一、消息队列（Message Queue）

1. 传统消息队列的应用场景

1. 解耦
2. 平峰：缓解流量峰值带来的压力

2. 消息队列的两种模式

1）点对点模式（一对一，消费者主动拉取数据，消息收到后消息清除）

• 消息生产者生产消息发送到Queue中

• 消息消费者从Queue中取出并且消费消息

• 消息被消费以后，queue中不再有存储

• 所以消息消费者不可能消费到已经被消费的消息

• Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费
  2）发布/订阅模式（一对多，消费者消费数据之后不会清除消息）

• 消息生产者（发布）将消息发布到topic中

• 同时有多个消息消费者（订阅）消费该消息

• 和点对点方式不同，发布到topic的消息会被所有订阅者消费

• 消息被某一个消费者或全部消费者消费后不会立刻删除，会保留一段时间
  

二、Kafka

1. 定义
   Kafka是一个分布式的、基于发布/订阅模式的、消息队列，主要应用于大数据实时处理领域。

三、Kafka基础架构

• 说明
  1）为方便扩展，并提高吞吐量，一个topic分为多个partition
  2）配合分区的设计，提出消费者组的概念，组内每个消费者并行消费所有的partition
  3）为提高可用性，为每个partitioin增加若干个副本，类似NameNode HA。
  （partiton的副本必须存放在与其不同的其他集群节点上，因此副本数小于等于kafka集群节点数）
  
• 组件
  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可以分成多个partition分布到多个broker（即服务器），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
  副本和真正的数据不能在同一个节点上，因此副本数小于等于节点总数
  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。