[[278300]]

 一、背景介紹

引言：其實這段背景，我們之前介紹RabbitMQ的時候，已經(jīng)說過了，我們這里講kakfa的時候，再把這一段給拿出來，再說明下。在講實戰(zhàn)前，我們還是有必要講解下理論的，理論為輔，實戰(zhàn)為主，在實戰(zhàn)的基礎(chǔ)上，再深入理解理論，底層原理，底層源碼。下篇文章或者視頻，我們將帶你看官網(wǎng)學習kafka環(huán)境搭建、kafka基本用法、kafka的容錯性測試，在掌握知識的同時，還能順便學習下英文。

1)問題引入：

假設(shè)我們現(xiàn)在需要設(shè)計這樣一個用戶注冊系統(tǒng)：用戶注冊完成后，需要給用戶發(fā)送激活郵件，開通用戶賬號，記錄用戶IP、用戶設(shè)備、時間等信息。

起初的設(shè)計：

2)但存在的問題是：

由于多個系統(tǒng)強耦合在一起，用戶注冊響應(yīng)會非常慢，嚴重影響了用戶的體驗，當流量大的時候，性能會更差。

3)引入消息中間件：

為了解決上述問題，我們引入消息中間件，來實現(xiàn)系統(tǒng)的解耦，多個系統(tǒng)間通過消息中間件進行異步通信，最終的設(shè)計圖如下：

即實現(xiàn)了系統(tǒng)解耦，又提升了系統(tǒng)響應(yīng)的速度

4)消息中間件介紹：

消息中間件(Message Queue Middleware，簡稱MQ)又稱為消息隊列，是指利用高效可靠的消息傳遞機制進行與平臺無關(guān)的數(shù)據(jù)交流，并基于數(shù)據(jù)通信來進行分布式系統(tǒng)的構(gòu)建。

2、應(yīng)用場景分析

1)異步通信

在很多時候，為了加快應(yīng)用系統(tǒng)整體運轉(zhuǎn)速度，并不需要立即響應(yīng)某些請求，消息中間件提供了異步處理機制，允許將一些請求信息放入消息中間件中，但并不立即處理它，而是慢慢處理。在有限資源下，使用消息中間件能夠使系統(tǒng)性能從容倍增!

如：用戶注冊成功的郵件通知;用戶購物下單的信息通知;大數(shù)據(jù)日志收集處理

2)削峰

以防突發(fā)劇增流量瞬間沖垮系統(tǒng)，使用消息中間件可以支撐突發(fā)訪問壓力

3)業(yè)務(wù)系統(tǒng)解耦

系統(tǒng)間的耦合關(guān)系太強，會對系統(tǒng)的設(shè)計產(chǎn)生束縛，也會增加系統(tǒng)的復(fù)雜性，通過消息中間件可以更好的設(shè)計系統(tǒng)，是一個系統(tǒng)完成指定的功能，而不是將所有的功能融合在同一個系統(tǒng)中。

二、kafka簡介

Kafka作為一種消息中間件，是一種分布式的，基于發(fā)布/訂閱的消息系統(tǒng)。主要設(shè)計目標如下：

以時間復(fù)雜度為O(1)的方式提供消息持久化能力，即使對TB級以上數(shù)據(jù)也能保證常數(shù)時間的訪問性能

高吞吐率。即使在非常廉價的商用機器上也能做到單機支持每秒100K條消息的傳輸

支持Kafka Server間的消息分區(qū)，及分布式消費，同時保證每個partition內(nèi)的消息順序傳輸

同時支持離線數(shù)據(jù)處理和實時數(shù)據(jù)處理

1、kafka架構(gòu)

名詞解釋：

Broker

一個Kafka集群由一個或多個broker組成。搭建了kafka環(huán)境的服務(wù)器就可以稱為broker。

Topic

Kafka集群上存儲的消息都有一個類別，這個類別被稱為topic。(使用者只需指定消息的topic，即可生產(chǎn)或消費數(shù)據(jù)而不必關(guān)心數(shù)據(jù)存于何處)Topic在邏輯上可以被認為是一個queue。每條消費都必須指定它的topic，可以簡單理解為必須指明把這條消息放進哪個queue里，這與RabbitMQ就有點類似了。

Partition

為了使得Kafka的吞吐率可以水平擴展，物理上又把topic分成一個或多個partition，每個partition在物理上對應(yīng)一個文件夾，該文件夾下存儲這個partition的所有消息和索引文件。創(chuàng)建topic時可指定parition數(shù)量。我們實戰(zhàn)演示的時候，會再次說明。

因為每條消息都被append到該partition中，是順序?qū)懘疟P，因此效率非常高(經(jīng)驗證，順序?qū)懘疟P效率比隨機寫內(nèi)存還要高，這是Kafka高吞吐率的一個很重要的保證)。

Producer

負責發(fā)布消息到Kafka broker

Consumer

消費消息。每個consumer屬于一個特定的consumer group(可為每個consumer指定group name，若不指定group name則屬于默認的group)。同一topic的一條消息只能被同一個consumer group內(nèi)的一個consumer消費，但多個consumer group可同時消費這一消息。

三、kafka其它核心概念

1、消息存儲

很多傳統(tǒng)的message queue都會在消息被消費完后將消息刪除，一方面避免重復(fù)消費，另一方面可以保證queue的長度比較少，提高效率。而Kafka集群會保留所有的消息，無論其被消費與否。當然，因為磁盤限制，不可能永久保留所有數(shù)據(jù)(實際上也沒必要)，因此Kafka提供兩種策略去刪除舊數(shù)據(jù)。一是基于時間，二是基于partition文件大小。例如可以通過配置$KAFKA_HOME/config/server.properties，讓Kafka刪除一周前的數(shù)據(jù)，也可通過配置讓Kafka在partition文件超過1GB時刪除舊數(shù)據(jù)。

2、Consumer Group

每一個consumer實例都屬于一個consumer group，每一條消息只會被同一個consumer group里的一個consumer實例消費。(不同consumer group可以同時消費同一條消息)

Kafka保證的是穩(wěn)定狀態(tài)下每一個consumer實例只會消費某一個或多個特定partition的數(shù)據(jù)，而某個partition的數(shù)據(jù)只會被某一個特定的consumer實例所消費。這樣設(shè)計的劣勢是無法讓同一個consumer group里的consumer均勻消費數(shù)據(jù)，優(yōu)勢是每個consumer不用都跟大量的broker通信，減少通信開銷，同時也降低了分配難度，實現(xiàn)也更簡單。另外，因為同一個partition里的數(shù)據(jù)是有序的，這種設(shè)計可以保證每個partition里的數(shù)據(jù)也是有序被消費。

3、Consumer Rebalance

Kafka通過Zookeeper管理集群配置，在consumer group發(fā)生變化時(如：某個consumer因故障下線時)進行rebalance。具體含義為：

如果某consumer group中consumer數(shù)量少于partition數(shù)量，則至少有一個consumer會消費多個partition的數(shù)據(jù)，

如果consumer的數(shù)量與partition數(shù)量相同，則正好一個consumer消費一個partition的數(shù)據(jù)，

而如果consumer的數(shù)量多于partition的數(shù)量時，會有部分consumer無法消費該topic下任何一條消息。