Kafka基本架构

1.Kafka概述

  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。（传统使用）

  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。

Apache Kakfa 官网:

Apache Kafka is an open-source distributed event streaming platform used by thousands of companies for high-performance data pipelines, streaming analytics, data integration, and mission-critical applications.

2.Kafka的特点

• 高吞吐量：单机每秒处理几十上百万的消息量。即使存储了许多TB的消息，它也保持稳定的性能。
• 高性能：单节点支持上千个客户端，并保证零停机和零数据丢失，异步化处理机制
• 持久化： 将消息持久化到磁盘。通过将数据持久化到硬盘以及replica(follower节点)防止数据丢失。顺序读，顺序写；利用Linux的页缓存。
• 零拷贝：减少了很多的拷贝技术，以及可以总体减少阻塞事件，提高吞吐量。
• 可靠性 ：Kafka是分布式，分区，复制和容错的。
• 分布式系统，易于向外扩展。 所有的Producer、Broker和Consumer都会有多个，均为分布式的。无需停机即可扩展机器。多个Producer、Consumer可能是不同的应用。
• 客户端状态维护:消息被处理的状态是在Consumer端维护，而不是由server端维护。当失败时能自动平衡。
• 支持online（在线）和offline（离线）的场景。
• 支持多种客户端语言。 Kafka支持 Java、.NET、PHP、Python等多种语言。

3.消息队列的模式

3.1 点对点模式(一对一)

  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。消息被消费以后，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。

3.2 发布/订阅模式(一对多)

  Kafka是发布订阅模式。 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。

4.Kafka基本架构

1）Producer ： 消息生产者，就是向kafka broker发消息的客户端；

2）Consumer ： 消息消费者，向kafka broker取消息的客户端；

3）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topic下的一个分区只能被一个消费者组内的一个消费者所消费；消费者组之间互不影响。消费者组是逻辑上的一个订阅者。

4 ）Broker ： 一台kafka服务器就是一个broker。一个broker可以容纳多个topic。

5）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；

6）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是一个有序的队列；

7）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。

8）leader： 每个分区副本中的“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。

9）follower： 每个分区副本中的“从”，实时与leader副本保持同步，在leader发生故障时，成为新的leader。