kafka的模型诠释

kafka是目前市场上比较流行的消息框架。本篇文章尽力去诠释kafka模型背后的设计原理，从而更加深刻的理解kafka，在使用过程中尽可能少的入坑。

三个角色：

producer：生产者。负责发送消息到kafka集群

broker：kafka集群。负责保存消息

consumer：消费者。负责消费kafka集群的消息

模型：

topic：一个topic即一个逻辑上的主题，生产者可以生产消息到该主题，消费者则从该主题下消费消息。对于生产者和消费者而言，并不需要关心某个topic是怎么存的，存在哪台机器这些物理信息。

partition：partition是物理上的，每个topic可以有多个partition。这里引出一个问题，对于外界而言，一个topic已经足够，为什么还要设计partition这个模型？

这是因为，利用partition可以做水平扩张，负载均衡。假设一个topic消息量巨大，单机支撑这个topic就会出现IO瓶颈，如果要想法去掉这个瓶颈，最简单能想到的就是将一个topic分散在多台机器，用多台机器来分散IO。所以partition的目的就是将同一个topic分散到不同机器上，从而实现水平扩展的利器。

借用知乎上的一个例子：

kafka正是借用生活中的例子来设计的topic和partition。其中，不同的topic就是不同的高速公路，partition就是某条高速公路上面的车道，如果车流量大，则拓宽车道，反之，减少车道；而消费者就好比收费站，收费站越多，则通过速度越快。

consumer group：consumer group实际上就是一组consumer的集合。它的出现是基于两个需求。一，在应用消费kafka消息时，希望不会重复消费。二，有时应用需要并行消费。对于这两个看似矛盾的需求，kafka通过引入consumer group来解决了。

先看第一，如果kafka不能解决重复投递，而由每个应用去解决，则每个应用自己去实现幂等，显然是一种重复造轮子的行为。对于第二，有时数据既需要传递给离线计算又需要给在线计算。kafka规定了，同一个consumer group内部，只能有一个consumer消费某条消息；而不同的consumer group，可以同时消费某条消息。简单说，如果同一个应用有100台机器，这100台机器属于同一个consumer group，则同一条消息在100台机器中只有一台能得到。而另一个应用如果也需要同时消费同一个topic的消息，则新建一个consumer group并消费同一个topic消息。

partition和consumer group之间的关系：partition的设计初衷是通过增加partition让consumer能够并发消费，但是kafka的设计是在同一个partition上不允许并发，因此，如果consumer group中的consumer线程数量比partition多，则有的线程将得不到消息；反之，如果consumer线程数量比partition少，则有的线程将会收到多个消息，多个partition间的消息并不能保证顺序，只有同一个partition上的数据是有序的。

消息顺序：

如果topic中仅分配了一个partition，kafka能够保证消息的顺序投递，并且由于同一个consumer group只有一个consumer，在消费时也能保证消息的顺序，实际上就是串行的处理消息。而如果想要保证消息的处理顺序又想要并行化的进行消息投递处理，就不得不自行在consumer端处理。当然，还有个办法，即因为可以保证局部partition消息的顺序性，只要将需要保持顺序的消息通过特定的hash编码放到特定的partition中，则该组partition消息即可保证顺序访问。

消息队列需要解决的几个难题：

1. 消息的顺序性

2. 消息的重复性

3. 事务消息

(待续)

kafka与unix管道 http://zqhxuyuan.github.io/2016/01/05/2016-01-05-Kafka-Unix/

Kafka是个奇葩！ http://www.csdn123.com/html/topnews201408/21/1021.htm

Kafka——分布式发布订阅消息系统 https://www.zybuluo.com/sasaki/note/268115

kafka入门介绍 http://orchome.com/5

kafka设计原理介绍 https://www.dexcoder.com/dexcoder/article/2194

Kafka 指南 http://wdxtub.com/2016/08/15/kafka-guide/

Kafka史上最详细原理总结 http://blog.csdn.net/u013573133/article/details/48142677

apache kafka技术分享系列(目录索引) http://blog.csdn.net/lizhitao/article/details/39499283

阿里RocketMQ如何解决消息的顺序&重复两大硬伤？ http://dbaplus.cn/news-21-1123-1.html

如何做到“恰好一次”地传递数十亿条消息 http://blog.jobbole.com/111809/?utmsource=blog.jobbole.com&utmmedium=relatedPosts