【乾貨】Kafka實現淘寶億萬級數據統計（上）

在ActiveMQ、RabbitMQ、RocketMQ、Kafka消息中間件之間，咱們爲何要選擇Kafka?

下面詳細介紹一下，2012年9月份我在支付寶作餘額寶研發，2013年6月支付寶正式推出餘額寶，2013年8月擔任支付寶淘寶彩票項目經理帶領兄弟們一塊兒作研發，期間須要與淘寶和500萬對接競彩接口數據。

經過業餘時間與淘寶同事溝通，瞭解到天貓在電商節如何處理大數據？技術架構上採用了哪些策略？

一、應用無狀態(淘寶session框架)

二、有效使用緩存(Tair)

三、應用拆分(HSF)

四、數據庫拆分(TDDL)

五、異步通訊(Notify)

六、非結構化數據存儲 ( TFS,NOSQL)

七、監控、預警系統

八、配置統一管理

天貓的同事把大體的架構跟我描述了一番，心有感悟。我們來看一下2018年雙11當天的成交額。

2、kafka實現天貓億萬級數據統計架構

Flume是Cloudera提供的一個高可用的，高可靠的，分佈式的海量日誌採集、聚合和傳輸的系統，Flume支持在日誌系統中定製各種數據發送方，用於收集數據；同時，Flume提供對數據進行簡單處理，並寫到各類數據接受方（可定製）的能力。

Data Access：數據通道

Computing：計算

Persistence：執行保存方式

spout：表示一個流的源頭，產生tuple

bolt：處理輸入流併產生多個輸出流，能夠作簡單的數據轉換計算，複雜的流處理通常須要通過多個bolt進行處理。

爲何不能用分佈式文件HDFS集羣？

一、實時性：hdfs的實時性沒有kafka高。

二、消費量的記錄：hdfs不會記錄你這個塊文件消費到了哪裏，而基於zookeeper的kafka會記錄你消費的點。

三、併發消費：hdfs不支持併發消費，而kafka支持併發消費，即多個consumer。

四、彈性且有序：當數據量會很大，並且處理完以後就能夠刪除時，頻繁的讀寫會對hdfs中NameNode形成很大的壓力。而kafka的消費點是記錄在zookeeper的，而且kafka的每條數據都是有「座標」的，因此消費的時候只要這個「座標」向後移動就好了，並且刪除的時候只要把這個「座標」以前的數據刪掉便可。

3、什麼是Kafka?

經過上圖就能夠了解到，生產者Producers(農民和廚師)，消費主題top(魚，骨頭，草，香蕉),消費者Comsumer(貓，狗，老牛，猴子)，生產者根據消費主題獲取本身想要的食物。

4、Kafka架構原理

歡迎加入Java進階架構交流：加入142019080。

直接點擊連接加羣。https://jq.qq.com/?_wv=1027&k=5lXBNZ7 獲取最新學習資料