[DB] Kafka

介绍

• 一种高吞吐量的分布式发布订阅消息系统
• 消息类型：主体Topic（广播）、队列Queue（一对一）
• 消息系统类型：同步消息系统、异步消息系统
• 常见消息产品：Redis、Kafka、JMS

术语

• Producer：生产者，向 Kafka Broker 上的 Topic 发布消息的应用程序
• Broker：缓存代理服务进程，一个Kafka 集群由多个 Broker 组成，Broker 负责接收和处理客户端发送过来的请求，以及对消息进行持久化
• Message：消息，通信的基本单位，每个 Producer 可以向一个 Topic 发布消息
• Topic：承载消息的逻辑容器，在实际使用中多用来区分具体的业务
• Partition：Topic物理上的分组，一个Topic可以分为多个Partition，每个Partition是一个有序的队列。Partition中的每条消息都会被分配一个有序的id（Offset），一个分区对应一个消费者
• Consumer：消费者，订阅 Topics 并从上面拉取消息的应用程序
• Group：消费组，多个消费者组成一个消费组
• Offset：表示分区中每条消息的位置信息，是一个单调递增且不变的值，消费者在消费的过程中使用 Offset 记录自己消费了多少数据。老版本用zookeeper存储offset，当consumer宕机重启后读取offset，从上次消费截止的地方继续消费。新版本将offset作为普通消息存在kafka中，提交到__consumer_offsets中保存
• Coordinator：协调者，为 Consumer Group 服务，负责为 Group 执行 Rebalance 以及提供位移管理和组成员管理等，所有 Broker 都有各自的 Coordinator 组件

流程

• Producer将消息推送到Broker，Consumer从Broker拉取消息
• 每条消息被顺序写入到Partition中
• 同一Topic的一条消息只能被同一个Consumer Group内的一个Consumer消费，多个Consumer Group可同时消费这一消息
• 将 Consumer 的位移数据作为一 条条普通的 Kafka 消息，提交到位移主题 __consumer_offsets 中
• Kafka 集群中的第一个 Consumer 程序启动时，Kafka 会自动创建位移主题

设计要点

• 内存访问：使用Linux文件系统的cache，高效缓存数据
• 磁盘持久化：不再内存中cache，直接顺序写入磁盘
• zero-copy：减少IO操作
• 消息处理：支持数据批量发送压缩
• 主题分区：Topic 划分为多个 Partition，提高消息处理并行度
• 负载均衡：Producer 根据用户指定算法，将消息发送到指定的 Partition
• 消息拉取：简化kafka设计，Consumer根据消费能力自主控制消息拉取速度，自主选择消费模式
• 可扩展性：需要增加 Broker结点时，新增 Broker向 ZK 注册，Procucer 和 Consumer根据 ZK 上的 Watcher 调整

应用场景

• 消息队列
• 行为跟踪
• 元信息监控
• 日志收集
• 流处理

命令

• Broker配置文件：config/server.properties

• id：0
• 端口：9092
• zookeeper：localhost:2181

• 启动：bin/ config/server.properties &
• 创建主题：bin/kafka-topics.sh --create --zookeeper localhost:2181 -replication-factor 1 --partitions 3 --topic mydemo1
• 列出主题：bin/kafka-topics.sh --zookeeper bigdata111:2181 --list
• 删除主题：bin/kafka-topics.sh --zookeeper bigdata111:2181 --delete --topic mydemo1
• 生产者（发送消息）：bin/ --broker-list localhost:9092 --topic mydemo1
• 消费者（接收消息）

• bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic mydemo1（老版本）
• bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic mydemo1（新版本）