1、Kafka的架构：
1、producer：消息的生产者
2、consumer：消息的消费者
3、broker：kafka集群的服务者，一个broker就是一个节点，主要是负责处理消息的读、写的请求和存储消息。在kafka cluster中包含很多的broker。
4、topic：消息的队列/分类，就类似一张表，里面用来接收数据，数据的格式可以随意，但是一般都会统一。
5、zookeeper：负责存储元数据。
2、kafka的分区和副本：
1、每一个topic可以分成多个partition，每一个分区一张表数据，在Kafka底层中就是一个以log结尾的文件，分别存在对应的data目录下（通过配置文件指定的）
使用分区的原因是实现分布式，一个topic中的数据非常大的时候，如果只存在一个分区那么数据压力就比较大。
2、每个partition内部消息强有序，其中的每个消息都有一个序号叫offset（消费偏移量），再取数据的时候就会根据这个偏移量来取数据
3、一个partition只对应一个broker，一个broker可以管多个partition
4、消息不经过内存缓冲，是直接写入磁盘中。
5、根据时间策略删除数据，并不是数据消费完成就删除数据。默认是7天删除一次数据，删除的一整个文件，默认是1G左右生成一个文件。对于存储的时间可以通过修改配置文件来决定存储的日期。
6、producer自己决定往哪个partition写消息，可以是轮询的负载均衡，或者是基于hash的partition策略
轮询的负载均衡：数据数循环的向每一partition中写，数据比较均衡
基于hash的partition策略：数据会根据hash值据欸的那个进入哪个partition，可以根据相同的key进入同一个partition中。但是可能会造成一个问题：数据倾斜的问题。
7、consumer（消费者）自己维护消费到哪个offset，每一个用户都记录自己所消费的offset，这些数据都是默认存在--toppic：__consumer_offsetsL中
8、每一个consumer都有对应的group，一个组中可以是一个用户，也可以是多个用户。
group内是queue消费模型
各个consumer消费不同的partition，因此一个消息在group内只消费一次，这样能保证消费数据不重复
group间是publish-subscribe消费模型
各个group各自独立消费，互不影响，因此一个消息在被每个group消费一次
