1. Kafaka简介

Apache Kafka是分布式发布-订阅消息系统，在 kafka官网上对 kafka 的定义：一个分布式发布-订阅消息传递系统。

它最初由LinkedIn公司开发，Linkedin于2010年贡献给了Apache基金会并成为*开源项目。Kafka是一种快速、可扩展的、设计内在就是分布式的，分区的和可复制的提交日志服务。

注意Kafka并没有遵循JMS规范，它只提供了发布和订阅通讯方式。

kafka中文官网:http://kafka.apachecn.org/quickstart.html

2. Kafka 优点

• 「高吞吐量、低延迟」：kafka每秒可以处理几十万条消息，它的延迟最低只有几毫秒，每个topic可以分多个partition, consumer group 对partition进行consume操作。
• 「可扩展性」：kafka集群支持热扩展
• 「持久性、可靠性」：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失。
• 「容错性」：允许集群中节点失败（若副本数量为n,则允许n-1个节点失败）。
• 「高并发」：支持数千个客户端同时读写。

3. Kafka的使用场景

• 「日志收集」：一个公司可以用Kafka可以收集各种服务的log，通过kafka以统一接口服务的方式开放给各种consumer，例如hadoop、Hbase、Solr等。
• 「消息系统」：解耦和生产者和消费者、缓存消息等。
• 「用户活动跟踪」：Kafka经常被用来记录web用户或者app用户的各种活动，如浏览网页、搜索、点击等活动，这些活动信息被各个服务器发布到kafka的topic中，然后订阅者通过订阅这些topic来做实时的监控分析，或者装载到hadoop、数据仓库中做离线分析和挖掘。
• 「运营指标」：Kafka也经常用来记录运营监控数据。包括收集各种分布式应用的数据，生产各种操作的集中反馈，比如报警和报告。
• 「流式处理」：比如spark streaming和storm。
• 「事件源」

4. Kafka相关概念名称

• 「Broker」：Kafka节点，一个Kafka节点就是一个broker，多个broker可以组成一个Kafka集群。
• 「Topic」：一类消息，消息存放的目录即主题，例如page view日志、click日志等都可以以topic的形式存在，Kafka集群能够同时负责多个topic的分发。
• 「massage」： Kafka中最基本的传递对象。
• 「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。
• 「Segment」：partition物理上由多个segment组成，每个Segment存着message信息。
• 「Producer」 : 生产者，生产message发送到topic。
• 「Consumer」 : 消费者，订阅topic并消费message, consumer作为一个线程来消费。
• 「Consumer Group」：消费者组，一个Consumer Group包含多个consumer。
• 「Offset」：偏移量，理解为消息partition中的索引即可。

5. Kafka存储策略

1.kafka以topic来进行消息管理，每个topic包含多个partition，每个partition对应一个逻辑log，有多个segment组成。

2.每个segment中存储多条消息（见下图），消息id由其逻辑位置决定，即从消息id可直接定位到消息的存储位置，避免id到位置的额外映射。

3.每个part在内存中对应一个index，记录每个segment中的第一条消息偏移。

4.发布者发到某个topic的消息会被均匀的分布到多个partition上（或根据用户指定的路由规则进行分布），broker收到发布消息往对应partition的最后一个segment上添加该消息，当某个segment上的消息条数达到配置值或消息发布时间超过阈值时，segment上的消息会被flush到磁盘，只有flush到磁盘上的消息订阅者才能订阅到，segment达到一定的大小后将不会再往该segment写数据，broker会创建新的segment。

6. Kafka架构原理

kafka生产者发送消息原理: