大数据学习(100)-kafka详解

🍋🍋大数据学习🍋🍋

🔥系列专栏: 👑哲学语录: 用力所能及,改变世界。
💖如果觉得博主的文章还不错的话,请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞


Apache Kafka 是一个 分布式流处理平台 ,主要用于构建 高吞吐量、低延迟、可扩展 的实时数据管道和流式应用程序。它广泛应用于日志聚合、事件溯源、消息队列、实时分析等场景。

Kafka 核心概念

1. Producer(生产者)

向 Kafka 发布(写入) 消息的客户端。

可以指定消息发送到哪个 Topic(主题)Partition(分区)

2. Consumer(消费者)

从 Kafka 订阅(读取) 消息的客户端。

消费者可以组成 Consumer Group(消费者组),实现负载均衡。

3. Broker(代理服务器)

Kafka 集群中的单个服务器节点。

负责存储消息、处理生产者和消费者的请求。

4. Topic(主题)

消息的分类(类似数据库中的表)。

一个 Topic 可以分成多个 Partition(分区),提高并行处理能力。

5. Partition(分区)

Topic 的物理存储单元,分布在不同的 Broker 上。

每个 Partition 是一个 有序、不可变 的消息队列。

消息在 Partition 内按 Offset(偏移量) 索引。

6. Replication(副本)

每个 Partition 可以有多个副本(Leader + Followers),提高容错能力。

Leader 处理读写请求,Followers 同步数据。

7. Consumer Group(消费者组)

多个消费者可以组成一个组,共同消费一个 Topic。

每个 Partition 只能被组内的 一个消费者 消费,实现负载均衡。

Kafka 核心特性

高吞吐量

  • 支持每秒百万级消息处理(取决于硬件和配置)。

  • 采用 顺序 I/O零拷贝(Zero-Copy) 技术优化性能。

持久化存储

  • 消息默认持久化到磁盘(可配置保留时间)。

  • 支持 日志压缩(Log Compaction),只保留最新 Key 的消息。

水平扩展

  • 可以通过增加 Broker 和 Partition 来扩展集群。

  • 支持动态扩容。

容错性

  • 通过 副本(Replication) 机制保证数据不丢失。

  • 如果 Leader 宕机,Follower 会自动接管。

流处理支持

  • 可与 Kafka StreamsFlinkSpark Streaming 等流处理框架集成。

Kafka 使用场景

消息队列(MQ):解耦生产者和消费者,异步处理任务。

日志收集:集中存储和分析应用日志(如 ELK 架构)。

实时数据处理:结合 Flink/Spark 进行实时计算。

事件溯源(Event Sourcing):记录系统状态变化。

Metrics & Monitoring:传输监控数据(如 Prometheus + Kafka)。

Kafka vs 传统消息队列(RabbitMQ)

特性 Kafka RabbitMQ
吞吐量 极高(百万级/秒) 中等(万级/秒)
延迟 低(毫秒级) 极低(微秒级)
持久化 默认持久化 可选
消费模式 基于 Pull(消费者主动拉取) 基于 Push(Broker 推送)
适用场景 大数据流处理、日志 任务队列、RPC
相关推荐
今天只学一颗糖2 小时前
Linux学习笔记--insmod 命令
linux·笔记·学习
charlie1145141913 小时前
精读C++20设计模式:行为型设计模式:中介者模式
c++·学习·设计模式·c++20·中介者模式
楼田莉子3 小时前
Qt开发学习——QtCreator深度介绍/程序运行/开发规范/对象树
开发语言·前端·c++·qt·学习
RunningShare3 小时前
千万级用户电商平台,Flink实时推荐系统如何实现毫秒级延迟?
大数据·flink·推荐系统·ab测试
Le1Yu3 小时前
2025-10-7学习笔记
java·笔记·学习
im_AMBER3 小时前
Web 开发 21
前端·学习
又是忙碌的一天3 小时前
前端学习day01
前端·学习·html
月白风清江有声4 小时前
安装适用于 GPU的NVIDIA显卡驱动及Linux GUI 应用
学习
INFINI Labs4 小时前
如何使用 INFINI Gateway 对比 ES 索引数据
大数据·elasticsearch·gateway·easysearch
2401_831501734 小时前
Python学习之day03学习(文件和异常)
开发语言·python·学习