1、基礎(chǔ)

Kafka 是一套流處理系統(tǒng)（也可以叫消息隊(duì)列），可以讓后端服務(wù)輕松地相互溝通，是微服務(wù)架構(gòu)中的常用組件。

2、生產(chǎn)者消費(fèi)者

生產(chǎn)者服務(wù) Producer 向 Kafka 發(fā)送消息，消費(fèi)者服務(wù) Consumer 監(jiān)聽 Kafka 接收消息。

一個(gè)服務(wù)可以同時(shí)為生產(chǎn)者和消費(fèi)者。

3、Topics 主題

Topic 是生產(chǎn)者發(fā)送消息的目標(biāo)地址，是消費(fèi)者的監(jiān)聽目標(biāo)。

一個(gè)服務(wù)可以監(jiān)聽、發(fā)送多個(gè) Topics。

Kafka 中有一個(gè)【consumer-group（消費(fèi)者組）】的概念。

這是一組服務(wù)，扮演一個(gè)消費(fèi)者。

如果是消費(fèi)者組接收消息，Kafka 會把一條消息路由到組中的某一個(gè)服務(wù)。

這樣有助于消息的負(fù)載均衡，也方便擴(kuò)展消費(fèi)者。

Topic 扮演一個(gè)消息的隊(duì)列。首先，一條消息發(fā)送了。

然后，這條消息被記錄和存儲在這個(gè)隊(duì)列中，不允許被修改。

接下來，消息會被發(fā)送給此 Topic 的消費(fèi)者。

但是，這條消息并不會被刪除，會繼續(xù)保留在隊(duì)列中。

繼續(xù)發(fā)送消息。

像之前一樣，這條消息會發(fā)送給消費(fèi)者，不允許被改動(dòng)，一直呆在隊(duì)列中（消息在隊(duì)列中能待多久，取決于 Kafka 的配置）。

4、Partitions 分區(qū)

上面 Topic 的描述中，把 Topic 看做了一個(gè)隊(duì)列，實(shí)際上，一個(gè) Topic 是由多個(gè)隊(duì)列組成的，被稱為【Partition（分區(qū)）】。

這樣可以便于 Topic 的擴(kuò)展。

生產(chǎn)者發(fā)送消息的時(shí)候，這條消息會被路由到此 Topic 中的某一個(gè)分區(qū)（Partition）。

消費(fèi)者監(jiān)聽的是所有分區(qū)并消耗所有人的事件。

生產(chǎn)者發(fā)送消息時(shí)，默認(rèn)是面向 Topic 的，由 Topic 決定放在哪個(gè) Partition，默認(rèn)使用輪詢策略。

也可以配置 Topic，讓同類型的消息都在同一個(gè) Partition。

例如，處理用戶消息，可以讓某一個(gè)用戶所有消息都在一個(gè) Partition。

例如，用戶 1 發(fā)送了 3 條消息：A、B、C，默認(rèn)情況下，這 3 條消息是在不同的 Partition 中（如 P1、P2、P3）。

在配置之后，可以確保用戶 1 的所有消息都發(fā)到同一個(gè)分區(qū)中（如 P1）。

這個(gè)功能有什么用呢？這是為了提供消息的【有序性】。

消息在不同的 Partition 是不能保證有序的，只有一個(gè) Partition 內(nèi)的消息是有序的。

5、架構(gòu)

Kafka 是集群架構(gòu)的，ZooKeeper 是其重要組件。

ZooKeeper 管理著所有的 Topic 和 Partition。

Topic 和 Partition 存儲在 Node 物理節(jié)點(diǎn)中，ZooKeeper 負(fù)責(zé)維護(hù)這些 Node。

例如，有 2 個(gè) Topic，各自有 2 個(gè) Partition。

這是邏輯上的形式，但在 Kafka 集群中的實(shí)際存儲可能是這樣的：

Topic A 的 Partition #1 有 3 份，分布在各個(gè) Node 上。

這樣可以增加 Kafka 的可靠性和系統(tǒng)彈性。

3 個(gè) Partition #1 中，ZooKeeper 會指定一個(gè) Leader，負(fù)責(zé)接收生產(chǎn)者發(fā)來的消息。

其他 2 個(gè) Partition #1 會作為 Follower，Leader 接收到的消息會復(fù)制給 Follower。

這樣，每個(gè) Partition 都含有了全量消息數(shù)據(jù)。

即使某個(gè) Node 節(jié)點(diǎn)出現(xiàn)了故障，也不用擔(dān)心消息的損壞。

Topic A 和 Topic B 的所有 Partition 分布可能就是這樣的：

這樣一來，你對 Kafka 的組件有了一個(gè)初步認(rèn)識，更多關(guān)于 Kafka 或消息隊(duì)列的內(nèi)容，可以查閱相關(guān)資料，感謝您的閱讀，希望對您有所幫助。