数据。
• 每一个message在所在的partition中都有着唯一的offset，通过zookeeper或者kafka本身存贮着这个最后消费的offset，保证在Consumer在宕机或者重启之后不会丢失其读到的位置。

Consumer Group

• 在一个consumer group中工作的多个consumer，它们共同的去消费一个topic，并且确保了每个partition只有一个consumer可以进行消费。
  (一个consumer group中的consumer不能消费同一个partition，但是一个consumer可以去消费多个partition)

  
  image

Brokers and Clusters

• 一个kafak服务就是一个broker。
• 一个broker接收到producer的message后，为它们分配offset，并且将它们储存到硬盘上。

• kafka broker 是cluster的运作的一部分。在一个cluster的多个broker中，其中的一个broker通过算法选举称为了一个cluster的controller。（从活动的成员中自动选举）
  (多个Partition时，只有Partition的learder才能进对于该partiotion的读写，其余的都是副本而已)

  
  image