Aop与kafka

AOP原理以及Aop与kafka的整合作用

AOP的作用:利用AOP对业务逻辑的各个部分进行隔离，降低业务逻辑的耦合性，提高程序的可重用型和开发效率。

AOP的思想

其思想是，不去动原来的代码，而是基于原来代码产生代理对象，通过代理的方法去包装原来的方法，就完成了对以前方法的增强。换句话说，AOP的底层原理就是动态代理的实现。

Aop实现原理:

AOP的实现原理是动态代理，讲到动态代理之前先说一下代理模式， 代理模式是指给某一个对象提供一个代理，并由代理对象控制对原对象的引用。

AOP的常用通知:

前置通知 方法执行前调用 对应注解 @Before
后置通知 方法执行后调用 对应注解 @After
返回通知 方法返回后调用 对应注解 @AfterReturning
异常通知 方法出现异常调用 对应注解 @AfterThrowing
环绕通知 动态代理、手动推荐方法运行 对应注解 @Around

五种通知的区别:(请查看此网址:https://www.jianshu.com/p/959848b225fd)

kafka的优势
1.高吞吐量：据说 每秒可以生产约 25 万消息（50 MB），每秒处理 55 万消息（110 MB在消息只支持持久化模式下能达到这么高的吞吐量已经相当可观了

2.高可用性：kafka只支持数据持久存储，并且可以灵活配置数据备份模式及应答模式，有很高的可用性

3.高可扩展性：kafka基于zookeeper的，broker可以灵活扩展

4.消息被处理在consumer维护，而不是在server端，消费失败可以灵活处理

使用kafka的好处是什么:异步处理,流量控制,服务解耦

kafka的应用场景:

1.消息队列:Kafka有更好的吞吐量，内置的分区，冗余及容错性，这让Kafka成为了一个很好的大规模消息处理应用的解决方案。消息系统 一般吞吐量相对较低，但是需要更小的端到端延时，并尝尝依赖于Kafka提供的强大的持久性保障。

2.行为跟踪:Kafka的另一个应用场景是跟踪用户浏览页面、搜索及其他行为，以发布-订阅的模式实时记录到对应的topic里。那么这些结果被订阅者拿到后，就可以做进一步的实时处理，或实时监控，或放到hadoop/离线数据仓库里处理。

3.元数据监控:作为操作记录的监控模块来使用，即汇集记录一些操作信息，可以理解为运维性质的数据监控吧。

4.日志收集:日志收集方面，其实开源产品有很多，包括Scribe、Apache Flume。很多人使用Kafka代替日志聚合（log aggregation）。日志聚合一般来说是从服务器上收集日志文件，然后放到一个集中的位置（文件服务器或HDFS）进行处理。然而Kafka忽略掉 文件的细节，将其更清晰地抽象成一个个日志或事件的消息流。这就让Kafka处理过程延迟更低，更容易支持多数据源和分布式数据处理。比起以日志为中心的 系统比如Scribe或者Flume来说，Kafka提供同样高效的性能和因为复制导致的更高的耐用性保证，以及更低的端到端延迟。

5.流处理:保存收集流数据，以提供之后对接的Storm或其他流式计算框架进行处理。很多用户会将那些从原始topic来的数据进行 阶段性处理，汇总，扩充或者以其他的方式转换到新的topic下再继续后面的处理。例如一个文章推荐的处理流程，可能是先从RSS数据源中抓取文章的内 容，然后将其丢入一个叫做“文章”的topic中；后续操作可能是需要对这个内容进行清理，比如回复正常数据或者删除重复数据，最后再将内容匹配的结果返 还给用户。这就在一个独立的topic之外，产生了一系列的实时数据处理的流程。Strom和Samza是非常著名的实现这种类型数据转换的框架。

6.事件源:事件源是一种应用程序设计的方式，该方式的状态转移被记录为按时间顺序排序的记录序列。Kafka可以存储大量的日志数据，这使得它成为一个对这种方式的应用来说绝佳的后台。比如动态汇总（News feed）。

7.持久性日志:Kafka可以为一种外部的持久性日志的分布式系统提供服务。这种日志可以在节点间备份数据，并为故障节点数据回复提供一种重新同步的机制。Kafka中日志压缩功能为这种用法提供了条件。在这种用法中，Kafka类似于Apache BookKeeper项目。

使用aop与kafka的封装模块的好处就是可以降低耦合度,使用kafka作为中间件也可以解决消息堆积,预防消息的丢失,以确保消息的完整性.