Kafka概述
Kafka是一个分布式的基于发布/订阅模式的消息队列
,主要应用于大数据实时处理领域,用来解决数据缓存/消峰、解耦和、异步通信等
官网地址:http://kafka.apache.org/
官方下载地址:http://kafka.apache.org/downloads.html
其他消息队列:
1)RabbitMQ
RabbitMQ 2007年发布,是一个在AMQP(高级消息队列协议)基础上完成的,可复用的企业消息系统,是当前最主流的消息中间件之一
2)ActiveMQ
ActiveMQ是由Apache出品,ActiveMQ是一个完全支持JMS1.1和J2EE 1.4规范的JMS Provider实现。它非常快速,支持多种语言的客户端和协议,而且可以非常容易的嵌入到企业的应用环境中,并有许多高级功能
3)RocketMQ
RocketMQ出自阿里公司的开源产品,用Java语言实现,在设计时参考了Kafka,并做出了自己的一些改进,消息可靠性上比 Kafka更好。RocketMQ在阿里集团被广泛应用在订单,交易,充值,流计算,消息推送,日志流式处理等
Kafka 消息队列的两种模式
1. 点对点模式
一对一,消费者主动拉取数据,消息收到后消息清除
2. 发布/订阅模式
一对多,消费者消费数据之后不会清除消息
kafka的主要应用场景
- 指标分析
- 日志聚合解决方法
- 流式处理(spark、storm、flink)
Kafka 组件
注意:
在Kafka 2.8.0 版本,移除了
对Zookeeper的依赖
(1)Producer :
消息生产者,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消费者消费
(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)Replica:
副本
为保证集群中的某个节点发生故障时
,该节点上的partition数据不丢失
,且kafka仍然能够继续工作,kafka提供了副本机制
,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