kafka 的基本概念及使用场景

本文为博主原创，未经允许不得转载：

1. Kafka 的使用场景：

　　1.日志收集：一个公司可以用Kafka收集各种服务的log，通过kafka以统一接口服务的方式开放给各种 consumer，例如hadoop、Hbase、Solr等。

　　2. 消息系统：解耦和生产者和消费者、缓存消息等。

　　3. 用户活动跟踪：Kafka经常被用来记录web用户或者app用户的各种活动，如浏览网页、搜索、点击等活动，这些活动信息被各个服务器发布到kafka的topic中，然后订阅者通过

　　　　订阅这些topic来做实时的监控分析，或者装载到hadoop、数据仓库中做离线分析和挖掘。

　　4. 运营指标：Kafka也经常用来记录运营监控数据。

2. 基本概念：

　　kafka是一个分布式的，分区的消息(官方称之为commit log)服务。

　　Broker ：消息中间件处理节点，一个Kafka节点就是一个broker，一个或者多个Broker可以组成一个Kafka集群

　　Topic ： Kafka根据topic对消息进行归类，发布到Kafka集群的每条消息都需要指定一个topic

　　Producer ： 消息生产者，向Broker发送消息的客户端

　　Consumer ： 消息消费者，从Broker读取消息的客户端

　　ConsumerGroup ： 每个Consumer属于一个特定的ConsumerGroup，一条消息可以被多个不同的Consumer Group消费，

　　　　但是一个Consumer Group中只能有一个Consumer能够消费该消息

　　Partition ： 物理上的概念，一个topic可以分为多个partition，每个partition内部消息是有序的

　　producer通过网络发送消息到Kafka集群，然后consumer来进行消费，

　　Partition是一个有序的message序列，这些message按顺序添加到一个叫做commit log的文件中。

　　每个partition中的消息都有一个唯一的编号，称之为offset，用来唯一标示某个分区中的message。

　　提示：每个partition，都对应一个commit log文件。一个partition中的message的offset都是唯一的，但是不同的partition中的message的offset可能是相同的。

　　每个consumer是基于自己在commit log中的消费进度(offset)来进行工作的。在kafka中，消费offset由consumer自己来维护；

　　一般情况下我们按照顺序逐条消费commit log中的消息，当然我可以通过指定offset来重复消费某些消息，或者跳过某些消息

　　这意味kafka中的consumer对集群的影响是非常小的，添加一个或者减少一个consumer，对于集群或者其他consumer来说，都是没有影响的，

因为每个consumer维护各自的offset。所以说kafka集群是无状态的，性能不会因为consumer数量受太多影响。

　　kafka还将很多关键信息记录在zookeeper里，保证自己的无状态，从而在水平扩容时非常方便。

　　为什么要对Topic下数据进行分区存储？

　　Producers

　　Consumers

　　消费顺序

　　　　Kafka只在partition的范围内保证消息消费的局部顺序性，不能在同一个topic中的多个partition中保证总的消费顺序性。