跨数据中心场景下，kafka集群部署模式

kafka在多数据中心场景下和单数据中心的场景部署是一样的吗？kafka的性能对分布式系统而言，非常重要。一旦延迟较大的情况下，应该如何部署。

一、为什么要跨数据中心部署？

大型的分布式软件，发展到一定阶段，一个数据中心满足不了需求，通常在一个城市会有多个数据中心，一个城市的多个数据中心通过专线连接，延迟比较小。

如果还是满足不了需求，例如你在世界各地都有用户，不可能让美国用户访问中国的服务，延迟非常严重。在一个城市无法做到容灾，例如，发生地震，整个城市都不可用了，这时候，你需要建立跨地域的数据中心。

一旦跨数据中心部署，如何让Kafka高可用？MirrorMaker就是为了解决这个问题而生。

挑战在什么地方？和其他跨数据中心部署的有状态的系统问题是一样的，消费者是有状态的，也就是offset，故障切换的过程中，如何保证一致性？

二、MirrorMaker

MirrorMaker是apache开源的kafka跨数据中心部署时的镜像工具，使用非常简单，

bin/kafka-run-class.sh kafka.tools.MirrorMaker --consumer.configsourceCluster1Consumer.config --consumer.config sourceCluster2Consumer.config--num.streams 2 --producer.configtargetClusterProducer.config --whitelist=".*"

基于MirrorMaker的常用模式：