关于Kafka，你还需要知道这些！

关于Kafka，相信大家都不陌生，一个消息流的处理平台，目前很多开发人员都把它当做一个生产&消费的中间件。今天小编就跟大家系统介绍一下Kafka，希望对大家有所帮助。

一、Kafka概念

Kafka是一个消息系统，用作LinkedIn的活动流(Activity Stream)和运营数据处理管道(Pipeline)的基础。Kafka是由LinkedIn开发出来的，一个分布式基于发布/订阅的消息系统，使用Scala进行编写。 Kafka具有更高的吞吐量，内置的分区也使得kafka具有更好的容错和伸缩性，这些特性使得 Kafka应用广泛，是大型消息处理应用的首选之策。

Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。简单来理解，Kafka就像是一个邮箱，生产者可以当做发送邮件的人，消费者就是收邮件的人，Kafka是用来存东西的平台，只不过Kafka提供了一些处理邮件的机制。

二、Kafka基本架构

Broker：Kafka节点，一个Kafka节点就是一个broker，多个broker能够组成一个Kafka集群

Topic：一类消息，消息存放的目录也就是主题，比兔page view日志、click日志等，都能够以topic的形式存在，Kafka集群可以同时负责多个topic的分发

massage： Kafka中最基本的传递对象。

Partition：topic物理上的分组，每个topic包含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，负责生产message发布到topic

Consumer : 消息消费者，订阅topic并消费message, consumer从broker拉取(pull)数据并进行处理。

Consumer Group：消费者组，一个Consumer Group包含多个consumer

Offset：偏移量，消息partition中的索引即可

三、Kafka优势

1. 分布式

大数据处理业务中极为重要的流处理框架，分布式是Kafka的天然属性。

2. 高性能：

Kafka高性能体现在两方面：(1)高吞吐量，最高能达到几十万每秒的级别的吞吐量;(2)低延时，这使得Kafka能够很好的配合SparkStreaming等其它流式处理框架的进行数据实时性处理。

3. 持久性和扩展性：

这两点是Kafka区别于其它消息队列的重要特点，主要体现在：(1)数据可持久化，(2) 容错性;(3)大水平方向上扩展;(4) 消息自动平等，避免热点问题。

四、Kafka常用场景

(1)消息队列

(2)网站活性跟踪

(3)可操作的监控数据

(4)日志收集