插曲：大白话带你认识Kafka

本文内容过长，文末小编准备了彩蛋！希望读者喜欢！

来源：掘金

原文：https://juejin.im/post/5dcf6b6e51882510a23314f3

前言

应大部分的小伙伴的要求，在Yarn之前先来一个kafka的小插曲，轻松愉快。

一、Kafka基础

消息系统的作用

应该大部份小伙伴都清楚，用机油装箱举个例子

 

所以消息系统就是如上图我们所说的仓库，能在中间过程作为缓存，并且实现解耦合的作用。

引入一个场景，我们知道中国移动，中国联通，中国电信的日志处理，是交给外包去做大数据分析的，假设现在它们的日志都交给了你做的系统去做用户画像分析。

​​

 

​​

按照刚刚前面提到的消息系统的作用，我们知道了消息系统其实就是一个模拟缓存，且仅仅是起到了缓存的作用而并不是真正的缓存，数据仍然是存储在磁盘上面而不是内存。

1.Topic 主题

kafka学习了数据库里面的设计，在里面设计了topic（主题），这个东西类似于关系型数据库的表

​

 

​

此时我需要获取中国移动的数据，那就直接监听TopicA即可

2.Partition 分区

kafka还有一个概念叫Partition（分区），分区具体在服务器上面表现起初就是一个目录，一个主题下面有多个分区，这些分区会存储到不同的服务器上面，或者说，其实就是在不同的主机上建了不同的目录。这些分区主要的信息就存在了.log文件里面。跟数据库里面的分区差不多，是为了提高性能。

 

​​

至于为什么提高了性能，很简单，多个分区多个线程，多个线程并行处理肯定会比单线程好得多

Topic和partition像是HBASE里的table和region的概念，table只是一个逻辑上的概念，真正存储数