Kafka3.0 概述

Kafka定义

传统定义：是一个分步式基于发布/订阅模式的消息队列（Message Queue），主要应用大数据实时处理领域。

发布/订阅：消息的发布者不会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，订阅者只接受感兴趣的消息

Kafka最 新定义 ：Kafka是 一个开源的分布式事件流平台 （Event Streaming Platform），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。

传统消息队列的应用场景

缓冲，削峰，解耦，异步通信

缓冲/削峰

能解决生产消息和消费消息的处理速度不一致的情况下。

比如Flume采集日志 速度能达到200MB/S 而 Hadoop 上传的速度是100MB/S 生产消息的和消费消息速度不一致，这时候就需要Kafka进行 缓冲/削峰

解耦

能降低生产者和消费者之间的依赖程度

比如数据源有MySQL，有Flume等等，目的地有Hadoop，Spark，Flink等等，将MySQL和Flume比喻成厂家，目的地比喻成消费者，消费者买货不再去厂家订货，而是去零售店去买货，Kafka充当了零售店的作用。厂家将商品放入了零售点，消费者去零售店开始购物。

异步通信

允许用户将消息放入队列中，但并不立即处理它，只是在需要的时候再去处理他们。

比如打电话和发微信，打电话是一定要求对方收到信息，从而进行消息传递。

发微信只需要将想说话的话发给对方，至于对方能不能收到，就是另外一回事了，因为你的任务已经完成了，想发的消息也已经发出去了。

消息队列的两种模式

点对点模式

消费者主动拉取数据，消息收到之后清除消息

生产者会把数据一批一批发送到消息队列的内部，消费者主动拉起消费数据，消费完数据之后，会给一个应答信号，告诉队列我收到了这个数据，那么收到了数据之后，就会将这写数据删掉。

发布/订阅模式

可以有多个Topic （主题）比如，浏览，点赞收藏，评论，都可以创建不同类型的主题，方便后续订阅者进行一个订阅

每个消费者消费后不删除数据

每个消费者互相独立，都可以消费到数据

通常情况下 , 都用 发布 / 订阅模式

Kafka基础架构

（1）Producer：消息生产者，就是向 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。

（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。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。

1.为方便扩展，并提高吞吐量，一个topic分为多个partition

2.配合分区的设计，提出消费者组的概念，组内每个消费者并行消费

3.为提高可用性，为每个partition增加若干副本，类似NameNode HA

4.ZK中记录谁是leader，Kafka2.8.0以后也可以配置不采用ZK

注意:某一个分区中,数据只能由一个消费者进行消费,如果两个消费者消费同一数据在这里,不知道谁消费哪一条了,数据容易混乱.