01、Kafka 实战 - kafka介绍

kafka概述

kafka是一个分布式的基于发布/订阅模式的消息队列，主要应用于大数据实时处理领域。

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）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。

3）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。

4）灵活性 & 峰值处理能力

如果为以高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）异步通信

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，但并不立即处理它。在需要的时候才去处理。

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中取出消息并且消费消息。消息被消费后，queue中不会再存储，所以消费者不会消费已经被消费的消息。queue支持存在多个消费者，但是对于一个消息而言，只会有一个消费者去消费这个消息。

一对多，消费者消费数据之后不会被清除。

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。和点对点模式不同，发布到topic的消息会被所有订阅者消费。

需要注意的是，发布/订阅有两种方式：

1、由队列主动去推消费数据给消费者，但考虑下游消费者服务的性能都不一样，主动推送时不同的消费者处理能力不一样，性能低的可能崩了，性能高造成资源浪费；
2、由消费者主动去拉数据，这种情况就需要消费者和队列之间保持一种长轮询的状态，以确保可以及时的获取生产者生产的数据；

1）Producer： 消息生产者，向kafka broker发消息的客户端。

2）Consumer： 消息消费者，从kafka broker读消息的客户端。

**3）Consumer Group：**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的一个消费者去消费；消费者组之间不影响。**所有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。

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

5）Partition： 为了实现扩展性，一个非常大的topic可以分布到多个broker(kafka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。

6）Replication： 副本，为保证集群中的某个节点发生故障时，该节点上的partition数据不会丢失，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和多个follower。

7）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。

8）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。当leader发生故障时，某个follower会成为新的leader。