kafka初识 之 Topic、Partition、生产者、消费者、Broker、Cluster概念分析

kafka消息队列有两种消费模式，分别是点对点模式和订阅/发布模式。具体比较可以参考Kafka基础–消息队列与消费模式。

1. 主题（Topic）与分区（Partition）

• Topic：消息主题，是消息的逻辑分类，具体分类的方式就是用Topic进行区分，不同类别的消息具有不同的Topic。

• 每条消息属于且仅属于一个Topic
• Producer发布数据时，必须指定将该消息发布到哪个Topic
• Consumer消费消息时，也必须指定消费哪个Topic的信息

• partition：主题内分区，是物理分类。每一个主题都对应一个「消息队列」,一个 Topic 对应多个 Partition。

partition的目的是：通过多分区实现负载均衡的效果，提高kafka访问吞吐率。

• 写入数据的规则
• kafka默认轮询规则
• producer指定partition key写入特定的partition
• producer自定义规则

2. 生产者（Producer）与消费者（Consumer）

生产者（也称为发布者）创建消息，而消费者（也称为订阅者）负责消费or读取消息。

3. Broker 和集群（Cluster）

• 一个 Kafka 服务器也称为 Broker，它接受生产者发送的消息并存入磁盘；Broker 同时服务消费者拉取分区消息的请求，返回目前已经提交的消息。
• 若干个 Broker 组成一个集群（Cluster），其中集群内某个 Broker 会成为集群控制器（Cluster Controller），它负责管理集群，包括分配分区到 Broker、监控 Broker 故障等。在集群内，一个分区由一个 Broker 负责，这个 Broker 也称为这个分区的 Leader

4. 关于 kafka 一点认知

• Kafka 的消息是存在于文件系统之上
• Topic 其实是逻辑上的概念，面相消费者和生产者，物理上存储的其实是 Partition，每一个 Partition 最终对应一个目录，里面存储所有的消息和索引文件。默认情况下，每一个 Topic 在创建时如果不指定 Partition 数量时只会创建 1 个 Partition。比如，创建了一个 Topic 名字为 test ，没有指定 Partition 的数量，那么会默认创建一个 test-0 的文件夹，这里的命名规则是：<topic_name>-<partition_id>。

---

• kafka 如何保证可靠性？
  • 对于一个分区来说，它的消息是有序的。如果一个生产者向一个分区先写入消息A，然后写入消息B，那么消费者会先读取消息A再读取消息B。
  • 当消息写入所有in-sync状态的副本后，消息才会认为已提交（committed）。这里的写入有可能只是写入到文件系统的缓存，不一定刷新到磁盘。生产者可以等待不同时机的确认，比如等待分区主副本写入即返回，后者等待所有in-sync状态副本写入才返回。
  • 一旦消息已提交，那么只要有一个副本存活，数据不会丢失。
  • 消费者只能读取到已提交的消息。