【kafka】kafka介绍 kafka和消息队列的区别 & kafka的系统架构

Kafka介绍

Kafka最初是由LinkedIn开发，并于2011年初开源。2012年10月从Apache Incubator毕业。该项目的目标是为处理实时数据提供一个统一、高吞吐量、低延迟的平台。

Kafka是一个分布式消息队列：生产者、消费者的功能。 它提供了类似于JMS的特性，但是在设计实现上完全不同，此外它并不是JMS规范的实现。

Kafka对消息保存时根据Topic进行归类，发送消息者称为Producer,消息接受者称为Consumer,此外kafka集群有多个kafka实例组成，每个实例(server)成为broker。

无论是kafka集群，还是producer和consumer都依赖于zookeeper集群保存一些meta信息，来保证系统可用性

kafka与ActiveMQ区别

• activeMQ是一个标准的JMS（java message）java消息队列实现

  • 它是一个发布和订阅过程
    • 服务端主动把数据推送给消费者

• kafka不是一个标准的JMS（java message）java消息队列实现，它是一个类似于JMS框架

  • 它是一个发布和拉取过程
    • 服务端不会主动把数据推送给消费者，需要消费者自己主动把数据拉取过来

  

• 在架构模型方面

RabbitMQ遵循AMQP协议，RabbitMQ的broker由Exchange,Binding,queue组成，其中exchange和binding组成了消息的路由键；客户端Producer通过连接channel和server进行通信，Consumer从queue获取消息进行消费（长连接，queue有消息会推送到consumer端，consumer循环从输入流读取数据）。rabbitMQ以broker为中心；有消息的确认机制。

kafka遵从一般的MQ结构，producer，broker，consumer，以consumer为中心，消息的消费信息保存的客户端consumer上，consumer根据消费的点，从broker上批量pull数据；无消息确认机制。

• 在吞吐量

kafka具有高的吞吐量，内部采用消息的批量处理，zero-copy机制，数据的存储和获取是本地磁盘顺序批量操作，具有O(1)的复杂度，消息处理的效率很高。

rabbitMQ在吞吐量方面稍逊于kafka，他们的出发点不一样，rabbitMQ支持对消息的可靠的传递，支持事务，不支持批量的操作；基于存储的可靠性的要求存储可以采用内存或者硬盘。

• 在可用性方面

rabbitMQ支持miror的queue，主queue失效，miror queue接管。kafka的broker支持主备模式。

• 在集群负载均衡方面

kafka采用zookeeper对集群中的broker、consumer进行管理，可以注册topic到zookeeper上；通过zookeeper的协调机制，producer保存对应topic的broker信息，可以随机或者轮询发送到broker上；并且producer可以基于语义指定分片，消息发送到broker的某分片上。

消息队列的作用

消息系统的核心作用就是三点：解耦，异步和并行
以用户注册的案列来说明消息系统的作用
用户注册的一般流程

问题：随着后端流程越来越多，每步流程都需要额外的耗费很多时间，从而会导致用户更长的等待延迟。

用户注册的并行执行

问题：系统并行的发起了4个请求，4个请求中，如果某一个环节执行1分钟，其他环节再快，用户也需要等待1分钟。如果其中一个环节异常之后，整个服务挂掉了。

用户注册的最终一致

1. 保证主流程的正常执行、执行成功之后，发送MQ消息出去。
2. 需要这个destination的其他系统通过消费数据再执行，最终一致。

kafka的架构模型

基于producer consumer topic broker 等的一个基本架构

1. producer
   - 生产者，它会把数据源写入到kafka集群中
2. broker
   - 一个broker就是kafka集群的节点，可以存放数据
3. topic
   - 消息的主题，它是一类消息的集合
4. partition
   - 分区概念
   - 也就是说一个topic有多个分区
5. replication
   - 副本
   - 一个分区可以设置多个副本，副本保证数据的安全性
6. segment
   - 每一个分区数据都很多segment，一个segment里面有2个文件，一个是.log文件，它是topic数据存储的文件，还有一个文件叫.index文件，它是.log文件索引文件。
7. zookeeper
   - 通过zk保存kafka集群元数据信息，这些元数据信息包括：kafka集群地址、有哪些topic，以及每一个topic的分区数等等信息
8. consumer
   - 消费者
   - 消费者去kafka集群中拉取数据然后进行消费
9. offset
   - 消息的偏移量
   - 保存消息消费到哪里了，它会把消息消费的数据记录，当前这个记录信息叫做offset偏移量
   - 消息偏移量的保存有2种方式
   - 第一种: 可以kafka自己去保存（这个偏移量由整个kafka集群自带一个topic：__consumer_offsets）
   - 第二种：由zookeeper保存