Kafka之一：Kafka简述

最新推荐文章于 2024-01-22 09:00:00 发布

落落free

最新推荐文章于 2024-01-22 09:00:00 发布

阅读量1.3k

点赞数 5

CC 4.0 BY-SA版权

分类专栏：大数据阶段 # Spark # Kafka 文章标签： Linux 集群 Kafka 大数据

本文链接：https://blog.youkuaiyun.com/qq_39394264/article/details/90299517

本文简述了Kafka作为消息队列的特性，包括解耦、冗余、扩展性和异步通信等。接着介绍了Kafka的基本概念，强调其分布式、高吞吐量和低延迟的特性，以及Partition设计目的。Kafka的存储策略涉及以topic分区，通过Log文件和offset管理消息，确保数据持久化和高效检索。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
(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）
点对点模型通常是一个基于拉取或者轮询的消息传送模型，这种模型从队列中请求信息，而不是将消息推送到客户端。这个模型的特点是发送到队列的消息被一个且只有一个接收者接收处理，即使有多个消息监听者也是如此。

(2) 发布/订阅模式（一对多，数据生产后，推送给所有订阅者）
发布订阅模型则是一个基于推送的消息传送模型。发布订阅模型可以有多种不同的订阅者，临时订阅者只在主动监听主题时才接收消息，而持久订阅者则监听主题的所有消息，即使当前订阅者不可用，处于离线状态。

(1) 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。

(2) 冗余
消息队列把数据进行持久化直到它们已经被完全处理，通过这一方式规避了数据丢失风险。许多消息队列所采用的“插入-获取-删除”范式中，在把一个消息从对列中删除之前，需要你的处理系统明确的指出该消息已经被处理完毕，从而确保你的数据被安全直到你使用完毕。

(3) 扩展性
因为消息队列解耦了你的处理过程，所以增大消息入队和处理的频率是很容易的，只要另外增加处理过程即可。

(4) 灵活性&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。如果以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费。使用消息队列能够使关键组件顶住突发的访问压力，而不会因为突发的超负荷的请求而完全崩溃。

(5) 可恢复性
系统的一部分组件失效时，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。

(6) 顺序保证
在大多使用场景下，数据处理的顺序都很重要。大部分消息队列本来就是排序

200万优质内容无限畅学