kafka是近年来非常火热的一个分布式平台，是为规模而构建的，这意味着它可以处理高频率的读写和存储大量数据。它确保数据始终可靠，还支持从故障中恢复的强大机制。

今天跟大家好好聊聊kafka，也给正想学习的kafka的同学一篇入门指南。

消息中间件基本架构

消息中间件基本上可以分为三部分：

Product 生产者，消息的产生方，生产者会将消息发送到消息队列。queue 消息队列，接受并存储生产者的消息。Consumer 消费者，消费消息队列中的消息。消息中间件的作用

消息队列的主要作用削峰填谷、异步、解耦。

消费消息的两种模式

消息消费的两种模式，发布订阅模式和点对点模式：

发布订阅模式（一对多）

消费者消费完消息后，消息不会被删除，消息会存储一段时间，这种模式下的消息会被所有消费者消费。

这种模式下消费消息又有两种方式：

推模式，这种方式由queue直接将消息推给消费者，由于各消费者处理消息的能力不一样，所以这种方式某些消费者可能消费不过来推过来的消息。拉模式，这种方式是由消费者去拉取queue中的消息，这种方式下消费者可以根据自己的消费能力来拉取数据，但是每个消费者需要维护一个拉取消息的任务，及时队列里面没有消息，这个任务也不能停下来。点对点模式（一对一）：点对点模式是消费者主动拉取数据，消息确认被消费后，消息队列会删除队列中的消息，一条消息只会被一个消费者消费。Kafka基本概念

Kafka是一个分布式的消息队列，使用Zookeeper进行集群的管理。

不同消费者组之间是基于发布/订阅的拉模式来实现的；同一消费者组里面的消费者，消费消息使用的是点对点模式，只是这里消费完消息后不会删除消息。

Producer

消息生产者，就是向 kafka broker 发消息的客户端;

Broker

一台 kafka 服务器就是一个 broker。一个kafka集群由多个 broker 组成，然后通过Zookeeper来进行集群的管理。

Consumer

消息消费者，向 kafka broker 取消息的客户端;

Consumer Group

消费者组，由多个 consumer 组成。同一个消费者组中消费者只能消费一个分区里面的数据。

Topic

Topic是一个逻辑上的消息队列，同一类型的消息可以放到一个Topic（消息队列）中。主要作用是用来屏蔽底层分区和副本的复杂逻辑。

Partition

Partition（分区），是Kafka下数据存储的基本单元，这个是物理上的概念。一个 topic 可以分为多个 partition，每个 partition 都是一个有序的队列，同一个分区（partition）可以被不同的消费者组同时消费，但是同一个消费者组内只能被一个消费者消费，通过提升分区数量可以提升同一个Topic的吞吐量。

Replica

Replica（副本），就是Partition的一个备份。一个分区（Partition）只能有一个leader，但是可以设置多个副本（follower），同一分区的副本不能在同一台机器上。也就是说如果有2 台 Broker，那么一个分区就最多会有1个副本。leader的主要作用是：完成与生产者、消费者的交互；follower的主要作用是：做数据备份，当 leader 发生故障时，某个 follower 会成为新的 leader，以此来保证kafka的可用性。

如果我们需要提升kafka消费性能的时候，我们需要同时扩充Partition（分区）数量和同一消费者组中的消费者数量。

我这里使用数据库设计中的分库分表设计来做一个类比：一个订单库，DB分为db_order_1、db_order_2，然后每个数据库中的t_order表有分为t_order_1、t_order_2表。这里db_order_1、db_order_2就相当于kafka的Broker；t_order_1、t_order_2就相当于kafka的Partition（分区）；t_order是一个逻辑表，就相当于kafka中的Topic；如果还有从库，那么从库中的t_order_1、t_order_2就相当于kafka的Replica（副本）。

代码示例发送消息

@Resourceprivate KafkaTemplate<String, String> kafkaTemplate;public <T> void plainNotify(String topic, T obj) {    try {        this.kafkaTemplate.send(topic, JSON.toJSONString(obj));    } catch (Exception e) {        // TODO    }}

@Service@Slf4jpublic class Consumer {    @KafkaListener(id = "ConsumerGroupId", topics = {"TOPIC1", "TOPIC2"})    public void consumer(List<String> msgs, Acknowledgment ack) {        for (String  msg : msgs) {            // TODO        }        ack.acknowledge();    }}

今天再给大家免费分享一份文档《Kafka知识点》，这份文档包含了基础、进阶和高阶所有的知识点，由于文章有限制，截图展示文档的部分内容

内容展示

需要完整版的朋友看下图领取

注：文章来源于网络，侵删