一、为什么需要kafka
缓冲/削峰能力
hadoop组件的吞吐量只有100M/s,无法满足双11的高峰流量。中间加一层kafka,能极大的解决生产消息和消费消息的处理速度不一致的情况。
解耦
异步通信
二、消息队列的 两种模式
点对点模式
发布/订阅模式
三、kafka基础架构
1 )Producer :消息生产者,就是向 kafka broker 发消息的客户端;
2 )Consumer :消息消费者,向 kafka broker 取消息的客户端;
3 )Consumer Group (CG ):消费者组,由多个 consumer 组成。 消费者组内每个消费者负责消费不同分区的数据,一个分区只能由一个 消费者组内的一个 消费者消费;消费者组之间互不影响。所有的消费者都属于某个消费者组,即 消费者组是逻辑上的一个订阅者。
4 )Broker :一台 kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker可以容纳多个topic。
5 )Topic :可以理解为一个队列, 生产者和消费者面向的都是一个 topic;
6 )Partition :为了实现扩展性,一个非常大的 topic 可以分布到多个 broker(即服务器)上,一个 topic 可以分为多个 partition,每个 partition 是一个有序的队列;
7)Replica: :副本,为保证集群中的某个节点发生故障时,该节点上的 partition 数据不丢失,且 kafka 仍然能够继续工作,kafka 提供了副本机制,一个 topic 的每个分区都有若干个副本,一个 leader 和若干个 follower。
8 )leader :每个分区多个副本的“主”,生产者发送数据的对象,以及消费者消费数据的对象都是 leader。
9 )follower :每个分区多个副本中的“从”,实时从 leader 中同步数据,保持和 leader 数据的同步。leader 发生故障时,某个 follower 会成为新的 leader。
10)ZooKeeper:ids节点,保存哪些broker(服务器)上线;topics节点,保存哪些是leader,follower
参考文献
原文链接:https://blog.csdn.net/qq_43284469/article/details/121307740