kafka定义

kafka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，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，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。

消息队列的应用场景–缓冲/消峰

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

消息队列的应用场景–解耦

解耦：允许你独立的扩展或修改两边的处理过程，只要确保他们遵守同样的接口约束

消息队列的应用场景–异步通信

异步通信：允许用户把一个消息放入队列，但并不会立即处理他，然后在需要的时候在去处理他们。

消息队列的两种模式

1. 点对点模式：一个producer对应一个consumer，消息被消费后立即删除。消费者主动拉取数据，消息收到后清除消息。
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。没个消费者相互独立，都可以消费到数据。

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NameNode HA
4. ZK中记录谁是leader，kafka2.8.0以后也可以配置不采用ZK