kafka 基础知识

1、Kafka简介
Apache Kafka是由Apache开发的一种发布订阅消息系统。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是一个类JMS消息队列，结合了JMS 中的两种模式，可以有多个消费者主动拉取数据。虽然它提供了类似于JMS的特性，但是在设计实现上完全不同，此外它并不是JMS规范的实现，在JMS 中只有点对点模式才有消费者主动拉取数据。
2、kafka的3个关键功能
◆ 发布和订阅记录流，类似于消息队列或企业消息传递系统。
◆ 以容错的持久方式存储记录流。
◆ 处理记录流。
3、kafka通常用于两大类应用：
◆ 建立实时流数据管道，以可靠地在系统或应用程序之间获取数据
◆ 构建实时流应用程序，以转换或响应数据流
4、kafka 的特性
(1) 消息持久化
(2) 高吞吐量、低延迟：afka每秒可以处理几十万条消息，它的延迟最低只有几毫秒，每个topic可以分多个partition，consumer group 对 partition 进行consume操作。
(3) 扩展性：kafka集群支持热扩展
(4) 多客户端支持：高并发，支持数千个客户端同时读写
(5) Kafka Streams
(6) 安全机制
(7) 数据备份
(8) 轻量级
(9) 消息压缩
5、 kafka的5个核心Api
◆ Producer API
◆ Consumer AP]
◆ Streams API
◆ Connector API
◆ Admin API
6、什么是Broker(代理)?
Kafka集群中，一个 kafka 实例被称为一个代理(Broker)节点。无论是 kafka 集群，还是 producer 和 consumer 都依赖于 zookeeper 来保证系统可用性，为集群保存一些 meta （元数据）信息。
7、什么是Producer(生产者)?
消息的生产者被称为Producer。
Producer将消息发送到集群指定的主题中存储，同时也自定义算法决定将消息记录发送到哪个分区。
8、什么是Consumer(消费者)
消息的消费者，从kafka集群中指定的主题读取消息。
9、什么是Topic(主题)?
主题，kafka通过不同的主题却分不同的业务类型的消息记录。
10、什么是Partition(分区)?
每一个Topic可以有一个或者多个分区(Partition)。
11、分区和代理节点的关系?
一个分区只对应一个Broker,一个Broker可以管理多个分区。
12、什么是副本(Replication)?
每个主题在创建时会要求制定它的副本数(默认1)。
13、什么是记录(Record)?
实际写入到kafka集群并且可以被消费者读取的数据。
每条记录包含一个键、值和时间戳。
14、kafka适合哪些场景?
◆ 日志收集
◆ 消息系统
◆ 活动追踪
◆ 运营指标
◆ 流式处理
◆ 时间源等
15、kafka磁盘选用上?
SSD的性能比普通的磁盘好，这个大家都知道，实际中我们用普通磁盘即可。它使用的方式多是顺序读写操作，一定程度上规避了机械磁盘最大的劣势，即随机读写操作慢，因此SSD的没有太大优势。
16、使用RAID的优势?
◆ 提供冗余的磁盘存储空间
◆ 提供负载均衡
17、磁盘容量规划需要考虑到几个因素?
◆ 新增消息数
◆ 消息留存时间
◆ 平均消息大小
◆ 备份数
◆ 是否启用压缩
18、Broker使用单个?多个文件目录路径参数?
log.dirs 多个
log.dir 单个
19、一般来说选择哪个参数配置路径?好处?
log.dirs
好处:
◆ 提升读写性能，多块物理磁盘同时读写高吞吐。
◆ 故障转移。一块磁盘挂了转移到另一个上。
20、自动创建主题的相关参数是?
auto.create.topics.enable
21、解决kafka消息丢失问题?
不要使用 producer.send(msg)，而要使用 producer.send(msg, callback).
设置 acks = all。
设置 retries 为一个较大的值。
设置 unclean.leader.election.enable = false.
设置 replication.factor >=3.
设置 min.insync.replicas >1.
确保 replication.factor >min.insync.replicas .
确保消息消费完成再提交。
22、如何自定分区策略?
◆ 显式地配置生产者端的参数partitioner.class
◆ 参数为你实现类的全限定类名，一般来说实现partition方法即可。
23、kafka压缩消息可能发生的地方?
Producer 、 Broker.
24、kafka 消息重复问题?
◆ 做好幂等。
◆ 数据库方面可以(唯一键和主键)避免重复
◆ 在业务上做控制。
具体在项目中的运用可参考以下资料：
https://zhuanlan.zhihu.com/p/698928252