什么是Kafka
由LinkedIn在11年开源，还有例如：分布式数据同步系统Databus、高性能计算引擎Cubert、Java异步处理框架ParSeq。
Kafka基本概念
- Producer：消息和数据的生产者，向Kafka的一个topic发布消息的进程/代码/服务
- Consumer：消息和数据的消费者，订阅数据（Topic）并且处理其发布的消息的进程/代码/服务。
- Consumer Group：逻辑概念，对于同一个topic，会广播给不同的group，一个group中，只有一个consumer可以消费该消息。
- Broker：物理概念，Kafka集群中的每个Kafka节点。
- Topic：逻辑概念，Kafka消息的类别，对数据进行区分、隔离。
- Partition：物理概念，Kafka下数据存储的基本单元。一个Topic数据会被分散存储到多个Partition，每个Partition是有序的。
- Replication：同一个Partition可能会有多个Replica，多个Replica之间数据是一样的。
- Replication Leader：一个Partition的多个Replica上，需要个Leader负责该Partition上与Producer和Consumer交互，Leader有且只有一个。
- ReplicaManager：负责管理当前broker所有分区和副本的信息，处理KafkaController发起的一些请求，副本状态的切换、添加/读取消息等。
Kafka基本结构
Kafka消息结构
Kafka的特点
分布式
- 多分区
- 多副本
- 多订阅者
- 基于Zookeeper消息调度
高性能
- 高吞吐量
- 低延迟
- 高并发
- 时间复杂度为O(1)
持久性与扩展性
- 数据可持久化
- 容错性
- 支持在线水平扩展
- 消息自动平衡
Kafka应用场景
- 消息队列
- 行为跟踪
- 元信息监控
- 日志收集
- 流处理
- 事件源
- 持久性日志（commit log）