Kafka概述
Kafka 是一个分布式的基于发布/订阅模式的消息队列(Message Queue),主要应用于大数据实时处理领域。
1. 消息队列(MQ)
1.1 优点
- 解耦
- 削封
- 缓冲
- 异步通信
1.2 两种模式
点对点(一对一,消费者主动拉取数据,消息收到后消息清除))
消息生产者生产消息发送到Queue中,然后消息消费者主动从Queue中取出并且消费消息。消息被消费以后,queue中不再有存储,所以消息消费者不可能消费到已经被消费的消息。Queue支持存在多个消费者,但是对一个消息而言,只会有一个消费者可以消费。
发布/订阅模式(一对多,消费者消费数据之后不会清除消息)
消息生产者(发布)将消息发布到topic中,同时有多个消息消费者(订阅)消费该消息。和点对点方式不同,发布到topic的消息会被所有订阅者消费。
发布/订阅模式既可以通过队列向消费者推送(类似于微信公众号); 也可以消费者去主动拉取(kafka),这样可以由消费者自己决定消费的速度,但同时,要维护一个长轮询,去监听队列中是否有新消息到达,造成一定的资源浪费。
2. Kafka的基础架构
- Producer :消息生产者,就是向kafka broker 发消息的客户端;
- Consumer :消息消费者,向kafka broker 取消息的客户端;
- Consumer Group (CG):消费者组,由多个consumer 组成。消费者组内每个消费者负责消费不同分区的数据,一个分区只能由一个组内消费者消费;消费者组之间互不影响。所有的消费者都属于某个消费者组,即消费者组是逻辑上的一个订阅者。
- Broker :一台kafka 服务器就是一个broker。一个集群由多个broker 组成。一个broker 可以容纳多个topic。
- Topic :可以理解为一个队列,生产者和消费者面向的都是一个topic;
- Partition:为了实现扩展性,一个非常大的topic 可以分布到多个broker(即服务器)上,一个topic 可以分为多个partition,每个partition 是一个有序的队列;
- Replica:副本,为保证集群中的某个节点发生故障时,该节点上的partition 数据不丢失.且kafka仍然能够继续工作,kafka提供了副本机制,一个topic的每个分区都有若干个副本,一个leader和若干个follower
- leader:每个分区多个副本的“主”,生产者发送数据的对象,以及消费者消费数据的对象都是leader.
- follower:每个分区多个副本中的“从”,实时从leader中同步数据,保持和leader数据的同步。leader发生故障时,某个follower会成为新的follower。
3. Kafka的常用指令
1 | #创建topic(副本数不能大于broker的个数) --partitions:分区数 --replication-factor:副本数(不能大于brokers的个数) |