kafka介绍（一）

0.0 什么是MQ

这个部分，需要简单的解答一下，其实MQ就是消息队列，那么本质上，就是一个 FIFO的队列数据结构。

因此，早期的使用方法，都是启动一个线程发送消息，写入消息队列，作为消息缓存，然后再启动一个线程消费消息。早期的windows程序（桌面程序）的设计方法。

后期，随着分布式微服务的快速发展，消息这个东西变成了组件，变成了中间件，直接分离出来使用了。

1.0 为什么需要Kafka

其实从需要kafka的角度,不如从需要MQ的角度来说.

从本质上来讲，是因为互联网发展太快，使用单体架构无疑会是的体量巨大。而微服务架构可以很好的解决这个问题，但是服务与服务之间会还是出现耦合、访问控制等问题。消息队列可以很好的满足这些需要。重要场景：

异步处理：

随着业务的不断扩展，通常会在原来的业务上不断地添加新的服务，这样会导致请求的链路非常长。比如，最开始电商，只需要处理下单，扣库存，后来处理积分，短信通知等等。再比如我们自己的业务，最开始只需要处理数据处理，后来需要监控数据分析，再后来需要输出报表清单。

而这些业务的共同特点就是及时性，要求不是那么的高。

所以只需要在下单结束的时候结束那个流程，把消息传给消息队列中就可以直接返回响应了。而且短信服务和积分服务可以并行的消费这条消息。这样响应的速度更快，用户体验更好；服务异步执行，系统整体latency（相对使用同步机制而言）也下降了

服务解耦

在采用API的模式下，可能会出现API格式的定义问题，对于任何API的改变，都有可能影响到原来的服务，尤其是在后续不断增加业务的情况下，就会出现这样的情况。所以这个时候，采用MQ就是最好的过程。

说明一下，服务的解耦，绝对不是简单的API调用问题，更多的可能是API调用的不确定性问题。比如调用深度的问题，也就是API聚合问题，还有就是

上面说的新加了短信服务和积分服务，现在又需要添加数据分析服务、以后可能又加一个策略服务等。可以发现订单的后续链路一直在增加，为了适配这些功能，就需要不断的修改订单服务，下游任何一个服务的接口改变都可能会影响到订单服务。

流量治理

后端服务相对而言是比较脆弱的，因为业务较重，处理时间长。如果碰到高QPS情况，很容易顶不住。比如说题库数据写入到ES索引中，数据都是千万级别的。这个时候使用中间件来做一层缓冲，消息队列是个很不错的选择。

2.0 kafka介绍

kafka是一款分布式、支持分区的、多副本，基于zookeeper协调的分布式消息系统。最大的特性就是可以实时处理大量数据来满足需求。

因为他是分布式的，所以可以很好的扩容，多副本保持，高吞吐量。这些决定了他的效率特别高。

3.0 使用场景

1、日志收集，可以用kafka进行日志收集，收集各个服务的日志，通过统一接口发送给不同的消费者。

2、用户追踪，可以使用kafka进行用户各种活动的最终，比如浏览页面，点击活动

3、运营指标，用于完成各种运营指标的监视

4、消息队列，解耦生产者和消费者，缓存消息

5、临时数据库，因为他可以实现多副本，保证了数据的不丢失，所以是可以作为副本实用的。

注意：随着新版本的kafka去掉了zookeeper，是的kafka可以单独使用，简化了复杂度，从而可以替代rabbitMQ的地步。

4.0 kafka版本

Apache自从接受LinkedIn捐赠Kafka之后，于2012年1月4日对外正式发布0.7这个版本，10年后的今天，Kafka已经陆续发布了46个版本 仔细研究发现Kafka目前总共演进了7个大版本，分别是0.7、0.8、0.9、0.10、0.11、1.0和2.0，比如2.0大版本中，期间历经了19个小版本，目前2.8.0去除对ZooKeeper的依赖算是一个大的更新

我们整理了一张图，用来阐述Kafka更新中有几个里程碑的一些特性，希望可以帮助大家更好的选择Kafka版本

5.0 架构说明

1. Producer ： 消息生产者，就是向 Kafka发送数据 ；

2. Consumer ： 消息消费者，从 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 ：经纪人 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 ： 话题，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；如果一个topic中的partition有5个，那么topic的并发度为5.

7. Replica： 副本（Replication），为保证集群中的某个节点发生故障时， 该节点上的 partition 数据不丢失，且 Kafka仍然能够继续工作， Kafka 提供了副本机制，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. Offset：每个Consumer 消费的信息都会有自己的序号，我们称作当前队列的offset。即

    消费点位标识消费到的位置。