kafka 概述

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，用来解决数据缓存/消峰、解耦和、异步通信等

官网地址：http://kafka.apache.org/
官方下载地址：http://kafka.apache.org/downloads.html

其他消息队列：

1）RabbitMQ
RabbitMQ 2007年发布，是一个在AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一

2）ActiveMQ
ActiveMQ是由Apache出品，ActiveMQ是一个完全支持JMS1.1和J2EE 1.4规范的JMS Provider实现。它非常快速，支持多种语言的客户端和协议，而且可以非常容易的嵌入到企业的应用环境中，并有许多高级功能

3）RocketMQ
RocketMQ出自阿里公司的开源产品，用Java语言实现，在设计时参考了Kafka，并做出了自己的一些改进，消息可靠性上比 Kafka更好。RocketMQ在阿里集团被广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理等

Kafka 消息队列的两种模式

1. 点对点模式

一对一，消费者主动拉取数据，消息收到后消息清除

2. 发布/订阅模式

一对多，消费者消费数据之后不会清除消息

kafka的主要应用场景

1. 指标分析
2. 日志聚合解决方法
3. 流式处理（spark、storm、flink）

Kafka 组件

注意：在Kafka 2.8.0 版本，移除了对Zookeeper的依赖

（1）Producer ：消息生产者，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，一个分区只能由一个消费者消费

（4）Broker ：一台kafka服务器就是一个broker

一个集群由多个broker组成。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

（9）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。leader发生故障时，某个follower会成为新的leader