01、Kafka 实战 - Kafka定义消息队列及基础架构

1 定义

Kafka传统定义：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。

发布/订阅：消息的发布者不会将消息直接发送给特定的订阅者，而是将发布的消息分为不同的类别，订阅者只接收感兴趣的消息。

Kafka 最新定义： Kafka 是一个开源的分布式事件流平台（ Event Streaming Platform），被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。

2 消息队列

企业中比较常见的消息队列产品主要有 Kafka 、ActiveMQ 、RabbitMQ 、RocketMQ 等。在大数据场景主要采用 Kafka 作为消息队列。

2.1 传统消息队列的应用场景

传统的消息队列的主要应用场景包括：缓存/消峰、解耦和异步通信。

2.1.1 缓存/消峰

缓存/消峰：助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。

2.1.2 解耦

解耦：允许独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束。数据源先写到消息队列里，目的地只需要将消息从消息队列里取出。减少大量开发成本，起到解耦的作用。

2.1.3 异步通信

异步通信：允许用户把一个消息放入队列，但并不立即处理它，然后在需要的时候再去处理它们。

2.2 消息队列的两种模式

2.2.1 点对点模式

生产者把数据一批一批发送到消息队列。
消费者主动拉取数据，消息收到后返回确认收到并删除该消息。
队列中只能有一个主题。

2.2.2 发布/订阅模式

可以有多个topic主题（浏览、点赞、收藏、评论等）。
消费者消费数据之后不删除数据。
每个消费者独立，都可以消费到数据。

3 Kafka基础架构

1、 为方便扩展，并提高吞吐量，一个topic分为多个partition；
2、 配合分区的设计，提出消费者组的概念，组内每个消费者并行消费；
3、 为提高可用性，为每个partition增加若干副本，类似NameNodeHA；
4、 ZK中记录谁是leader，Kafka2.8.0以后也可以配置不采用ZK；

1、 Producer：消息生产者，就是向 Kafka broker发消息的客户端。
2、 Consumer：消息消费者，向Kafka broker 取消息的客户端。一个分区的数据只能由一个消费者消费，且只能处理Leader的数据。
3、 Consumer Group（CG）：消费者组，由多个 consumer 组成。消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。
4、 Broker：一台 Kafka 服务器就是一个 broker（即主机）。一个集群由多个 broker 组成。一个broker 可以容纳多个 topic。
5、 Topic：可以理解为一个队列，用于存储数据，生产者和消费者面向的都是一个 topic。
6、 Partition：为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上，一个 topic 可以分为多个 partition，每个partition 是一个有序的队列。
7、 Replica：副本。一个 topic 的每个分区都有若干个副本，一个 Leader 和若干个Follower。
8、 Leader：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是Leader。
9、 Follower：每个分区多个副本中的“从”，实时从 Leader 中同步数据，保持和Leader 数据的同步。Leader 发生故障时，某个Follower 会成为新的Leader。
10、 Zookeeper：记录服务器节点的运行状态（即哪些节点上线了、哪些节点正在工作）、记录每一个分区谁是Leader。