kafka是一个分布式的基于发布/订阅模式的消息队列，只要应用于大数据实时处理领域
消息队列的两种模式：
发布/订阅的模式(一对多 消费者消费数据后不会清除数据)
kafka基础架构(去中心化)
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区消息的客户端
consumer Group:消费者组，由多个consumer组成 消费组内的消费者负责消费不同分区内的数据，一个分区只能由一个组内消费者消费，消费者组之间互不干扰，所以有的消费者都属于同一个消费者组，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可以包含多个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:为实现扩展性，一个非常大的topic可以分不到不同的broker上去，一个topic可以分为多个partition，每一个partition是一个有序队列
replica:副本 为了保证集群中某个结点发生故障时，该节点上的partition数据不丢失，而且kafka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副本，一个leader多个follower
leader: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: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leader
在配置kafka参数时需要修改的是：
broker的全局唯一编号，不能重复
broker.id=0
#删除topic的功能
delete.topic.enable=true
#配置kafka运行日志的存放路径
log.dirs=/usr/local/soft/kafka-xx/log
$连接zk的地址
zookeeper.connect=master:2181,node1:2181,node2:2181
将组件分发到node1和node2上 注意要修改broker编号
kafka启动命令：
kafka-server-start.sh -daemon /usr/local/soft/kafka_2.11/config/server.properties查看当前kafka中所有的topic 命令：
kafka-topics.sh --zookeeper master:2181,node1:2181,node2:2181 --list创建topic的命令：
kafka-topics.sh --zookeeper master:2181,node1:2181,node2:2181 --replication-factor 1 --partitions 1 --topic first --create
注意：
--topic 定义topic的名称
--replication-factor 定义副本的个数
--partitions 定义分区数删除topic的命令：
kafka-topics.sh --zookeeper master:2181,node1:2181,node2:2181 --topic first --delete创建生产者生产消息的命令：
kafka-console-producer.sh --broker-list master:9092,node1:9092,node2:9092 --topic 名称创建消费者的命令：
kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic 名称
查看某个某刻topic的详情：
kafka-topics.sh --zookeeper master:2180 --describe --topic 名称修改分区数：
kafka-topics.sh --zookeeper master:2181 --alter --topic 名称 --partition 2
kafka工作流程及文件存储机制
kafka中消息是以topic进行分类的，生产者生产消息，消费者消费消息，都是面向topic
topic是逻辑上的逻辑，而partition是物理上的概念，每个partition对应一个log文件，该log文件中存储的就是producer生产的数据 Producer 生产的数据会被不断追加到该log 文件末端，且每条数据都有自己的 offset。消费者组中的每个消费者，都会实时记录自己消费到了哪个 offset，以便出错恢复时，从上次的位置继续消费
kafka文件的存储机制：
一个topic分为两个partition，一个partition分为多个segment，一个segment对应两个文件
由于生产者生产的消息会不断追加到 log 文件末尾，为防止 log 文件过大导致数据定位效率低下，Kafka 采取了 分片和 索引机制，将每个 partition 分为多个 segment。每个 segment对应两个文件——“.index”文件和“.log”文件。这些文件位于一个文件夹下，该文件夹的命
名规则为：topic 名称+分区序号。例如，first 这个 topic 有三个分区，则其对应的文件夹为 first-0,first-1,first-2。
“.index”文件存储大量的索引信息，“.log”文件存储大量的数据，索引文件中的元数据指向对应数据文件中 message 的物理偏移地址
