文章目录
- 1.kafka定义
- 2.消息队列
- 2.1 传统消息队列的应用场景
- 2.2 消息队列的两种模式
- 3.Kafka 基础架构
1.kafka定义
2.消息队列
目前企业中比较常见的消息队列产品主 要有 Kafka、ActiveMQ 、RabbitMQ 、RocketMQ 等。
在大数据场景主要采用 Kafka 作为消息队列。在 JavaEE 开发中主要采用 ActiveMQ、RabbitMQ、RocketMQ
2.1 传统消息队列的应用场景
传统的消息队列的主要应用场景包括：缓存/消峰、解耦和异步通信。
- 消息队列的应用场景——缓冲/消峰
- 消息队列的应用场景——解耦
解耦：允许你独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束
- 消息队列的应用场景——异步通信
异步通信：允许用户把一个消息放入队列，但并不立即处理它，然后在需要的时候再去处理它们。
2.2 消息队列的两种模式
-
点对点模式
消费者主动拉取数据，消息收到后清除消息
-
发布/订阅模式
3.Kafka 基础架构
- Producer：消息生产者，就是
向 Kafka broker 发消息的客户端。 - Consumer：消息消费者，
向 Kafka broker 获取消息的客户端。 - 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组内消费者消费；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。
- Broker：
一台 Kafka 服务器就是一个 broker，一个集群由多个 broker 成，一个broker 可以容纳多个topic - 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。 - 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。
- Replica：副本。一个 topic 的每个分区都有若干个本，一个 Leader 和若干个Follower。
- 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。
- 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。
