Kafka

概念

传统定义

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。

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。

最新定义

Kafka是一个开源的分布式事件流平台，被数千家公司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

传统消息队列的应用场景

缓存/消峰、解耦和异步通信

缓存/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

Kafka - 图1

解耦

允许你独立的扩展或修改两边的处理过程，只要确保他们遵守同样的接口约束

Kafka - 图2

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。

Kafka - 图3

消息队列的两种模式

1.点对点模式

  • 消费者主动拉取数据，消息收到后清楚消息

Kafka - 图4

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，都可以消费到消息

Kafka - 图5

Kafka的底层架构

1.为了方便扩展，并提高吞吐量，一个topic分为多个partition

2.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

3.为提高可用性，为每个partition增加若干副本，类似NameNode HA

4.ZK中记录谁是leader，Kafka2.8.0以后，也可以配置不采用ZK

Kafka - 图6