Kafka定义
kafka传统定义：Kafka是一个分布式的基于发布/订阅模式的消息列队（Message Queue），主要应用于大数据实时处理领域。
发布/订阅：消息的发布者不会将消息直接发送给特定的订阅者，而是将发布的消息分为不同的类别，订阅者只接收感兴趣的消息。
Kafka最新定义：Kafka是一个开源的 分布式事件流平台 （Event Streaming Platform），用于高性能 数据管道、流分析、数据集成和关键任务应用 。
消息队列
目前企业中比较常见的消息列队产品有Kafka、ActiveMQ、RabbitMQ、RocketMQ等。
在大数据场景主要采用Kafka作为消息列队。在JavaEE开发中主要采用ActiveMQ、RabbitMQ、RocketMQ。
传统消息列队的应用场景
主要应用场景包括：缓冲/消峰、解耦和异步通信。
缓冲/消峰
有助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。
解耦
允许独立的扩展或修改两边的处理过程，只需要确保它们遵守同样的接口约束。
异步通信
允许用户把一个消息放入队列，但并不立即处理它，然后在需要的时候再去处理它们。
消息列队的两种模式
1.点对点模式：
- 消费者主动拉取数据，消息收到后清除消息
2.发布/订阅模式：
- 可以有多个topic主题（浏览、点赞、收藏、评论等）
- 消费者消费数据之后，不删除数据
- 每个消费者相互独立，都可以消费到数据
Kafka特点
- 数据吞吐量巨大：需要能够快速收集各个渠道的海量日志
- 集群容错性高：允许集群内少量节点崩溃
- 功能不需要太复杂：kafka的设计目标算高吞吐量、低延迟和可扩展性，主要关注消息传递而不是消息处理，所以kafka没有支持死信列队、顺序消息等高级功能
- 允许少量数据丢失：在海量的应用日志中，少量的日志丢失算不会影响结果的。所以kafka的设计初衷算允许少量数据丢失的。当然，kafka本身也在不断优化数据安全问题。
Kafka基础架构
- 为方便扩展，提高吞吐量，一个topic分为多个partition
- 配合分区的设计，提出消费者组的概念，组内每个消费者并行消费
- 为提高可用性，为每个partition增加若干副本，类似NameNode HA
- ZK中记录谁是leader，Kafka.8.0以后可以配置不采用ZK
Producer：消息生产者，向Kafka broker发消息的客户端
Consumer：消息消费者，向Kafka broker拉取消息的客户端
Topic：主题，存储各种各样的数据
注：一个分区的数据只能由一个消费者来消费。
评论 (0)