1.關于kafka
Kafka是由Apache軟體基金會開發的一個開源消息隊列，由Scala和Java編寫。
相關文章參考:
- MQ: 消息隊列常見應用場景及主流消息隊列ActiveMQ、RabbitMQ、RocketMQ和Kafka的簡單對比
- MQ: kafka的Java接入與入門示例(topic增删改查，Producer多參發送，Consumer多分區接受)
2.工作原理
首先，我們來kafka的整體資料流架構圖：
2.1.相關術語
上圖中，涉及以下術語：
- Producer：消息生産者，生産消息，然後
push
- Broker：消息中間人，消息的存儲容器。
- Consumer：消息消費者，從消息隊列中
pull
- Topic：消息話題，消息在業務角度的劃分，用于區分不同種類的消息。
- Partition：消息分區，消息在存儲上的邏輯劃分(10條消息，5條存于分區1，5條存于分區2)，用于加快消息消費速度，提示消息消費吞吐量。
- Consumer Group：消息消費者組，可以區分不同種類的消費者，用于實作點對點模式和釋出訂閱模式。
其他術語Key、Leader、Replicas、ISR在後續章節中逐漸介紹。
2.2.消息存儲相關
想要弄清楚kafka的工作原理，首先應該對消息的存儲結構進行掌握。
區分消息的邏輯概念是話題Topic，Topic存儲于Broker之中，如下圖所示：
為了便于了解，我們直接
看圖說話
：
Broker與Topic
- 圖中的Broker叢集實際是由3個Broker構成的，其實每個Broker就是一個Kafka服務節點。
- 圖中共有3個Topic：橙色為
Topic-0
Topic-2
Topic-1
Topic與Partition
- 單看
Topic-0-Partition-0
- 單看Broker-1：
- Topic可有多個Partition，如
Topic-1
- Topic可隻有1個Partition，如
Topic-2
- 分區存儲哪條消息取決于Producer發送消息時的選擇，相關内容後續章節介紹。
- Topic可有多個Partition，如
多副本備援機制
- 單看Topic-2：
- 粗框Partition表示Leader(主)分區，負責讀寫消息；
- 細框Partition表示Replicas(從)分區，被動複制Leader，複制備援容災。
- 如果Broker-1挂掉，則
Topic-2-Partition-0
- Replicas的數量不能超過Broker的數量，因為一個Broker上存在多個Replicas與存在一個Replicas的效果是一樣的。
- Replicas的數量可以小于Broker的數量。
- 再看Topic-0：
- 每個Partition都會有Leader和Replicas。
- kafka會
盡量打散
- 分區Leader的分散分布不是絕對的，比方說此時隻有一個Broker，則3個分區都是Leader，都分布在同一個Broker上。
- 分區的數量可以大于Broker的數量，因為分區存在的目的是加快消息消費速度，與備援容災無關。
相對有序性
- Topic-0的3個分區的消息分别是：
1、2、3
4、5、6
7、8、9
- Topic-1的2個分區的消息分别是：
1、2、8、9
4、5、6、7
- Topic-2的1個分區的消息是：
1、2、3、4、5、6、7、8、9
- 相對有序性：單個partition内消息有序，多個partition間消息無序。
- kafka通過在Partition中标記offset，來記錄消息的順序。
- 如果業務場景追求全局有序性，則每個Topic隻配置一個Partition即可。
Producer消息生産語義
- 消息最多發送一次：第一種方式：異步發送消息。第二種方式：同步發送消息并且重試次數為0。
- 消息最少發送一次：同步發送消息，失敗與逾時重試，直到消息發送成功。
Partition、Replicas和Broker的計算方式
- 假定Broker數量為n。
- 将第i個Partition配置設定至第
i % n
- 将第i個Partition的第j個Replica分片值第
(i + j) % n
2.3.消息生産相關
搞清楚消息的存儲之後，我們再來看消息的生産：
為了便于了解，我們直接
看圖說話
：
- ①：一個Producer可以向多個Topic、多個Partition發送消息。
- ②：多個Producer可以向同一個Topic、同一個Partition發送消息。
- ③：消息發送參數：
( topic, [partition], [key], message )
- topic必填；message即消息本身，必填。
- partition選填。如未填，則判斷key是否存在，若key不存在，則随機選分區。
- key選填。如填寫，則根據key哈希之後取模分區數量的結果，選擇分區；如未填，則随機選分區。
- 随機選分區：優先使用緩存的随機分區；若緩存為空，則随機選分區，然後将随機分區存入緩存，供下次使用。
2.4.消息消費相關
我們繼續學習消息的消費：
為了便于了解，我們直接
看圖說話
：
消息消費方式
- 消息消費的箭頭方向：kafka消費消息的方式隻有pull，沒有push。
- push的優勢在于實時性高，但是容易因Producer生産消息過快壓垮Consumer。
- pull的優勢在于可以控制消費速度，但是容易出現空輪訓。
- kafka對pull的優化：通過配置使得隻有當資料存在且到達一定量級，才進行pull。
Consumer Group與Consumer
- ⑥⑦：一個Consumer-Group可以有多個Consumer，也可以隻有1個Consumer。
- ⑤：一個Topic-Partition的消息可以被多個Consumer-Group消費，注意：是Consumer-Group，而不是Consumer。
- ⑦：若Consumer-Group隻有1個Consumer，則這個Partition中的所有消息都被這個Consumer消費。
- ⑥：若Consumer-Group有多個Consumer，且在正常連接配接期間：
- 單個Partition的消息隻能被其中一個Consumer消費，不能被Consumer-Group内的多個Consumer消費。
- 多個Partition的消息可以被一個Consumer消費。
- 若單個Topic的分區數量小于Consumer-Group内的Consumer個數，則會存在Consumer接受不到這個Topic的消息。
Consumer消息消費語義
- 消息最多消費一次：1.讀取消息，2,确認offset，3.處理消息。
- 消息最少消費一次：1.讀取消息，2.處理消息，3.确認offset。
3.參考文獻
- https://blog.csdn.net/lavorange/article/details/78970977
- https://blog.csdn.net/qq_29186199/article/details/80827085
- https://www.jianshu.com/p/d3e963ff8b70
- Kafka源碼解讀—-key為nulll時Kafka如何選擇分區(Partition)
- https://blog.csdn.net/caijiapeng0102/article/details/80765923