分佈式消息Kafka的原理、基礎架構、使用場景

一：Kafka簡介

Apache Kafka是分佈式發佈-訂閱消息系統，在 kafka官網上對 kafka 的定義：一個分佈式發佈-訂閱消息傳遞系統。 它最初由LinkedIn公司開發，Linkedin於2010年貢獻給了Apache基金會併成爲頂級開源項目。Kafka是一種快速、可擴展的、設計內在就是分佈式的，分區的和可複製的提交日誌服務。

二：Kafka基本架構

它的架構包括如下組件：

一、話題（Topic）：是特定類型的消息流。消息是字節的有效負載（Payload），話題是消息的分類名或種子（Feed）名；

二、生產者（Producer）：是可以發佈消息到話題的任何對象；

三、服務代理（Broker）：已發佈的消息保存在一組服務器中，它們被稱爲代理（Broker）或Kafka集羣；

四、消費者（Consumer）：能夠訂閱一個或多個話題，並從Broker拉數據，從而消費這些已發佈的消息；

上圖中能夠看出，生產者將數據發送到Broker代理，Broker代理有多個話題topic，消費者從Broker獲取數據。

三：Kafka基本原理

咱們將消息的發佈（publish）稱做 producer，將消息的訂閱（subscribe）表述爲 consumer，將中間的存儲陣列稱做 broker(代理)，這樣就能夠大體描繪出這樣一個場面：

生產者將數據生產出來，交給 broker 進行存儲，消費者須要消費數據了，就從broker中去拿出數據來，而後完成一系列對數據的處理操做。

kafka 官方給出的圖：

多個 broker 協同合做，producer 和 consumer 部署在各個業務邏輯中被頻繁的調用，三者經過 zookeeper管理協調請求和轉發。這樣一個高性能的分佈式消息發佈訂閱系統就完成了。

圖上有個細節須要注意，producer 到 broker 的過程是 push，也就是有數據就推送到 broker，而 consumer 到 broker 的過程是 pull，是經過 consumer 主動去拉數據的，而不是 broker 把數據主懂發送到 consumer 端的。

四：Zookeeper在kafka的做用

（1）不管是kafka集羣，仍是producer和consumer都依賴於zookeeper來保證系統可用性集羣保存一些meta信息。

（2）Kafka使用zookeeper做爲其分佈式協調框架，很好的將消息生產、消息存儲、消息消費的過程結合在一塊兒。

（3）同時藉助zookeeper，kafka可以生產者、消費者和broker在內的因此組件在無狀態的狀況下，創建起生產者和消費者的訂閱關係，並實現生產者與消費者的負載均衡。

五：Kafka的特性

1.高吞吐量、低延遲

kafka每秒能夠處理幾十萬條消息，它的延遲最低只有幾毫秒，每一個topic能夠分多個partition, consumer group 對partition進行consume操做。

2.可擴展性

kafka集羣支持熱擴展

3.持久性、可靠性

消息被持久化到本地磁盤，而且支持數據備份防止數據丟失

4.容錯性

容許集羣中節點失敗（若副本數量爲n,則容許n-1個節點失敗）

5.高併發

支持數千個客戶端同時讀寫

Kafka的使用場景：

1.日誌收集

一個公司能夠用Kafka能夠收集各類服務的log，經過kafka以統一接口服務的方式開放給各類consumer，例如hadoop、Hbase、Solr等。

2.消息系統

解耦和生產者和消費者、緩存消息等。

3.用戶活動跟蹤

Kafka常常被用來記錄web用戶或者app用戶的各類活動，如瀏覽網頁、搜索、點擊等活動，這些活動信息被各個服務器發佈到kafka的topic中，而後訂閱者經過訂閱這些topic來作實時的監控分析，或者裝載到hadoop、數據倉庫中作離線分析和挖掘。

4.運營指標

Kafka也常常用來記錄運營監控數據。包括收集各類分佈式應用的數據，生產各類操做的集中反饋，好比報警和報告。

5.流式處理

好比spark streaming和storm

六：ActiveMQ、Kafka、RabbitMQ消息系統的對比