1. 架构

2. 传统消息队列应用场景

02. 架构 - 图1

3. 消息队列两种模式

  1. 点对点模式(一对一,消费者主动拉取数据,消息收到后消息清除
    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。
    02. 架构 - 图2

  2. 发布/订阅模式(一对多,消费者消费数据之后不会清除消息
    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

4. 基础架构

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。

02. 架构 - 图3

  1. Producer :消息生产者,就是向kafka broker发消息的客户端;
  2. Consumer :消息消费者,向kafka broker取消息的客户端;
  3. 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
  4. 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
  5. 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;
  6. Partition:为了实现扩展性,一个非常大的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
  7. 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
  8. 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。
  9. 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leader。