Kafka简介
Apache Kafka是分布式发布-订阅消息系统，它最初由LinkedIn公司开发，之后成为Apache顶级项目。
Kafka是一个由Scala和Java编写的企业级的消息发布和订阅系统，主要应用场景有：日志收集系统和消息系统。
Kafka的特性
1.高吞吐量、低延迟：kafka每秒可以处理几十万条消息，它的延迟最低只有几毫秒。
2.可扩展性：kafka集群支持热扩展；
3.持久性&可靠性：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失；
4.高并发：支持数千个客户端同时读写。
Kafka架构
它的架构包括以下组件：
1.话题（Topic）
消息的类别，主要用于对消息进行逻辑上的区分，每条发送到Kafka集群的消息都需要有一个指定的Topic，消费者根据Topic对指定的消息进行消费。
Kafka的数据就保存在Topic上，在每个 broker 上都可以创建多个 Topic。
2.分区 (Partition)
Topic的分区，每个 topic 可以有多个分区，分区的作用是做负载，提高 kafka 的吞吐量。
3.生产者（Producer）
Producer 即消息的生产者，负责往Kafka集群中发送消息，是消息的入口。
4.服务代理（Broker）
Kafka集群中的服务实例，也称之为节点，每个Kafka集群包含一个或者多个Broker。
简单的理解就是一台 Kafka服务器，Kafka Ccluster表示集群的意思，也被称为代理（Broker）。
5.消费者（Consumer）
消息的消费者，主动从Kafka集群中拉取消息，比如：从Broker拉数据，从而消费这些已发布的消息。
Kafka工作原理
1.消息生产
我们将消息的发布（publish）称作 producer。
2.消费消费
将消息的订阅（subscribe）表述为 consumer。
3.broker(代理)
将中间的存储阵列称作 broker(代理)，这样就可以大致描绘出这样一个场面：
上图基本都是目前主流消息中间件的原型，可以很清楚的看见三者的关系。
生产者将数据生产出来，交给 broker 进行存储，如下图所示：
消费者需要消费数据了，就从broker中去拿出数据来，然后完成一系列对数据的处理操作。
备注：图上有个细节需要注意：producer 到 broker 的过程是 push也就是有数据就推送到 broker，而 consumer 到 broker 的过程是 pull是通过 consumer 主动去拉数据的。
多个 broker 协同合作，producer 和 consumer 部署在各个业务逻辑中被频繁的调用，三者通过 zookeeper管理协调请求和转发。
Kafka使用zookeeper作为其分布式协调框架，很好的将消息生产、消息存储、消息消费的过程结合在一起。
如下图所示：
这样一个高性能的分布式消息发布订阅系统就完成了。
Kafka的应用场景
1.日志收集
一个公司可以用Kafka可以收集各种服务的log。
2.消息系统
解耦和生产者和消费者，这也是目前使用比较多的场景，相当于起了一个缓存消息的作用。
3.用户活动跟踪
Kafka经常被用来记录web用户，或者app用户的各种活动，如浏览网页、搜索、点击等活动。
4.运营指标
Kafka也经常用来记录运营监控数据，包括：收集各种分布式应用的数据，生产各种操作的集中反馈，比如报警和报告。
5.流式处理
比如spark streaming和storm等。
陈睿mikechen
10年+大厂架构经验，资深技术专家，就职于阿里巴巴、淘宝、百度等一线互联网大厂。
关注「mikechen」公众号，获取更多技术干货！
后台回复【面试】即可获取《史上最全阿里Java面试题总结》，后台回复【架构】，即可获取《阿里架构师进阶专题全部合集》