Kafka是什么？为什么拥有异步、削峰、解耦？有哪些角色？

一、Kafka是什么？

Kafka是一个分布式消息中间件,支持分区的、多副本的、多订阅者的、基于zookeeper协调的分布式消息系统。

通俗来说： kafka就是一个存储系统，存储的数据形式为“消息”；

它的主要作用类似于蓄水池，起到一个缓冲作用；

二、为什么拥有解耦、异步、削峰？

(1)解耦

传统模式:

 

传统模式的缺点：

• 系统间耦合性太强，如上图所示，系统A在代码中直接调用系统B和系统C的代码，如果将来D系统接入，系统A还需要修改代码，过于麻烦！

中间件模式:

中间件模式的的优点：

• 将消息写入消息队列，需要消息的系统自己从消息队列中订阅，从而系统A不需要做任何修改。

(2)异步

传统模式:

 

 

传统模式的缺点：

• 一些非必要的业务逻辑以同步的方式运行，太耗费时间。

中间件模式:

 

 

中间件模式的的优点：

• 将消息写入消息队列，非必要的业务逻辑以异步的方式运行，加快响应速度

(3)削峰

传统模式

 

传统模式的缺点：

• 并发量大的时候，所有的请求直接怼到数据库，造成数据库连接异常

中间件模式:

中间件模式的的优点：

• 系统A慢慢的按照数据库能处理的并发量，从消息队列中慢慢拉取消息。在生产中，这个短暂的高峰期积压是允许的。

三、Kafka中有哪些角色？

1、producer

消息生产者，就是向kafka broker 发消息的客户端。

2、consumer

consumer ：消息消费者，从kafka broker 取消息的客户端。

consumer group：单个或多个consumer可以组成一个consumer group；这是 kafka 用来实现消息的广播（发给所有的 consumer）和单播（发给任意一个 consumer）的手段。一个 topic 可以有多个Consumer Group。

 

3、topic

数据的逻辑分类；可以理解为数据库中“表”的概念；

（1）partition：topic中数据的具体管理单元；（可以理解为hbase中表的“region”概念）

         一个topic 可以划分为多个partition，分布到多个 broker上管理；

         每个partition由一个kafka broker服务器管理；

         partition 中的每条消息都会被分配一个递增的id（offset）；

         每个 partition 是一个有序的队列，kafka 只保证按一个 partition 中的消息的顺序，不保证一个 topic 的整体（多个 partition 间）的顺序。

         每个partition都可以有多个副本；

        分区对于 kafka 集群的好处是：实现topic数据的负载均衡。分区对于消费者来说，可以提高并发度，提高效率。

（2）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的多个partition。

 （3）offset

消息在底层存储中的索引位置，kafka底层的存储文件就是以文件中第一条消息的offset来命名的，通过offset可以快速定位到消息的具体存储位置；

4、Leader

partition replica中的一个角色，producer和consumer只跟leader交互（负责读写）。

5、副本Replica

partition的副本，保障partition的高可用（replica副本数目不能大于kafka broker节点的数目，否则报错。）

每个partition的所有副本中，必包括一个leader副本，其他的就是follower副本

6、Follower

partition replica中的一个角色，从leader中拉取复制数据（只负责备份）。

如果leader所在节点宕机，follower中会选举出新的leader；

7、偏移量Offset

每一条数据都有一个offset，是数据在该partition中的唯一标识（其实就是消息的索引号）。

各个consumer会保存其消费到的offset位置，这样下次可以从该offset位置开始继续消费；

consumer的消费offset保存在一个专门的topic（__consumer_offsets）中；（0.10.x版本以前是保存在zk中）

​​​​​​​8、消息Message

在客户端编程代码中，消息的类叫做 ProducerRecord； ConsumerRecord；

简单来说，kafka中的每个massage由一对key-value构成

 

各个字段的含义介绍如下：

1. crc：占用4个字节，主要用于校验消息的内容；
2. magic：这个占用1个字节，主要用于标识 Kafka 版本。Kafka 0.10.x magic默认值为1
3. attributes：占用1个字节，这里面存储了消息压缩使用的编码以及Timestamp类型。目前Kafka 支持 gzip、snappy 以及 lz4（0.8.2引入） 三种压缩格式；后四位如果是 0001 则表示 gzip 压缩，如果是 0010 则是 snappy 压缩，如果是 0011 则是 lz4 压缩，如果是0000则表示没有使用压缩。第4个bit位如果为0，代表使用create time；如果为1代表append time；其余位（第5~8位）保留；
4. key length：占用4个字节。主要标识 Key的内容的长度；
5. key：占用 N个字节，存储的是 key 的具体内容；
6. value length：占用4个字节。主要标识 value 的内容的长度；
7. value：value即是消息的真实内容，在 Kafka 中这个也叫做payload。