kafka笔记（一）

1、kafka应用场景

　　基于流数据的发布订阅消息系统、实时流数据的高效异步通信、基于流数据的高可用分布式存储！

　　不同的系统之间实时流数据管道;

2、官方一句话概括

　　kafka是一个分布式流数据平台：可以被用作消息队列，企业级消息系统，具备很强的容错能力;实时处理的能力;

3、kafka的使用

　　一般都是以集群的形式部署在一台或者多台服务器上；消息记录（数据）根据主题（topic）进行分类；每个记录都有一个key  value  和时间戳；

4、核心API

　　生产者API发布数据（记录）到一个或者多个topic；消费者API可以订阅一个或者多个主题，并处理生产到这些主题的数据；流API，即将数据按照流数据进行处理；连接API，可以创建可复用的生产者和消费；

5、通信协议

　　客户端与服务器的通信使用的是基于TCP的简单，高效的并且与语言无关的TCP协议！

6、主题和日志

　　一个主题（topic）就是一类数据或者记录的名字；主题支持多个订阅者订阅，即一个主题可以被零个，一个或者多个消费者消费，处理；

　　一个主题会被分成好多个partition，每一个partition维护着一个log；主题中每一个partition的记录都有一个顺序的ID 记作：offset  偏移量；

　　kafka集群记录了所有发布的消息（记录），无论是否被消费（有一种配置保留时长的机制）；实际上唯一的元数据保留在消费者那里，元数据仅仅记录了消费者在partition的便宜量，或者消费记录的ID；这样以来，消费就可以由消费者自己控制。消费者可以设置这个偏移量。

　　主题被分为patition的意义在于两方面：一个是数据横向扩展行，另一个是消费的并发性能的提升;

　　每一个partition的数据在kafka集群中都是有备份的。每一个partition都有一个server作为leader，其他的作为follower；leader负责读写请求，follower负责同步leader的数据; 每一个服务器都扮演一个或多个partition的leader角色，和一些个partition的follower角色，有利于负载均衡。

 7、生产者

　　生产者向一个或者多个topic写数据，并且负责每个记录分配到哪一个分区上；

8、消费者

　　消费者的标签是消费者组，在一个同一个消费者组里的消费者是等价的。这样提高消费者的处理能力，和容错性。

　　主题的partition会被分配到消费者实例上，并且是动态分配的，当消费者增加活者减少时，都会导致一些partiton重新分配。每个partiton内的记录都是有序的，但是不同partition记录消费可能是无序的。

　　要想整体有序，只能一个topic对应一个partion 并且每个消费者组里面只能有一个消费者。

9、kafka可保证的几点

　　单个partition的记录ID与记录接收时间是有序的，ID越大，接收时间越迟。

　　一个topic被复制N份，那么N-1个服务器挂掉之后，对数据是不会有影响的