kafka学习笔记（一）—

1、kafka是什么？

官方说明是：

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。

提到了两个概念：

发布/订阅模式
消息队列

下边来理解一下这两个名词。

2、消息队列（Message Queue）

2.1 什么是消息队列？

两个单词简写一下就是MQ，抛开消息不看，那就只剩队列了。

队列：是一种先进先出(FIFO)的数据结构。数据结构课程中有涉及这个概念~

消息队列可以简单理解为：把要传输的数据放在队列中。

我们把放消息的叫做：生产者；取消息的叫做：消费者。

2.2、为什么使用消息队列？

1）解耦

例如：我们的系统中有一个A模块，B、C模块需要使用A模块提供的功能。如果A把提供的服务写入到消息队列中(生产者)，B、C需要的时候就去队列里获取这个服务(消费者)。这样，三者的代码互相不浸入，完美实现了解耦合的需求。如果再来一个D模块，也要使用A的服务，它也只需去消息队列中取就ok了。如果B\C\D不需要A的服务了，直接不取消息就行了，减少了频繁改动代码的恶习。

总结一下就是：

A只负责提供服务，谁来消费，关我毛事？~
谁需要服务，谁就自己来拿，不需要就不拿。

2）异步

以一个注册的例子来理解同步与异步的差异之处

同步处理：走完整条业务代码线，再返回给用户注册成功的消息
异步处理：将用户的注册请求放入消息队列后就返回注册成功的消息，将写入数据库等等其它的业务将由后续代码接着执行

举个栗子：修手表，边修边等，这是同步模式；修好来取，这是异步模式。

节省了用户等待的时间，换句话就是减少了系统的响应时间~

3）削峰/限流

这两个东西讲的是一个概念，可类比于在计算机网络课程中学习的数据链路层的流量控制功能。

例如：

系统的访问量特变大，假设每秒有3000个请求，而后台有两个服务器在同时工作，他们的工作能力是每秒处理1000个请求。那么可想而知，充分利用机器的情况下，也会出现剩余1000个请求无法处理的问题。

这1000个请求难道要丢弃掉？当然不阔以辽~ 这时候，消息队列又可以排上用场了：我们将收到的3000个请求全部放进消息队列，后边两台服务器来队列中取数据进行处理，也就缓解了整个系统的鸭梨~

3、消息队列的两种模式

1）点对点模式

消息生产者生产消息发送到Queue中，然后消息消费者从Queue中取出并且消费消息。消息被消费以后，queue中不再有存储，所以消息消费者不可能消费到已经被消费的消息。Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。

这是一种一对一的、消费者主动拉取数据的模式，消息被消费之后，就被从队列里清除，这种消费模式功能比较单一。

2）发布/订阅模式

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。和点对点方式不同，发布到Topic的消息会被所有订阅者消费。

小总结：

基于这种模式，一条消息可以发给多个消费者；
发布订阅模式有两种：一种是队列推送消息，一种是消费者拉取数据；
造成的问题：推送消息的速度由队列决定，消费者的处理能力不一定,例如：生产100条/s,消费50条/s ，所以kafka采取的是消费者拉取的模式。当然拉取模式也有缺点：消费者需要频繁询问是否有消息等待消费[维护着一个长轮询] 。

4、kafka的基础架构

Producer ：消息生产者，就是向kafka broker发消息的客户端；
Consumer ：消息消费者，向kafka broker取消息的客户端；
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；消费者组之间互不影响。所有的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。
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。
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；
Partition：为了实现扩展性，一个大的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；
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。
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。
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follower。

注意哦：

（1）生产者和消费者都是去找leader，follower 只是个备份数据；

（2）同一个消费者组里的消费者不能消费同一个分区的数据，例如：同一个主题内只有2个数据分区，消费者组有3个消费者，那么第三个消费者只能空占资源，没有消费；

（3）kafka把消息存放在磁盘上，默认保留7天；

（4）zookeeper：首先kafka集群正常工作需要安装ZK，协助管理集群。只需要使得多个broker公用一个ZK,就能使得它们组成集群工作。其次，消费者的消费偏移量(offset)保存在ZK里面；（0.9版本之前存在ZK,0.9版本之后存放在kafka系统维护的一个topic中）。