kafka学习总结之kafka简介

kafka是一个分布式，基于subscribe-publish的消息系统

特性：高吞吐量、低延迟、可扩展性、持久性（消息持久化到本地磁盘）、可靠性、容错性（n个副本，允许n-1个节点失败）、高并发（支持数千个客户端同时读写）

设计思想：

（1）       Consumer group：多个consumer可以组成一个group（group-id区分），每个消息只能被组中的一个consumer消费，同时消费一个消息的consumer一定不在同一组；

（2）       消息状态：kafka中，消息的状态被保存在consumer中，节点（broker）不关心什么消息被谁消费了，只保存偏移量（指向partition，即分区中下一个即将被消费的消息）；

（3）       消息的保存：消息会被持久化到本地磁盘中，而且可以（可配置）长期保存，以便consumer可以多次消费；

（4）       批量发送：kafka支持以消息集合为单位进行批量发送，从而提高效率

（5）       异步：producer只管向broker push消息，consumer只管从broker pull消息，这个过程是异步的，不存在谁等谁；

（6）       集群：kafka集群中的broker地位相同，没有主从关系，可以随意增加或删除任何一个broker，kafka0.8.x通过metadataAPI进行负载均衡，kafka0.7.x主要靠zookeeper进行负载均衡；

（7）       分区partition：kafka的broker支持消息分区，producer决定将消息发送到哪个分区，分区中消息的顺序即是producer发送的顺序，一个主题可以有多个分区。

架构组件：

topic：主题，kafka中发布订阅的对象

producer：向topic发布消息的一端

consumer：从topic订阅消息的一端

broker：kafka的一个服务实例，即是一个kafka服务器

图 1 kafka集群结构图

topic和partition：

一个topic有多个partition，每个partition中的消息都是有序的，kafka的节点broker会维护一个消息的偏移（index）唯一确定一个消息

图 2 topic和partition关系图