定义

Kafka传统定义：kafka是一个分布式的基于发布/订阅模式的消息队列（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），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

1. 目前企业中比较常见的消息队列产品主要由kafka、ActiveMQ、RabbitMQ、RocketMQ等。
2. 在大数据场景主要采用Kafka作为消息队列。在JavaEE开发中主要采用ActiveMQ、RabbitMQ、RocketMQ。

传统消息队列的应用场景

传统的消息队列的主要应用场景包括：缓存/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。

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，然后在需要的时候去处理他们。

消息队列的两种模式

点对点模式

• 消费者主动拉取数据，消息收到后清除消息

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基础架构

• 为了方便扩展，并提高吞吐量，一个topic分为多个partition
• 配合分区的设计，提出消费组的概念，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，Kafka2.8.0之后也可以配置不采用ZK
• 0.9版本之前offset存储在ZK，0.9版本及之后offset存储在本地。

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组内的消费者消费；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可以分不到多个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。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。