kafka概述
1.1 kafak定义
Kafka传统定义: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。
发布/订阅:消息的发布者不会将消息直接发送给特定的订阅者,而是将发布的消息分为不同的类别,订阅者只接收感兴趣的消息。
Kafka 最新定义: Kafka 是一个开源的分布式事件流平台( Event Streaming Platform),被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。
1.2 消息队列
目前企业中比较常见的消息队列产品主要有Kafka 、ActiveMQ、RabbitMQ、 RocketMQ 等。在大数据场景主要采用Kafka 作为消息队列。在JavaEE 开发中主要采用ActiveMQ、 RabbitMQ、RocketMQ。
传统消息队列的应用场景
传统的消息队列的主要应用场景包括:缓存/消峰、解耦和异步通信。
消息队列的应用场景——缓冲/消峰
缓冲/消峰:有助于控制和优化数据流经过系统的速度,解决生产消息和消费消息的处理速度不一致的情况。
消息队列的应用场景--解耦
解耦:允许你独立的扩展或修改两边的处理过程 只要确保它们遵守同样的接口约束 。
消息队列的应用场景——异步通信
异步通信:允许用户把一个消息放入队列,但并不立即处理它,然后在需要的时候再去处理它们。
消息队列的两种模式
1)点对点模式
-
消费者主动拉取数据,消息收到后清除消息
2)发布/订阅模式
-
可以有多个topic主题(浏览、点赞、收藏、评论等)
-
消费者消费数据后,不删除数据
-
每个消费者相互独立,都可以消费到数据
1.3kafka基础架构
1.为了方便扩展,并提高吞吐量,一个topic分为多个partition
2.配合分区的设计,提出消费组的概念,组内每个消费者并行消费
3.为了提高可用性,为每个partition增加若干副本,类似Hadoop架构的NameNode HA
4.Zookeeper中记录谁是leader,Kafka2.8.0以后也可以配置不采用ZK
(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)Replication:副本。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。