1 介绍
Kafka 是一个分布式、分区的、多副本的、多生产者、多订阅者，基于 Zookeeper 协调的分布式日志系统，也可以当作 MQ 系统。
常见用法：用于收集 web/Nginx 日志，访问日志，消息服务等等。
主要应用场景：日志收集和消息系统。
2 Kafka 主要设计目标
- 以时间复杂度为 O(1) 的方式提供消息持久化能力。即使 TB 级以上的数据也能保证数据的访问性能；
- 高吞吐量。非常廉价的机器上也能做到单机支持每秒 100K 条消息的传输。
- 支持 Kafka Server 间的消息分区，及分布式消费，同时保证每个 partition 内的消息顺序传输；
- 同时支持离线数据和实时数据处理；
- 支持在线水平扩展。
Kafka 应用架构组成：生产者、Kakfa 实例、消费者。三者都在线支持水平扩展。
Kafka集群：多个Kafka 实例（broker）可构成一个 Kafka 分布式集群，Kafka 保存消息时以主题（topic）对消息进行分类，一个主题可以有多个分区（分区可以位于一个 Kafka 实例上，也可以位于不同实例上，类似于关系数据库的分不分表），每个分区可以有多个副本（可以理解为主从，但是Kafka 的副本不支持对外读功能，仅用于保证高可用）。
在对 Kafka 中的消息进行消费是， 每个主题和一个分区和消费者为1:1的关系。如果为 1：N 的话会造成消息的重复消费（因为 消费者在读取消息时所使用的偏移量由消费者自己维护，如果多个客户端同时消费一个分区，会由于偏移量无法保持同步而导致消息重复消费）。如果一个消费者无法消费掉当前一个主题分区的消息，则可以通过扩展主题分区和消费者的方式解决，在消费者数量大于等于主题分区的情况下，仅仅增加消费者数量是无法加快消息的处理速度的。
消息传递模式：点对点传递模式、发布-订阅模式。Kafka 采用发布-订阅模式。
Kafka 只有消息的拉去，没有推送，可以通过轮询实现消息的推送。
Kafka 的特点：
Kafka 具有四个核心 API：
- Producer API：允许应用程序将记录流发布到一个或多个 Kafka 主题；
- Consuer API：允许应用程序订阅一个或多个主题并处理为其生成的记录流；
- Streams API：允许应用程序充当流处理器，使用一个或多个主题的输入流，并生成一个或多个输出主题的输出流，从而有效地将输入流转换为输出流；
- Connector API：允许构建和运行将 Kafka 主题连接到现有应用程序或数据系统的可重用生产者或使用者。
3 Kafka 优势
- 高吞吐量：单机每秒处理几十上百万的消息量，即使存储了 TB 级以上的消息，它也能保持稳定的性能。
- 高性能：但节点支持上千个客户端，并保证零停机和零数据丢失；
- 持久化数据存储：将消息持久化到磁盘。通过将数据持久化到磁盘以 replication 防止数据丢失；
- 分布式系统，易于扩展。所有的 Producer、broker 和 Consumer 都会有多个，均为分布式的。无需厅级即可扩展机器。多个 Producer、Consumer 可能是不同的应用。
- 可靠性：Kafka 是分布式，分区、复制和容错的。
- 客户端状态维护：消息被处理的状态是在 Consumer 端维护，而不是由 server 端维护。当失败时能自动平衡。
- 支持 Online 和 offline 场景。
- 支持多种客户端语言。
4 Kafka 应用场景
- 日志收集
- 消息系统
- 用户活动追踪
- 运营指标
- 流式处理
