kafka

1.介绍

　　kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中所有动作流数据。

　　kafka的目的是通过Hadoop的并行加载机制来统一和离线的消息处理，也是为了通过集群来提供实时的消息。

• 特性：
  • 通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能保持长时间的稳定性能。
  • 高吞吐量：即使是非常普通的硬件kafka也可以支持每秒数百万的消息。
  • 支持通过kafka服务器和消费机集群来分区消息。
  • 支持Hadoop并行数据加载。
• 相关术语　　
  • Broker：kafka集群包含一个或多个服务器，这种服务器被称为broker。
  • Topic：每条发布到kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）
  • Partition：Partition是物理上的概念，每个Topic包含一个或多个Partition。
  • Producer：负责发布消息到kafka broker。
  • Consumer：消息消费者，向kafka broker读取消息的客户端。
  • Consumer Group：每个Consumer属于一个特定的Consumer Group。（可为每个Consumer指定group name，若不指定group name则属于默认的group）