当当当，我又来啦。
Kafka是什么吖有小伙伴问。
顺手丢两个描述。
啊官网爸爸是这样说的：
Apache Kafka™ is a distributed streaming platform.
度娘是这样说的：
Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。
大蕉是这样说的：
Kafka就是汪星人，有人丢飞盘就汪汪汪。
其实Kafka就是一个消息中间件，用来在进行N对N的消息传播，跟聊天室同一个道理，那么Kafka提供了什么样的功能呢？
It lets you publish and subscribe to streams of records. In this respect it is similar to a message queue or enterprise messaging system.
It lets you store streams of records in a fault-tolerant way.
It lets you process streams of records as they occur.
啊、能发布和订阅啦。
啊、消息能容错啦。
啊、有消息能及时处理啦。
啊是啦是啦、你最叻你最叻啦。
业界还有RabbitMQ，RocketMQ等，也都是很优秀的消息中间件。
使用的过程大概是这样的。大概生产者丢丢丢丢丢，消费者拿拿拿拿拿
突然收到启发，今天呢不打算讲原理，讲讲应用。
应用场景一：日常系统解耦。
比如系统A有每次都有一个请求需要发送到系统B，而A又不需要等B的结果。这时候我们经常会起一个子线程或者丢入ThreadPool来完成这个工作。
有了Kafka，啊，A系统主线程直接丢给Kafka，完事。
B系统接收到消息就做后续操作。
这时候已经跟A没关系啦。
解耦，嗯，对。
完事。
应用场景二：配置项更新
比如我们系统A有很多的配置项，传统的思路都是放在redis啊或者jvm内存啊，这样的，然后用定时任务去检查配置项有没有更新。或者直接改配置项重启完事。
太麻烦，太浪费了，一直在空跑。
可以这样：配置项放在Map里面，跑的时候直接去Map取。
有了Kafka，啊有配置项更新，直接丢个消息给Kafka。
这时候A系统接收到消息，就屁颠屁颠跑去更新缓存里的配置项啦。
高效，嗯，对。
完事。
应用场景三：机器学习模型更新。
跟应用场景二一样，也是线上有个模型，然后跑得好好的，现在需要更新，咋办？
可以这样：模型放在Map里面，跑的时候直接去Map取。
有了Kafka，啊有模型更新，直接丢个消息给Kafka。
系统就屁颠屁颠跑去重新加载模型了。
完事。
应用场景四：Oracle库实时同步
这个就很少人能想到啦，如果我们在MongoDB有数据，需要实时跟Oracle保持一致，咋办咋办咋办？
可以这样，用Oracle的gg产生的日志文件，发送给kafka。
然后起个消费者，接收到日志文件就去操作MongoDB就可以啦。
完事。
应用场景五：准实时Spark流计算。
这个没啥好说的，SparkStreaming自己去官网看。
完事。
昨天想了一下，握草，原来Kafka能干这么多事呢。
如果觉得有帮助呢，就分享给朋友或者点个赞，都是对我很大的支持喔。也可以后台留言想看写什么，我要是懂一些，我会发文章出来哒。谢谢大家的支持。点下订阅呗。
赞赏一下，开心一周
2408
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
