1.Kafka应用概述
一、消息队列(Message Queue)
1. 传统消息队列的应用场景
- 解耦
- 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
- 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。