Kafka知识瞎编搞起来

为什么需要消息队列

在高并发的应用场景中，由于来不及同步处理请求，接收到的请求往往会发生阻塞，例如高并发的数据库应用场景，就会有大量的插入，更新请求同时到达数据库，这会导致行或者表被锁住，最后会因为请求堆积过多触发 “连接数过多的异常”错误。

什么是消息队列

从字面上来看，是一个队列，拥有先进先出的特性，用于不同进程间的通信，详细队列采用异步通信机制，即，生产者消费者无需同时与消息队列进行数据交互，消息会一直在队列中，直到被接收者读取。

消息队列主要有哪些作用

应用解耦：多个应用可通过消息队列对相同的消息进行处理，应用之间相互独立，互不影响。如下图客户端上传后就不需要继续关心数据是否被消费，她只关心图片是否被写入了消息队列

异步处理： 相比串行和并行，异步处理可以减少处理的时间。

假设数据写入数据库，短信信息，邮件信息时间均为20s，异步处理的过程中，数据写入到消息队列是很快的，写入之后，写入短信和邮件的操作相当于同步运行的，等数据写入数据库后，异步系统早就已经完成了，串行 、并行 都是 40s ，异步执行是 20s。

数据限流 ：流量高峰期，可以通过消息队列来控制流量，避免流量过大引起系统崩溃。

某些秒杀系统中，可以设置队列的长度，在队列外的请求直接舍弃。

消息通信： 实现点对点消息队列或者聊天室等。

生产者，消费者，消息队列的使用场景。

Kafka 架构简图及核心概念瞎编

Broker (代理)

在Kafka集群中，一个Kafka实例被称为一个代理，通过在Kafka集群中，一台服务器上部署一个Kafka实例。

Producer (生产者)

producer将消息记录发送到Kafka指定的主题中进行存储，producer还可以自定义算法将消息发送到哪个分区。
（例如，获取消息主键的哈希值，并使用该值对分区数进行哈希取模，得到分区索引）

Consumer （消费者）

从Kafka集群指定的主题中读取消息记录

Consumer Group (消费者组)

一个消费者组可以包含一个或多个消费者程序，使用多分区和多线程模式可以极大提高读取数据的效率。

Topic （主题）

用来区分不同业务类型的消息记录。

Partition （分区）

kafka通过分区来支持物理层面的并发读写，以提高Kafka集群的吞吐量，每个分区内部的消息记录是有序的，每个消息都有一个连续的偏移量序号（offset）

Record （记录）

被实际写入Kafka集群并可被消费者读取的数据被称为记录，组成为 （offset+segment+timestamp）

Kafka设计需求

高吞吐量。

应用于秒级数据流巨大的场景。

高可用队列 。

分布式队列具有大数量的积压能力，并留有副本来进行容灾。

低延时

实时场景对时延要求特别严格。

Kafka特性

异步生产数据

数据以异步的形式发送，大大提高了客户端写数据的效率，在与kafka集群交互的时候，减少等待时间。

偏移量

offset

安全机制

Kafka0.9后，系统添加了安全机制，可以通过SSL和SASL安全机制来进行身份确认（生产者，消费者身份确认）

连接器

外部系统与数据集之间建一个数据流管道，以实现数据的读与写。

机架感知

当kafka某个机架发生故障的时候，通过机架感知让Kafka的备份数据分不到不同的机架上，提高数据的高可用性。

数据流

这一特性就是满足kafka数据经过流计算后重新回到kafka集群中所准备。

时间戳

在kafka0.10及以后的版本中，生产者为写入的每一条消息记录都加入了时间戳，在写入消息的过程中，如果用户没有指定该消息的时间，则该消息的时间会被自动加上。

消息语义

Kafka 0.11 版本中，实现了消息语义
1.至少一次
2.至多一次
3.精准一次

Kafka 适用于哪些场景

1.日志收集
2.消息系统
3.用户轨迹
4.记录运营监控数据
5.实现流处理
6.事件源

发送消息到Kafka主题

Kafka系统支持两种不同的发送方式。

同步模式

同步模式会调用send方法，返回future对象，同时调用get方法等待future对象，看send（）方法是否发送成功（指的是发送到某某实例中的某某分区）
同步模式使用场景：
数据写入到Kafka集群代理节点的时候，需要立即知道消息是否写入成功，此时需要同步模式。

异步模式

使用异步模式发送消息时，消息会先进入缓冲区，生产者会得到一个返回的结果值，之后，缓冲区中的数据会通过异步模式发送到kafka代理节点的某个分区中。
代码方法：调用send方法（写入缓冲区），callback（）方法告知结果。

异步模式使用场景：
大数据量，要求耗时比较低的场景。