消息中间件-Kafka

Java中的消息是基于内存的

消息中间件使用场景：

异步：用户登录的时候，将用户信息写入数据库，发邮件给用户、发短信给用户，需要150ms，改为异步，将信息写入数据库，然后写入消息队列，使用55ms，再从消息队列异步读取发送邮件和短信

削峰：比如秒杀系统，用户请求写入消息队列，然后秒杀业务根据规则读取秒杀请求（前端流量控制）

解耦：比如订单系统和库存系统，每次下订单之后，需要调用库存系统来加减库存，但是订单系统本来穿3个参数，后来改成5个参数，库存系统也需要跟着修改，因此可以放入消息队列中，读取相关信息，后台系统无需跟着改造。

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

消息队列的两种模式：

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）：

发布/订阅模式（一对多，消费者消费数据之后不会清除消息）：

消费者主动拉取（kafka）：缺点：浪费资源，因为维护了一个长轮询，去查看是否有消息

生产者推送两种模式

 

同一个消费分区里的消息，只能被同一个消费者组的一个消费者消费（A消费了，B就不能消费，AB属于同一个消费者组，避免重复消费）

消费者组是为了提高消费效率

kafka 的消息存在磁盘中，默认存7天

 

kafka架构

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。

8)offset:偏移量：0.9版本之前offset存储在ZK，0.9版本之后offset存储在本地，用于记录消费位置，放止挂掉之后，找不到在哪里消费

Kafka通过zookeeper存储集群的meta信息