kafka应用之路

  1、在技术选型上，为什么要使用kafka，不使用rocketmq？

kafka是分布式日志存储系统.

1）kafka更容易大数据系统结合，例如我们用到的storm。

2）kafka比较热门，文档比较全

3）能够做到真正的保证数据不会丢失，不会重复，即使在节点down掉的情况下。

4）容易和我们的elk系统结合

2、介绍kafka

3、kafka安装

4、kafka使用（kafka的实践）

二、需要注意的问题：

1、kafka的consumer数量不能超过partition的数量；另外如果有同一个groupid的consumer去消费消息，这个groupid的消息就会被消费掉从而读不到消息。

2、kafka可以持久化一段时间的数据，通过下面的参数设置。可以设置基于时间的，也可以设置基于文件大小的

3、Kafka读取特定消息的时间复杂度为O(1)，即与文件大小无关，所以删除过期文件与提高Kafka性能无关。

4、Kafka会为每一个Consumer Group保留一些metadata信息——当前消费的消息的position，也即offset。这个offset由Consumer控制。正常情况下Consumer会在消费完一条消息后递增该offset。当然，Consumer也可将offset设成一个较小的值，重新消费一些消息。因为offet由Consumer控制，所以Kafka broker是无状态的，它不需要标记哪些消息被哪些消费过，也不需要通过broker去保证同一个Consumer Group只有一个Consumer能消费某一条消息，因此也就不需要锁机制，这也为Kafka的高吞吐率提供了有力保障。

5、kafka使用默认的副本因子是1，也就是没有副本，因为：

在kafka的开发者看来副本似乎是一个附加的东西，没有大量的使用，这有很大的缺点：slave不活跃，吞吐量受到严重影响，它需要的精确的手动配置等

三、遇到的问题

1、无法发送或者消费消息

WARN [Producer clientId=console-producer] Connection to node -1 could not be established. Broker may not be available. (org.apache.kafka.clients.NetworkClient)