Kafka : 高吞吐,分布式,基于发布订阅的信息系统
点对点模式 : 一对一,消费者主动拉取数据
发布订阅模式:一对多,数据生产后,推送给所以订阅者
-
Producer : 消息生产者 ,想kafka broker发消息的客户端
-
Consumer : 消息消费者,向kafk broker取消息的客户端
-
Topic : 可以理解为一个队列
-
Consumer Group:这是用来实现一个消息的广播和单播
-
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
-
分区的原因
(1)方便在集群中扩展,每个Partition可以通过调整以适应它所在的机器,而一个topic又可以有多个
Partition组成,因此整个集群就可以适应任意大小的数据了;
(2)可以提高并发,因为可以以Partition为单位读写了。 -
分区的原则
(1)指定了patition,则直接使用;
(2)未指定patition但指定key,通过对key的value进行hash出一个patition
(3)patition和key都未指定,使用轮询选出一个patition
kafka 的写流程
1)producer先从zookeeper的 "/brokers/…/state"节点找到该partition的leader
2)producer将消息发送给该leader
3)leader将消息写入本地log
4)followers从leader pull消息,写入本地log后向leader发送ACK
5)leader收到所有ISR中的replication的ACK后,增加HW(high watermark,最后commit 的offset)
并向producer发送ACK
Kafka的log详解
- Segment file文件由两大部分组成:index file和data file
- 每次生产者发布消息的时候,追加到最后一个段文件中。真正写入磁盘后,消息公开给消费者。只有当前段文件可写,其他只读。写满之后,新的来继续写