Kafka系列（一）

内容

该系列主要是复习期间，通过浏览资料记录的一些笔记和重点，用于日常学习和学习后的总结。

组件概念

broker

• 一个Kafka的集群通常由多个broker组成，这样才能实现负载均衡、以及容错

• broker是无状态（Sateless）的，它们是通过ZooKeeper来维护集群状态

• 一个Kafka的broker每秒可以处理数十万次读写，每个broker都可以处理TB消息而不影响性能

zookeeper

• ZK用来管理和协调broker，并且存储了Kafka的元数据（例如：有多少topic、partition、consumer）

• ZK服务主要用于通知生产者和消费者Kafka集群中有新的broker加入、或者Kafka集群中出现故障的broker。

PS：Kafka正在逐步想办法将ZooKeeper剥离，维护两套集群成本较高，社区提出KIP-500就是要替换掉ZooKeeper的依赖。“Kafka on Kafka”——Kafka自己来管理自己的元数据

producer（生产者）

• 生产者负责将数据推送给broker的topic

consumer（消费者）

• 消费者负责从broker的topic中拉取数据，并自己进行处理

consumer group（消费者组）

• consumer group是kafka提供的可扩展且具有容错性的消费者机制

• 一个消费者组可以包含多个消费者

• 一个消费者组有一个唯一的ID（group Id）

• 组内的消费者一起消费主题的所有分区数据

分区（Partitions）

• 在Kafka集群中，主题被分为多个分区

副本（Replicas）

• 副本可以确保某个服务器出现故障时，确保数据依然可用

• 在Kafka中，一般都会设计副本的个数＞1

主题（Topic）

• 主题是一个逻辑概念，用于生产者发布数据，消费者拉取数据

• Kafka中的主题必须要有标识符，而且是唯一的，Kafka中可以有任意数量的主题，没有数量上的限制

• 在主题中的消息是有结构的，一般一个主题包含某一类消息

• 一旦生产者发送消息到主题中，这些消息就不能被更新（更改）

偏移量（offset）

• offset记录着下一条将要发送给Consumer的消息的序号

• 默认Kafka将offset存储在ZooKeeper中

• 在一个分区中，消息是有顺序的方式存储着，每个在分区的消费都是有一个递增的id。这个就是偏移量offset

• 偏移量在分区中才是有意义的。在分区之间，offset是没有任何意义的