【消息队列】kafka是如何保证高可用的

一、kafka一个最基本的架构认识

　　由多个broker组成，每个broker就是一个节点；创建一个topic，这个topic可以划分为多个partition，每个partition可以存在于不同的broker上，每个partition存放放一部分数据。

　　kafka就是一个分布式消息队列，就是说一个topic的数据，是分散放在多个机器上的，每个机器就放一部分数据。
　　实际上像rabbitmq之类的，并不是分布式消息队列，它只是传统的消息队列，只不过提供了一些集群、HA的机制而已，因为rabbitmq的一个queue的数据都是放在一个节点里的，镜像集群下，也是每个节点都存放这个queue的完整数据。

二、kafka高可用机制

　　kafka 0.8以前，是没有HA机制的，就是任何一个broker宕机了，那个broker上的partition就废了，没法写也没法读，没有什么高可用性可言。

　　kafka 0.8以后，提供了HA机制，就是replica副本机制。每个partition的数据都会同步到其他机器上，形成自己的多个replica副本。然后所有replica会选举一个leader出来，那么生产和消费都跟这个leader打交道，然后其他replica就是follower。写的时候，leader会负责把数据同步到所有follower上去，读的时候就直接读leader上数据即可。只能读写leader？很简单，要是你可以随意读写每个follower，那么就要care数据一致性的问题，系统复杂度太高，很容易出问题。kafka会均匀的将一个partition的所有replica分布在不同的机器上，这样才可以提高容错性。

　　kafka的这种机制，就有所谓的高可用性了，因为如果某个broker宕机了，也没事儿，因为那个broker上面的partition在其他机器上都有副本的，那么此时会重新选举一个新的leader出来，大家继续读写那个新的leader即可。这就有所谓的高可用性了。

1）写过程

　　写数据的时候，生产者就写leader，然后leader将数据落地写本地磁盘，接着其他follower自己主动从leader来pull数据。一旦所有follower同步好数据了，就会发送ack给leader，leader收到所有follower的ack之后，就会返回写成功的消息给生产者。（当然，这只是其中一种模式，还可以适当调整这个行为）

2）读过程

　　消费的时候，只会从leader去读，但是只有当一个消息已经被所有follower都同步成功并返回ack的时候，这个消息才能够被消费者读到。

题外话： RabbitMQ的高可用性
　　RabbitMQ是比较有代表性的，因为是基于主从做高可用性的；

rabbitmq有三种模式：单机模式，普通集群模式，镜像集群模式

1.单机模式

　　demo级别，生产不能用单机模式。

2.普通集群模式

　　就是在多台机器上启动多个rabbitmq实例，每个机器启动一个。但是你创建的queue，只会存放在一个rabbtimq实例上，但是每个实例都同步queue的元数据。实际上如果连接到了另外一个实例，那么那个实例会从真正存有数据的queue所在实例上拉取数据过来。

　　没做到所谓的分布式，就是个普通集群。该方案主要是提高吞吐量的，就是说让集群中多个节点来服务某个queue的读写操作。

3.镜像集群模式

　　这种模式，才是所谓的rabbitmq的高可用模式，跟普通集群模式不一样的是，你创建的queue，无论元数据还是queue里的消息都会存在于多个实例上，然后每次你写消息到queue的时候，都会自动把消息到多个实例的queue里进行消息同步。