Kafka

一.kafka是什么

二.它与传统jms不同的地方.

三: 组成部分,主要是有哪些组件组成

四: Consumer和topic的关系.

1.消息队列消费者消费了重复的数据?  怎么去避免.

把kafka消费者的配置enable.auto.commit设为false，禁止kafka自动提交offset,自动提交的时候数据没有完成消费的情况下也能够提交offset 

简单概括为（拿大神的词汇用用）：

Kafka框架：

　　producer生产者

　　consumer消费者

　　broker篮子

　　topic给馒头打一个标签，具体给谁吃的馒头

 

 

生产者生产的消息可以有多个消费者去拉取进行消费 .可以是一对一 也可以是多对多，也可以一对多和多对一

五、

给每个消息增加全局的ID，类似于订单的ID，消费的时候去对比一下，之前是否消费过。多消费一样的，Kafka是发布订阅的消息队列

 上个消费者消费后你标记了，下一个消费者怎么判断，统一的放进redis去比较，还有你刚才说的故障容错，消息会被接管，那两个消息是相同的吗

用redis set消息队列消息丢失了，天然的幂等性

六、 

如何保证消息队列的消息不要丢失?
换句话说如何保证消息队列的数据不要丢失

这个问题有这种情况
一种是mq自己弄丢了
另外一种情况是消费者把数据弄丢了消费者消费后给一个返回值 看是否弄丢 弄丢了再给去弄一个?

 

先说rabbitMq，生产者丢失数据，rabbitmq是提供事物功能的
在生产数据之前开启事物，数据如果没有被ra收到，就会异常的报错，就可以回滚事物
但是，打开事物会影响性能的，还有一个方案，开启confirm模式，你每次写的消息都会分配一个唯一的id
如果写入rabbitmq,就会返回一个ack，告诉你消息OK了
如果rabbitmq没能处理这个消息，就会回调nack接口，告诉你消息接收失败，可以重试
第二mq丢失消息，开启rabbitmq持久化，将消息持久化到磁盘中，就算mq挂了，数据也不会丢失，这是rabbitMq（通常用于核心业务）。

 

消费端弄丢了数据，Kafka默认的是自动提交offset，应该变成手动提交 ，这样消费端不就弄不丢数据
kafka弄丢了数据，某个broker宕机，其他的顶上
这里面有数据是不是最新的问题，也就是leader和follower数据没有同步，数据还是丢了

 

这个时候配置参数，给这个topic设置replication.factor参数，这个值必须大于1，要求每个partition必须有至少2个副本，kafka服务端设置min.insync.replicas参数：这个值必须大于1
这个是要求一个leader至少感知到有至少一个follower还跟自己保持联系，没掉队，这样才能确保leader挂了还有一个follower吧
ISR表中，
在producer端设置acks=all：,这个是要求每条数据，必须是写入所有replica之后，才能认为是写成功了

还有一个ISR表
记录着那些follower和自己的数据时差不多一致的
现在就是拉的时候要保证数据已经是一致的时候才能够拉取了
如果在某个时间之内，leader和follower不一致就会从这个isr表中剔除掉，这就是kafka的保障机制

（它这种剔除只是暂时的，没说数据就没法传输了）

七、

操作kafka的一些命令： 

创建topic
bin/kafka-topics.sh --create --zookeeper 139.129.21.117:2181 --replication-factor 1 --partitions 1 --topic test
查看topic
bin/kafka-topics.sh --list --zookeeper 139.129.21.117:2181

发送消息
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test
消费消息
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning

前台启动
./kafka-server-start.sh /usr/local/kafka_2.10-0.8.1.1/config/server.properties

后台启动
./kafka-server-start.sh -daemon /usr/local/kafka_2.10-0.8.1.1/config/server.properties

 八、

分布式和集群区别？

每个节点都有元数据，而且都是一样的，等于说，复制一份，放在另外一个节点上
分布式呢，是=元数据分布在不同的节点上。

eg：

纯天然Elasticsearch分布式的
Solr可以做成集群
RabbitMq不是分布式的
Kafka是分布式的

 

 九、

下次再议：

LEO表示每个partition的log最后一条Message的位置

HW：最高水位线