kafka基本介绍

1 卡夫卡消息队列简介

1.1 消息队列

1.1.1 基本特性

可扩展
在不需要下线的情况下进行扩容
数据流分区(partition)存储在多个机器上

高性能
单个broker就能服务上千客户端
单个broker每秒种读/写可达每秒几百兆字节
多个brokers组成的集群将达到非常强的吞吐能力
性能稳定，无论数据多大

持久存储
存储在磁盘上
冗余备份到其他服务器上以防止丢失

1.1.2 消息格式

一个topic对应一种消息格式，因此消息用topic分类

一个topic代表的消息有1个或者多个patition(s)组成

一个partition中
一个partition应该存放在一到多个server上如果只有一个server，就没有冗余备份，是单机而不是集群
如果有多个server一个server为leader
其他servers为followers
leader需要接受读写请求
followers仅作冗余备份
leader出现故障，会自动选举一个follower作为leader，保证服务不中断
每个server都可能扮演一些partitions的leader和其它partitions的follower角色，这样整个集群就会达到负载均衡的效果

消息按顺序存放
消息顺序不可变
只能追加消息，不能插入
每个消息都有一个offset，用作消息ID, 在一个partition中唯一
offset有consumer保存和管理，因此读取顺序实际上是完全有consumer决定的，不一定时线性的
消息有超时日期，过期则删除

1.1.3 生产者 producer

producer将消息写入kafka
写入要指定topic和partition
消息如何分到不同的partition，算法由producer指定

1.1.4 消费者 consumer

consumer读取消息并作处理
consumer group这个概念的引入为了支持两种场景：每条消息分发一个消费者，每条消息广播给所有消费者
多个consumer group订阅一个topic，该topci的消息广播给所有consumer group
一条消息发送到一个consumer group后，只能由该group的一个consumer接收和使用
一个group中的每个consumer对应一个partition可以带来如下好处可以按照partition的数目进行并发处理
每个partition都只有一个consumer读取，因而保证了消息被处理的顺序是按照partition的存放顺序进行，注意这个顺序受到producer存放消息的算法影响