1、定义
Kafka是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用于大数据实时处理领域；
2、消息队列
2.1 传统消息队列应用场景
MQ传统应用场景之同步和异步处理.png
2.2 使用消息队列的好处
- 解耦。允许独立的扩展或者修改两边的处理过程，只要确保他们遵守同样的接口约束。
- 可恢复性。系统的一部分失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，所以即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后被处理。
- 缓冲。有助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。
- 灵活性和峰值处理能力。在访问量剧增的情况下，应用仍然需要继续发挥作用，但是这样的突发流量并不常见。如果为处理峰值能力的标准来投入资源，会造成极大的浪费。使用消息队列能够是关键组件顶住突发的压力，而不会因为突发的超负荷请求导致系统完全崩溃。
- 异步通信。很多情况，用户并不需要立刻处理消息。消息队列提供了异步处理机制，允许用户把一个消息放入队列，但不立即处理。想向队列中放入多少消息就放入多少消息，然后在需要的时候再去处理他们。
2.3 消息队列的两种模式
(1)点对点模式（一对一，消费者主动拉取数据，消息收到后消息清除）
消息生产者生产消息发送到Queue中，然后消息消费者从Queue中取出并且消费消息。消息被消费之后，queue中不再有存储，所以消息消费者不可能消费到已经被消费的消息。Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。
点对点.png
(2) 发布/订阅模式（一对多，消费者消费数据之后不会清除消息）
消息生产者（发布）将消息发布到topic中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到topic的消息会被所有订阅者消费。
发布订阅.png
3、kafka架构
Kafka架构.png
0.9版本之前offset存储在zookeeper中
0.9版本及以后offset存储在kafka本地
- Producer：消息生产者，就是向kafka broker发消息的客户端；
- Consumer：消息消费者，向kafka broker取消息的客户端；
- Consumer Group（CG）：消费者组，由多个consumer组成，消费者组内每个消费者负责消费不同分区的数据，一个分区只能有一个组内消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者；
- Broker：一台kafka服务器就是一个broker，一个集群由多个broker组成，一个broker可以容纳多个topic；
- Topic：可以理解为一个队列，生产者和消费者面向的都是一个topic；
- Partition：为了实现扩展性，一个非常大的topic可以分不到多个broker中，一个topic可以分为多个partition，每个partition是一个有序的队列；
- Replica：副本，为保证集群中的某个节点发生故障时，该节点上的partition数据不丢失，且kafka仍然能够继续工作，kafka提供了副本机制，一个topic的每个分区都有若干个副本，一个leader和若干个follower；
- Leader：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费者消费的对象都是leader；
- Follower：每个分区多个副本中的“从”，实时从leader中同步数据，保持和leader数据的同步。leader发生故障时，某个follower会自动成为新的leader。
网友评论