kafka—入门概述

一、kafka定义

定义：Kafka是一个分布式的基于发布/订阅模式的消息队列，用于大数据实时处理领域。Kafka是 一个开源的分布式事件流平台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

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。

二、kafka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

1. 缓存/消峰：有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. 解耦：允许你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。
3. 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。

三、kafka名词含义

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
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，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，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。