一、簡介
1、簡介
簡 介
• Kafka是Linkedin於2010年12月份開源的消息系統
• 一種分布式的、基於發布/訂閱的消息系統
2、特點
– 消息持久化：通過O(1)的磁盤數據結構提供數據的持久化
– 高吞吐量：每秒百萬級的消息讀寫
– 分布式：擴展能力強
– 多客戶端支持：java、php、python、c++ ……
– 實時性：生產者生產的message立即被消費者可見
3、基本組件
• Broker：每一台機器叫一個Broker
• Producer：日志消息生產者，用來寫數據
• Consumer：消息的消費者，用來讀數據
• Topic：不同消費者去指定的Topic中讀，不同的生產者往不同的Topic中寫
• Partition：新版本才支持Partition，在Topic基礎上做了進一步區分分層
好處二：動態導入模塊（基於反射當前模塊成員）
注意：
• Kafka內部是分布式的、一個Kafka集群通常包括多個Broker
• 負載均衡：將Topic分成多個分區，每個Broker存儲一個或多個Partition
• 多個Producer和Consumer同時生產和消費消息
4、Topic
• 一個Topic是一個用於發布消息的分類或feed名，kafka集群使用分區的日志，每個分區都是有順序且不變的消息序列。
• commit的log可以不斷追加。消息在每個分區中都分配了一個叫offset的id序列來唯一識別分區中的消息
• 舉例：若創建topic1和topic2兩個topic，且分別有13個和19個分區，則整個集群上會相應會生成共32個文件夾
注意：
• 無論發布的消息是否被消費，kafka都會持久化一定時間（可配置）。
• 在每個消費者都持久化這個offset在日志中。通常消費者讀消息時會使offset值線性的增長，但實際上其位置是由消費者控制，它可以按任意順序來消費消息。
比如復位到老的offset來重新處理。
• 每個分區代表一個並行單元。
5、Message
• message（消息）是通信的基本單位，每個producer可以向一個topic（主題） 發布一些消息。如果consumer訂閱了這個主題，那么新發布的消息就會廣播給 這些consumer。 • message format： – message length : 4 bytes (value: 1+4+n) – "magic" value : 1 byte – crc : 4 bytes – payload : n bytes
6、Producer
• 生產者可以發布數據到它指定的topic中，並可以指定在topic里哪些消息分配到哪些分區（比如簡單的輪流分發各個分區或通過指定分區語義分配key到對應分
區）
• 生產者直接把消息發送給對應分區的broker，而不需要任何路由層。
• 批處理發送，當message積累到一定數量或等待一定時間后進行發送。
7、Consumer
• 一種更抽象的消費方式：消費組（consumer group）
• 該方式包含了傳統的queue和發布訂閱方式
– 首先消費者標記自己一個消費組名。消息將投遞到每個消費組中的某一個消費者實例上。
– 如果所有的消費者實例都有相同的消費組，這樣就像傳統的queue方式。
– 如果所有的消費者實例都有不同的消費組，這樣就像傳統的發布訂閱方式。
– 消費組就好比是個邏輯的訂閱者，每個訂閱者由許多消費者實例構成(用於擴展或容錯)。
• 相對於傳統的消息系統，kafka擁有更強壯的順序保證。
• 由於topic采用了分區，可在多Consumer進程操作時保證順序性和負載均衡。