kafka简介

一、基本概念

介绍

Kafka是一个分布式的、可分区的、可复制的消息系统。

Kafka将消息以 topic 为单位进行归纳。

将向Kafka topic发布消息的程序成为 producers .

将预订topics并消费消息的程序成为 consumer .

Kafka以集群的方式运行 ，可以由一个或多个服务组成，每个服务叫做一个 broker.

producers通过网络将消息发送到 Kafka集群 ，集群向消费者提供消息

客户端和 服务端 通过TCP协议通信 。Kafka提供了Java客户端，服务器上跑着一个kafka server，那些配置的ip就是kafka集群的ip

topic：

一个topic是一组消息，对每个topic，Kafka 对它的日志进行了分区：

每个分区都由一系列 有序的、不可变的消息 组成，这些消息被连续的追加到分区中。可以设置消息保存的时限。消息读完了仍旧保存着，在失效时限之前。将日志分区使得每个日志的数量不会太大，可以在单个服务上保存。另外每个分区可以单独发布和消费，为并发操作topic提供了一种可能。

每个分区中的每个消息 都有一个连续的序列号叫做offset,用来在分区中唯一的标识这个消息。

consumer唯一需要维护的数据是消息在日志中的位置，也就是offset.这个offset有consumer来维护：一般情况下随着consumer不断的读取消息，这offset的值不断增加，但其实consumer可以以任意的顺序读取消息，比如它可以将offset设置成为一个旧的值来重读之前的消息。

解读： 消息读完不被删除

分布式

每个partition在Kafka集群的若干服务中都有副本，这样这些持有副本的服务可以共同处理数据和请求，副本数量是可以配置的。副本使Kafka具备了容错能力。 解读： 并发处理生产者提交的请求

Producers

将消息发布到它指定的topic中,并负责决定发布到哪个 分区 。通常简单的由负载均衡机制随机选择分区，但也可以通过特定的 分区函数选择分区 。使用的更多的是第二种。

Consumers

发布消息通常有两种模式：队列模式（queuing）和发布-订阅模式(publish-subscribe)。

队列模式中 ，consumers可以同时从服务端读取消息，每个消息只被其中一个consumer读到

发布-订阅模式 ，消息被广播到所有的consumer中。

Consumers可以加入一个consumer 组，共同竞争一个topic，topic中的消息将被分发到组中的一个成员中。同一组中的consumer可以在不同的程序中，也可以在不同的机器上。

如果所有的consumer都在一个组中，这就成为了传统的队列模式，在各consumer中实现负载均衡。如果所有的consumer都不在不同的组中，这就成为了发布-订阅模式，所有的消息都被分发到所有的consumer中。

一般来说，每个topic都有若干数量的consumer组，每个组都是一个逻辑上的“订阅者”，为了容错和更好的稳定性，每个组由若干consumer组成。这 其实就是一个发布-订阅模式 ，只不过订阅者是个组而不是单个consumer。

有序性

在这方面Kafka做的更好，通过分区的概念，Kafka可以在多个consumer组并发的情况下提供较好的有序性和负载均衡。将每个分区分只分发给一个consumer组，这样一个分区就只被这个组的一个consumer消费，就可以顺序的消费这个分区的消息。因为有多个分区，依然可以在多个consumer组之间进行负载均衡。注意consumer 组 的数量不能多于分区的数量，也就是有多少分区就允许多少并发消费。

只能保证一个分区之内消息的有序性，在不同的分区之间是不可以的 如果需要topic中所有消息的有序性，那就只能让这个topic只有一个分区，当然也就只有一个consumer组消费它