Kafka

Kafka是一个由Apache软件基金会开发、Scala和Java编写的开源流处理平台。该项目旨在提供一个高吞吐、低延迟的平台，用于处理实时数据。Kafka是一种分布式发布订阅消息系统，可以处理现代网络上的大量社会功能，如网页浏览、搜索等，这些数据对于现代网络至关重要。Kafka旨在通过Hadoop的并行加载机制，统一线上和离线的消息处理，并为集群提供实时消息。

kafka的架构师jay kreps对于kafka的名称由来是这样讲的，由于jay kreps非常喜欢franz kafka,并且觉得kafka这个名字很酷，因此取了个和消息传递系统完全不相干的名称kafka，该名字并没有特别的含义。kafka的诞生，是为了解决linkedin的数据管道问题，起初linkedin采用了ActiveMQ来进行数据交换，大约是在2010年前后，那时的ActiveMQ还远远无法满足linkedin对数据传递系统的要求，经常由于各种缺陷而导致消息阻塞或者服务无法正常访问，为了能够解决这个问题，linkedin决定研发自己的消息传递系统，当时linkedin的首席架构师jay kreps便开始组织团队进行消息传递系统的研发。

Kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：• 通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。• 高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。• 支持通过Kafka服务器和消费机集群来分区消息。• 支持Hadoop并行数据加载。Kafka通过官网发布了最新版本2.0.0。

• Broker• Kafka集群包含一个或多个服务器，这种服务器被称为broker。• Topic• 每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）• Partition• Partition是物理上的概念，每个Topic包含一个或多个Partition。• Producer• 负责发布消息到Kafka broker。• Consumer• 消息消费者，向Kafka broker读取消息的客户端。• Consumer Group• 每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。