kafka概述和kafka基础架构

---

---

Kafka定义

传统定义

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。

新定义

Kafka是一个开源的分布式事件流平台 （Event Streaming Platform），被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。

消息队列

常见的消息队列Kafka、ActiveMQ 、RabbitMQ 、RocketMQ

在大数据场景主要采用 Kafka 作为消息队列。在 JavaEE 开发中主要采用 ActiveMQ、RabbitMQ、RocketMQ

传统消息队列应用场景

传统的消息队列的主要应用场景包括：缓存/消峰、解耦和异步通信

缓存/消峰

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

解耦

解耦：允许你独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束

异步通信

异步通信：允许用户把一个消息放入队列，但并不立即处理它，然后在需要的时候再去处理它们

同步

异步

消息队列的两种模式

点对点模式

消费者主动拉取数据，消息收到后清除消息

生产者生产消息放入消息队列，消费者主动拉取消息消费，消息收到后清除消息

发布/订阅模式

可以有多个topic主题（浏览、点赞、收藏、评论等）
消费者消费数据之后，不删除数据
每个消费者相互独立，都可以消费到数据

生产者可以产生多个主题的消息，消费者拉取自己需要的数据进行消费，消息收到并不删除数据，每个消费者相互独立，都可以消费到数据

kafka基础架构

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，一个分区只能由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

主题是已发布消息的类别名称，发布和订阅数据必须指定主题
主题的副本数量不大于Brokers个数

Partition

为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上，一个 topic 可以分为多个 partition，每个 partition 是一个序的队列

每个partition对应一个文件夹<topic_name>-<partition_id>,每个partition被视为一个有序的日志文件（LogSegment）
每个partition都有一个Leader,0或多个Followers

Replica

副本

一个 topic 的每个分区都有若干个副本，一个 Leader 和若干个Follower
Relication策略是基于partition,而不是Topic

Leader

每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是 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 会成为新的 Leader