**kafka简介**
Kafka 是一个分布式的基于发布/订阅模式的消息队列(Message Queue),主要应用于
大数据实时处理领域。(本人主要配合flink进行实时分析)
kafka存在的意义,而不是直接将数据灌倒Flink:
一、解耦性,让flink这一实时计算框架专注于计算;
二、缓存与消峰,当大数据量短时间冲入计算时,是不符合实时计算的理念;实时计算相对应批计算有一个重要的特点,是将时间换取空间,每时每刻的计算替代数据收集完毕后每天集中的跑批;kafka让数据有序被消费,将顶点的峰值数据量降低,时间拉长。
Kafka的基础架构
kafka的基础架构将从三部分进行阐述:
1、Kafka集群
2、生产者
3、消费者
1、Kafka集群
首先,kafka消息都是以Topic作为分类标准,topic只是逻辑概念;partition这是真实存在的物理概念;消息存储在不同的partition上,kafka则是以快速存储于本地的一种存储方式;据测试,普通文本的写入速度是100K/s;而kafka的写入速度可以达到600M/s