Kafka黑话（基本概念）（一）

kafka中的基本概念

消息和批次

消息：

消息kafka里的数据单元，也就是我们一般消息中间件里的消息概念；消息由字节数组组成，消息还可以包含键，用以对消息选取分区。

批次：

为了提高效率，消息被分批写入kafka；批次就是一组消息，这些消息属于同一个主题和分区。如果只传递单个消息，会导致大量的网络开销，把消息分成批次传输可以减少开销。但是，这个需要权衡，批次里包含的消息越多，单位时间内处理的消息就越多，单个消息的传输时间就越长。如果进行压缩，可以提升数据的传输和存储能力，但需要更多的计算处理。

主题和分区

kafka里的消息用主题进行分类，主题下又可以被分为若干个分区。分区本质上是个提交日志，有新消息，这个消息就会以追加的方式写入分区，然后用先入先出的顺序读取。

①但是因为主题会有多个分区，所以在整个主题的范围内，是无法保证消息的顺序的，单个分区则可以保证。

②kafka通过分区来实现数据冗余和伸缩性，因为分区可以分布在不同的服务器上，那就是说一个主题可以跨越多个服务器。

③kafka可以看成一个流平台，很多时候，我们会把一个注意的数据看成一个流，不管有多少个分区。

生产者和消费者、偏移量、消费者群组

（1）生产者默认情况下把消息均衡分布到主题的所有分区上，如果需要指定分区，则需要使用消息里的消息键和分区器。

（2）消费者订阅主题，一个或者多个，并且按照消息的生成顺序读取。消费者通过检查所谓的偏移量来区分消息是否读取过。偏移量是一种元数据，一个不断递增的整数值，创建消息的时候，kafka会把他加入消息。在一个分区里，每个消息的偏移量是唯一的。每个分区最后读取的消息偏移量会保存到Zookeeper或者kafka上，这样分区的消费者关闭或重启，读取状态都不会丢失。

（3）多个消费者可以构成一个消费者群组。    共同读取一个主题的消费者们，就形成了一个群组。群组可以保证每个分区只被一个消费者使用。

（4）消费者和分区之间的这种映射关系叫做消费者对分区的所有权关系，可以得出，一个分区只有一个消费者，而一个消费者可以有多个分区。

Broker和集群

（1）一个独立的kafka服务器叫Broker。broker的主要任务是：接收生产者的消息，设置偏移量，提交消息到磁盘保存；为消费者提供服务，相应请求，返回消息。在合适的硬件上 单个broker可以处理上千个分区和每秒百万级的消息量。

（2）多个broker可以组成一个集群。每个集群中broker会选举出一个集群控制器。控制器会进行管理，包括将分区分配给broker和监控broker。

（3）集群里，一个分区从属于一个broker，这个broker被称为首领。但是分区可以被分配给多个broker，这个时候会发生分区复制。

（4）分区复制带来的好处是，提供了消息冗余。一旦首领 broker 失效，其他 broker 可以接管领导权。当然相关的消费者和生产者都要重新连接到新的首领上。

保留消息策略

在一定期限内保留消息是kafka的一个重要特性，broker默认的保留策略是：要么保留一段时间 ， 要么保留一定大小。到了限制，旧消息过期并删除。但是每个主题可以根据业务需求 配置自己的保留策略。

kafka的特性（为什么选择kafka）

优点：

①多生产者和多消费者

②基于磁盘的数据存储，或者说 kafka 的数据天生就是持久化的。

③高伸缩性，kafka一开始就被设计成一个具有灵活伸缩性的系统，对在线集群的伸缩 丝毫不影响整体系统的可用性。

④高性能，结合横向扩展生产者、消费者和broker，kafka可以轻松处理巨大的信息流，同时保证压秒及的消息延迟。

常见场景

传递消息

        标准消息中间件功能

活动跟踪

        记录页面访问次数和点击，将这些信息作为消息发布到一个或者多个主题上。（这一步 Redis 也可以奥。。。）

提交日志

        收集其他系统的变动日志，如DB。可以把DB的更新发布到kafka上，应用通过监控事件流来接收数据库数据库的实时更新，或者通过事件流将数据库的更新复制到远程系统。

        还可以当其他系统崩溃了，通过重放日志来回复系统的状态。