Kafka

Kafka概念

        https://kafka.apache.org/

        Kafka是一种高吞吐量的分布式发布订阅消息系统，使用 Scala 语言编写。

        producer通过网络发送消息到Kafka集群，然后consumer来进行消费，如下图： 

        服务端(brokers)和客户端(producer、consumer)之间通信通过TCP协议来完成。

broker

        Kafka 服务器，负责消息存储和转发。

topic

        消息类别，Kafka 按照 topic 来分类消息，发布到Kafka集群的每条消息都需要指定一个topic。

partition

        topic 的分区，物理上的概念，一个 topic 可以包含多个 partition，topic 消息保存在各个 partition 上 ，每个partition内部消息是有序的。

        在Kafka中，一个分区的数据只能被同一个消费组中的一个消费者消费‌。Kafka的设计保证了消息的顺序性（FIFO），即一个分区内的消息只能被同一个消费组中的一个消费者消费，以确保消息的顺序不被打乱。‌

offset

         消息在日志中的位置，可以理解是消息在 partition 上的偏移量，也是代表该消息的唯一序号。

Producer

        消息生产者，向Broker发送消息的客户端。

Consumer

        消息消费者，从Broker读取消息的客户端。

Consumer Group

       消费者分组，每个 Consumer 必须属于一个特定的Consumer Group，一条消息可以被多个不同的Consumer Group消费，但是一个Consumer Group中只能有一个Consumer能够消费该消息。

Zookeeper

        保存着集群 broker、topic、partition 等 meta 数据；另外，还负责 broker 故障发现，partition leader 选举，负载均衡等功能。

Kafka消费者组和分区的对应关系

‌同一个消费组‌：

      在一个消费组内，每个分区只能被该组中的一个消费者消费。例如，如果一个主题有3个分区，那么在一个消费组内最多可以有3个消费者，每个消费者负责消费一个分区。

‌不同消费组‌：

       不同的消费组可以消费同一个分区的消息。例如，一个分区可以被消费组A的消费者消费，同时也可以被消费组B的消费者消费，但不会重复消费。

kafka为什么那么快？

磁盘顺序读写

         顺序IO

零拷贝机制

        内存映射文件

        零拷贝（避免了在内核空间和用户空间之间的拷贝，从而提高了I/O速度）

分区架构和批量操作

          Kafka的集群架构采用了多分区技术，并行度高。生产者发送的消息先发送到一个队列，然后有sender线程批量发送给Kafka集群，这种设计提高了生产者的吞吐量。

PageCache利用（页缓存技术）

        Kafka利用了操作系统本身的pagecache，通过操作系统的pagecache，Kafka的读写操作基本上是基于内存的，读写速度得到了极大的提升。