1、Kafka的定义及功能:
- 1.Kafka是一个
分布式
的基于发布/订阅模式
的消息队列(MessageQueue)
,主要应用于大数据实时处理领域,所谓的发布/订阅概念就是消息的发布者不会
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 - 2.目前Kafka有了新的定义,就是Kafka是一个开源的
分布式事件 流平 台(Event StreamingPlatform)
,被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用
2、Kafka的使用场景举例:
- 1.前端页面产生的操作日志在收集后,发给Hadoop进行处理,但是Flume发送的消息过多,Hadoop处理的不及时,所以在两者之间添加了Kafka消息队列来对日志放入到队列中传送给Hadoop
3、Kafka基础架构:
3.1.Kafka的成员:
a.生产者producer:
- 1.就是向 Kafka broker 发消息的客户端,假设现在有100T数据要发送
b.主题topic :
- 1.对数据分类,可以
理解为一个队列
,生产者和消费者面向的都是一个 topic
- 分区: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
- 可靠性 副本:一个 topic 的每个分区都
有若干个副本
,一个 Leader 和若干个Follower- 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
) - 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
)
- leader(
- 生产者和消费者
只针对leader操作
- 分区:为了实现扩展性,一个
100T的数据,单独一台服务器是存不下的,对于这种海量数据,采用分而治之的,所以就可以
把一个topicA主题的数据分成多个分区(partition)
,这样每个服务器就只需要存储30多T的数据量
c.消费者consumer:
- 1.从Kafka broker取出消息的客户端,为了消息消费的高效性,又出现了消费者组
- 消费者和消费者相互独立
- 消费者组 -Consumer Group(CG):
某个分区 只能由一个消费者消费
,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组内消费者消费
;消费者组之间互不影响。所有的消费者都属于某个消费者组,即消费者组是逻辑上的一个订阅者
d.Broker:
- 1.
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