关于Kafka

一、kafka简介

     Kafka是一种高吞吐量的分布式发布订阅消息系统，可分区、可复制，它可以处理消费者规模的网站中的所有动作流数据，是Apache下的一个开源项目。

二、相关术语

• 1.Broker
  Kafka集群包含一个或多个服务器，这种服务器被称为broker
• 2.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）
• 3.Partition
  Partition是物理上的概念，每个Topic包含一个或多个Partition.
• 4.Producer
  负责发布消息到Kafka broker
• 5.Consumer
  消息消费者，向Kafka broker读取消息的客户端。
• 6.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）。

三、特性

1.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的消息存储也能够保持长时间的稳定性能；

2.高吞吐量：即使是非常普通的硬件kafka也可以支持每秒数十万的消息；

3.支持通过Kafka服务器和消费机集群来分区消息；

4.支持hadoop并行数据加载。

四、设计目标

1.高吞吐是核心设计之一；

2.数据磁盘持久化：消息不在内存中cache，直接写入到磁盘，充分利用磁盘的顺序读写性能；

3.减少IO操作步骤；

4.支持数据批量发送和拉取；

5.支持数据压缩；

6.Topic划分为多个partition，提高并行处理能力。