Kafka集群详解：特性、核心功能与分布式-优快云博客

本文链接：https://blog.youkuaiyun.com/ets9p21x/article/details/86149306

本文介绍了Kafka的基本特性，包括其作为集群的运行方式、使用topic分类存储流数据，并详细阐述了Kafka的核心功能，如Producer API、Consumer API、Streams API和Connector API。此外，还讲解了Kafka的Topic概念，每个topic可以有多个分区和消费者，数据以文件形式持久化。最后，探讨了Kafka的分布式特性，包括leader-follower结构和故障转移机制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Kafka结构了解

ps:个人理解，建议去看原版文档

官网直通车

基本特性

Kafka作为一个集群，运行在一台或者多台服务器上.
Kafka 通过 topic 对存储的流数据进行分类。
每条记录中包含一个key，一个value和一个timestamp（时间戳）。

核心功能

The Producer API 允许一个应用程序发布一串流式的数据到一个或者多个Kafka topic。
The Consumer API 允许一个应用程序订阅一个或多个 topic ，并且对发布给他们的流式数据进行处理。
The Streams API 允许一个应用程序作为一个流处理器，消费一个或者多个topic产生的输入流，然后生产一个输出流到一个或多个topic中去，在输入输出流中进行有效的转换。
The Connector API 允许构建并运行可重用的生产者或者消费者，将Kafka topics连接到已存在的应用程序或者数据系统。比如，连接到一个关系型数据库，捕捉表（table）的所有变更内容。

Topic

Kafka的主要数据存储方式。
一个topic可以由一个或者多个消费者，(类比与点对点通信或者广播方式)
每个topic可以分多个区域存储数据，(类似硬盘分区，一个topic是一块物理硬盘，可划分不同磁盘区域。)
每个分区上的每条数据都有一个唯一且顺序的标识offset, (数据库中的id)
topic中的数据以文件的形式保存在硬盘中，可以设置保留时间，只要存在，可以随时读取，无论该条数据记录是否被消费（读取过），Kafka的性能和数据大小无关，所以长时间存储数据没有什么问题。

分布式

server可以存在一台或者多台物理服务器上
每个partition都归属于一个server下，这个server就是leader,其他server会同步这个partition成为follwer。
每个partition不一定在同一个server下，所以每个server只是某个或者某几个partition的leader也是其他partition的follower.
如果leader的挂掉，会自动把某个follower变成leader