Kafka知识点总结

好记性不如赖笔头，通过写博客可以梳理自己的知识，也能够加深记忆，这个只是做了简单的总结，推荐一个更加详细的文章：

http://www.importnew.com/25247.html

1.topic&partition

Topic是用于存储消息的逻辑概念，可以看作一个消息集合。

每个topic可以划分多个分区（每个Topic至少有一个分区），同一topic下的不同分区包含的消息是不同的。每个消息在被添加到分区时，都会被分配一个offset（称之为偏移量），它是消息在此分区中的唯一编号，kafka通过offset保证消息在分区内的顺序，offset的顺序不跨分区，即kafka只保证在同一个分区内的消息是有序的；

Partition是以文件的形式存储在文件系统中，存储在kafka-log目录下，命名规则是：-

2.kafka的高性能

顺序写入写出，提升了吞吐量。

允许批量的消息发送，先将消息缓存到内存中打包一次性的发送，减少了磁盘IO和网络IO

zeroCopy，减少copy过程的无用功

3.日志保留策略

日志是kafka中数据保留的主体，提供了两种数据保留的策略：

按照指定的保留时间进行删除；

按照设置的日志文件阈值删除Old的数据。

4.日志压缩策略

日志中只保留最新的key值对应的value值，类似于redis的AOF重写的机制

5.kafka中的消息副本leader

https://blog.csdn.net/liuao107329/article/details/70213599 点击打开链接

6.kafka消息可靠性机制

1）消息发送的可靠性  

当producer向leader发送数据时，可以通过request.required.acks参数来设置数据可靠性的级别：

• 1（默认）：这意味着producer在ISR中的leader已成功收到的数据并得到确认后发送下一条message。如果leader宕机了，则会丢失数据。
• 0：这意味着producer无需等待来自broker的确认而继续发送下一批消息。这种情况下数据传输效率最高，但是数据可靠性确是最低的。
• -1：producer需要等待ISR中的所有follower都确认接收到数据后才算一次发送完成，可靠性最高。但是这样也不能保证数据不丢失，比如当ISR中只有leader时（前面ISR那一节讲到，ISR中的成员由于某些情况会增加也会减少，最少就只剩一个leader），这样就变成了acks=1的情况。可以通过设置min.insync.replicas这个参数设定ISR中的最小副本数是多少，默认值为1，当且仅当为-1时min.insync.replicas才会生效。

2）消息存储的可靠性

kafka为每个topic设置了分区partition，又为每个分区设置了副本，来保障了数据的可靠性和高可用性