kafka中topic、partition、broker、consumerGroup、consumer之间的关系、区别及存在意义

概念理解

topic： 逻辑概念，用于联系Producer 和 Consumer的message生产和消费。Producer 生产的消息放入一个topic中，由Consumer通过对同一个topic的订阅进行消费

broker： 物理资源，一般一个broker指底层的一台物理服务器。

partition： 逻辑分区存储，用于将topic在不同的物理资源上进行逻辑存储。实际Producer 放入topic的消息，会存入不同broker上的partition中。其特点如下：

1. 一个topic默认只有一个partition，但是可以手动扩充partition数量。因此partition可以理解为最细I粒度的topic。
2. 由于一个topic可以包含很多个partition，在单个partion中，存储的信息是有序的，但是同一个topic中、不同partition中消息是无序的

举例理解

关于topic、partition、broker的概念理解，可以类比windows的逻辑分区。

一个broker对应于一台PC，一个partition对应于PC上的一个逻辑分区，如D、E、F盘，一个topic最少对应于一个partition，换而言之，producer写入的信息，至少要放入一个逻辑分区（D盘），也可以分别放入多个逻辑分区（D盘和E盘）。从单个逻辑分区（D盘）取出的数据是有序的，但是从多个逻辑分区（D盘和E盘）取出的数据，不保证有序。

三者存在的意义

定义topic、partition、broker三者的意义，本质目的在于将message的生产消费、逻辑存储、物理资源做解耦，使得topic的横向扩展与broker完全解耦

1. topic负责message的生产消费
2. partition在于做topic的逻辑存储
3. broker实际是提供partition的物理资源

两两配合关系

要理解以上三个概念，就要充分理解topic、partition、broker三者间的两两关系

broker与partition

1. 一个broker可以有多个partition吗？

   可以，类似于一台PC可以划分多个逻辑分区

2. 一个partition可以跨broker存在吗？

   不可以，一个partition的分区上限，就是broker的大小。前面提到过，要实现消息有序，就必须使用同一个partition存储message，因此kakfa中的有序message，是存在上限的，即单个broker的性能上限。

broker与topic（通过partition隔离后，完全解耦）

1. 一个broker可以有多个topic吗？

   可以，一个broker上可以有多个partition，不同的partition可能隶属于不同的topic

2. 一个topic可以跨broker存在吗？

   可以，一个topic可以囊括不同partition，不受broker限制，可以是一台broker上的多个partition，也可以是多个broker上的不同partition。

topic与partition

1. 一个topic可以包含多个partition吗？

   可以，基本概念

2. 一个partition可以隶属于多个topic吗？

   不可以，一个partition只能隶属于一个topic，作为这个topic的最细粒度逻辑存储

其他概念

Consumer

Consumer是message的消费者，这个不用多介绍，唯一要注意的是Consumer与partition的关系。

1. 每个topic的每个partition只能由唯一一个Consumer消费。

   原因是partition已经是topic的最小存储粒度，所以consumer相当于消费的是一个最小topic

2. 一个Consumer可以消费多个partition

   这个就相当于consumer直接订阅topic一样

Consumer group

Consumer group顾名思义就是一堆Consumer ，其存在的意义依然是为了解耦，解耦topic订阅与consumer消费之间的关系。

1. 点对点模型可以直接对接单一的Consumer 进行消费
2. 发布订阅模型则可以通过Consumer group的形式进行消费

虽然Consumer group对应topic，解耦了topic订阅与consumer消费之间的关系，但还是要关注最细粒度consumer的和最小粒度的topic（partition）之间的关系，从前面Consumer一节中，可以看出主要是二者的数量对应关系。主要讨论三种情况

1. Consumer Group中Consumer 数量 < 所订阅topic 中partition数量，可以正常消费，但是使用较少。（此时一个Consumer 会按不确定比例（竞争策略）消费多个partition，但很少这么用。具体原理可以参考这篇文章）
2. Consumer Group中Consumer 数量 = 所订阅topic 中partition数量， 可以正常消费，可以做到每个partition一个Consumer ，但是没有资源冗余，不具备高可用，使用也较少
3. Consumer Group中Consumer 数量 > 所订阅topic 中partition数量， 可以正常消费，且留有资源冗余，冗余资源正常不会工作，只有在Consumer 故障时才会启用。正常实际生产环境中使用较多。