kafka 基本概念
- 消息队列
1、什么是消息队列
消息（Message）是指在应用之间传送的数据，消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。
消息队列（Message Queue）是一种应用间的通信方式，消息发送后可以立即返回，有消息系统来确保信息的可靠专递，消息发布者只管把消息发布到MQ中而不管谁来取，消息使用者只管从MQ中取消息而不管谁发布的，这样发布者和使用者都不用知道对方的存在。
2、消息队列的应用场景
应用耦合：多应用间通过消息队列对同一消息进行处理，避免调用接口失败导致整个过程失败；
异步处理：多应用对消息队列中同一消息进行处理，应用间并发处理消息，相比串行处理，减少处理时间；
限流削峰：广泛应用于秒杀或抢购活动中，避免流量过大导致应用系统挂掉的情况；
消息驱动的系统：系统分为消息队列、消息生产者、消息消费者，生产者负责产生消息，消费者(可能有多个)负责对消息进行处理；
3、消息队列的两种模式
消息队列包括两种模式，点对点模式（point to point， queue）和发布/订阅模式（publish/subscribe，topic）
点对点：点对点模式下包括三个角色：消息队列、生产者、消费者
消息发送者生产消息发送到queue中，然后消息接收者从queue中取出并且消费消息。消息被消费以后，queue中不再有存储，所以消息接收者不可能消费到已经被消费的消息。
3.1、点对点模式特点：
每个消息只有一个接收者（Consumer）(即一旦被消费，消息就不再在消息队列中)；
发送者和接发收者间没有依赖性，发送者发送消息之后，不管有没有接收者在运行，都不会影响到发送者下次发送消息；
接收者在成功接收消息之后需向队列应答成功，以便消息队列删除当前接收的消息；
3.2、发布订阅模式
每个消息可以有多个订阅者；
发布者和订阅者之间有时间上的依赖性。针对某个主题（Topic）的订阅者，它必须创建一个订阅者之后，才能消费发布者的消息。
为了消费消息，订阅者需要提前订阅该角色主题，并保持在线运行；
- kafka是什么？
Kafka 是一个分布式，分区的，多副本的，多订阅者的消息发布订阅系统，由 LinkedIn 公司开发。以下是 Kafka 的一些相关知识：
1、优点
可靠性强（分布式-分区-副本）、扩展性强（可伸缩）、性能高（数据读写）、耐用性强（数据持久化）、时效性强。
2、缺点
由于是批量发送，数据并非真正的实时； 仅支持统一分区内消息有序，无法实现全局消息有序； 有可能消息重复消费； 依赖zookeeper进行元数据管理。
kafka重要概念
-
Topic：Kafka 中的消息被组织成主题(topic)，生产者将消息发布到特定的主题，消费者从感兴趣的主题订阅消息。
-
Partition：每个主题(topic)可以被分成多个分区(partition)，每个分区是一个有序的消息队列，生产者将消息发送到某个特定的分区，每个分区可以分布在不同的服务器上以实现负载均衡、容错等目的。
-
Broker：Kafka 集群中的每个节点称为 broker，每个 broker 可以承载多个分区(partition)，每个分区(partition)可能被分配到不同的 broker 上。
-
Producer：消息的生产者，可以将消息发布到特定主题(topic)的某个分区(partition)。
-
Consumer：消息的消费者，可以从某个主题(topic)的某个分区(partition)订阅消息。
-
Consumer Group：若干个消费者可以组成一个消费者组(consumer group)，共同消费某个主题(topic)的所有消息。每个分区（partition）只能由同一个 consumer group 中的一个消费者消费。
-
Offset：Kafka 中的每条消息都有一个唯一的偏移量(offset)，代表该消息在分区(partition)中的位置。每个消费者都有自己的 offset 计数器，可以指定从哪个 offset 开始读取消息。
-
Replication：Kafka 支持数据备份和容错机制，每个分区(partition)可以有多个副本(replica)，这些副本分布在不同的 broker 上，以保证某一个 broker 宕机时数据不会丢失。
副本
在kafka 中， 副本和正本都被称之为副本，但存在leader 和follower之分，活跃的称之为leader,其它的为follower, topic、partition、replica的关系：消息进来的时候首先存入leader replica,然后从leader replica中复制到其它的follower replica, 只有当复制全部完成的时候，consumer才可以消费此条消息，这样的措施的目的是为了意外发生的时候，数据可以恢复，consumer的消费也是从leader replica中获取的。
概念要点补充
- 一个partition只能被同组的一个consumer消费
- 同一个组里的一个consumer可以消费多个partition
- 消费效率最高的情况是partition和consumer 的数量相同，这样可以确保每个consumer可以专职负责一个partition
- consumerd的数量不能多余partition的数量，当consumer的数量大于partition时，就会有consumer闲置
- consumer可以认为是一个订阅者的集群，其中的每个consumer负责自己所消费的分区