kafka由LinkedIn公司研发开源，现已是apache基金会的顶级项目。
一、消息队列设计
1、消息队列的两个重要设计：
消息设计：消息设计通常采用结构化的方式进行设计，结构化信息格式例如XML，JSON
传输协议设计：狭义角度：AMQP、WebService +SOAP/MSMQ等，广义角度：RPC框架如PB、Dubbo。
2、消息队列模型
点对点模型：特点：
① 生产者将消息发送到指定队列，消费者从指定队列获取消息
② 每条消息有一个发送者生产出来，且只能被一个消费者获取（消费者获取消息后删除消息）。
③ 生产者消费者是严格的一对一模型
发布/订阅模型：发布/订阅模型还可细分为两类，
① 消费者是被动的接受消息，由消息队列推送给消费者。
② 消费者主动获取消息。消息由消费者主动获取，（kafka）
特点：
① 多了一个topic概念，生产者将消息发送个消息队列中的topic中，所有订阅了该topic的消费者都可以接受到该topic下的所有消息（主动或被动）。
② 每条消息由一个生产者生产出来，可由多个消费者消费，实现消息复用。（消费者获取消息后不删除，kafka会持久化消息到配置文件中log路径......）
③ 由于消息不删除，所以需要记录消费者消费消息的位置offset，模型一由消息队列记录，模型二由消费者记录。
④ 生产消费者是一对多模型。
⑤ 只要控制offset位置，虽然不删除消息，但可以实现点对点模型。
二、Kafka设计
Kafka是一种高吞吐量的分布式发布/订阅消息系统。设计目标：
1、吞吐量/延时
kafka的吞吐量：单位时间内处理的消息请求数
kafka的延时：单次处理消息请求的总时长，发送到接受响应
① 批处理思想
② kafka消息写入速度非常快，kafka将消息写入到内存的页缓存中，然后由操作系统异步写回磁盘。实际情况kafka大量使用页缓存，利用缓存时间局部性原理，消费者读取消息时，消息很有可能依然保存在页缓存中，直接命中缓存，无需读取磁盘节省一次I/O操作时间。
③ kafka不必直接与底层文件系统打交道，繁琐的I/O操作都交由操作系统来处理
④ kafka写入操作采用追加写入（顺序写入）的方式，避免磁盘随机写操作。ROM顺序存储速度丝毫不逊色DRAM的随机存储
⑤ 使用sendfile为代表的零拷贝技术加强网络间的数据传输效率
2、消息持久化
kafka持久化：所有数据都会立即被写入文件系统的持久化日志中，之后kafka服务器才会响应客户端成功写入
kafka持久化可很方便的实现消息重演。
3、负载均衡和故障转移
kafka实现负载均衡实际上是通过分区（partition）leader选择来实现的。
kafka故障转移使用会话机制。以会话形式注册到ZooKeeper服务器上，由ZooKeeper管理服务器状态
4、伸缩性
由于kafka每台服务器状态统一交由ZooKeeper保管，所以扩展kafka集群，仅需要将新kafka服务器注册到ZooKeeper中就行了。
二、Kafka术语
Message：kafka中的消息使用紧凑二进制字节数组，保存消息，无多余比特位浪费。Java对象存储会强制8字节边界对齐，浪费很多空间。
topic和partition：主题与分区，kafka使用主题topic来分类消息，使用topic更小的分区概念partition作为消息的载体。
topics是逻辑概念，partition是物理概念（磁盘上找的到的）
replica：分区partition的副本，多个replica也是采用leader-follower模型建立关系。
offset：由于消息不删除，所以需要标识每条消息在分区（partition）的偏移量，
综上，消息在kafka中的位置可以用一个三元组<topic,partition,offset>表示。
leader和follower：leader-follower模型
ISR：全称in-sync replica：指的是与leader replica保持同步的replica集合。kafka的分区partition有众多replica，follower replica在不断同步leader replica状态，只有与leader replica状态一致的replica才能加入到ISR中。kafka保证ISR至少存在一个replica，哪些已提交的消息就不会丢失。
多个对应关系结构图：（省略前面集群中ZooKeeper部分）
① topic层面：单机kafka可以创建多个topic，消费者以组为单位接受订阅topic，但topic中消息仅能被同一组内的一个消费者接受，
形象一点就是可以将group看作为一个消费者，topic消息仅推送一次。
例如消费者groupId=1,订阅topic1,2,3，消息仅能推送到group中的某一个消费者。
② partition层面：partition将topic再度细化。
一个topic中可有多个分区partition，生产者生产消息实际存在在topic中的partition中，消费者消费消息也是从topic中的partition中获取。
③ 集群模型(3-3)
kafka内部将kafka服务器称为broker，以下broker代表了一个kafka服务
broker.1=kafka9091 broker.2=kafka9092 broker.3=kafka9093
1) 创建topic的partition分区个数可大于broker数，replica副本个数不能大于broker数
2) 创建一个topic，拥有3个partition，每个partition有3个replica，然后查看topic信息
sh cluster.sh topic create topic-test 3 3
sh cluster.sh topic describe topic-test,topic-second,topic-third
也就是内存中会有9个副本replica，其中
partition0有三个副本replica，上面可以看出broker3上的replica是replica-leader，另外两个副本分别存储在broker1,2上;其他两个分区也是一样
模型图:partition-leader == replica-leader
①当partition-leader宕机了，kafka集群会从ISR中选取leader作为新的replica-leader也就是parition-leader。
以上面partition0为例，将leader所在服务broker3关掉，
下图：broker1中partition副本成为leader，ISR删除broker3
将broker3启动，leader未发生变化，broker3上partition分区副本重新加入到ISR中。
集群模型图
参考《kafka实战》