高性能消息系统——Kafka

什么是Kafka？
引用官方原文： “Kafka is a distributed, partitioned, replicated commit log service.”
它提供了一个非常特殊的消息机制，不同于传统的mq。
官网：https://kafka.apache.org
它与传统的mq区别？

    更快！单机上万TPS
    传统的MQ，消息被消化掉后会被mq删除，而kafka中消息被消化后不会被删除，而是到配置的expire时间后，才删除
    传统的MQ，消息的Offset是由MQ维护，而kafka中消息的Offset是由客户端自己维护
    分布式，把写入压力均摊到各个节点。可以通过增加节点降低压力

基本术语
为方便理解，我用对比传统MQ的方式阐述这些基本术语。
Producer
Consumer
这两个与传统的MQ一样，不解释了
Topic
Kafka中的topic其实对应传统MQ的channel，即消息管道，例如同一业务用同一根管道
Broker
集群中的KafkaServer，用来提供Partition服务
Partition
假如说传统的MQ，传输消息的通道(channel)是一条双车道公路，那么Kafka中，Topic就是一个N车道的高速公路。每个车道都可以行车，而每个车道就是Partition。

    一个Topic中可以有一个或多个partition。
    一个Broker上可以跑一个或多个Partition。集群中尽量保证partition的均匀分布，例如定义了一个有3个partition的topic，而只有两个broker，那么一个broker上跑两个partition，而另一个是1个。但是如果有3个broker，必然是3个broker上各跑一个partition。
    Partition中严格按照消息进入的顺序排序
    一个从Producer发送来的消息，只会进入Topic的某一个Partition（除非特殊实现Producer要求消息进入所有Partition）
    Consumer可以自己决定从哪个Partition读取数据

Offset
单个Partition中的消息的顺序ID，例如第一个进入的Offset为0，第二个为1，以此类推。传统的MQ，Offset是由MQ自己维护，而kafka是由client维护

Replica
Kafka从0.8版本开始，支持消息的HA，通过消息复制的方式。在创建时，我们可以指定一个topic有几个partition，以及每个partition有几个复制。复制的过程有同步和异步两种，根据性能需要选取。正常情况下，写和读都是访问leader，只有当leader挂掉或者手动要求重新选举，kafka会从几个复制中选举新的leader。
Kafka会统计replica与leader的同步情况。当一个replica与leader数据相差不大，会被认为是一个"in-sync" replica。只有"in-sync" replica才有资格参与重新选举。

ConsumerGroup
一个或多个Consumer构成一个ConsumerGroup，一个消息应该只能被同一个ConsumerGroup中的一个Consumer消化掉，但是可以同时发送到不同ConsumerGroup。
通常的做法，一个Consumer去对应一个Partition。
传统MQ中有queuing（消息）和publish-subscribe（订阅）模式，Kafka中也支持：

    当所有Consumer具有相同的ConsumerGroup时，该ConsumerGroup中只有一个Consumer能收到消息，就是queuing模式
    当所有Consumer具有不同的ConsumerGroup时，每个ConsumerGroup会收到相同的消息，就是publish-subscribe模式

基本交互原理
每个Topic被创建后，在zookeeper上存放有其metadata，包含其分区信息、replica信息、LogAndOffset等
默认路径/brokers/topics/<topic_id>/partitions/<partition_index>/state
Producer可以通过zookeeper获得topic的broker信息，从而得知需要往哪写数据。
Consumer也从zookeeper上获得该信息，从而得知要监听哪个partition。


基本CLI操作
1. 创建Topic
./kafka-create-topic.sh --zookeeper 10.1.110.21:2181 --replica 2 --partition 3 --topic test
2. 查看Topic信息
./kafka-list-topic.sh --topic test --zookeeper 10.1.110.24:2181
3. 增加Partition
./kafka-add-partitions.sh --partition 4 --topic test --zookeeper 10.1.110.24:2181
更多命令参见：https://cwiki.apache.org/confluence/display/KAFKA/Replication+tools


创建一个Producer
Kafka提供了java api，Producer特别的简单，举传输byte[] 为例
[java] view plaincopyprint?在CODE上查看代码片派生到我的代码片

    Properties p = new Properties(); 
    props.put("metadata.broker.list", "10.1.110.21:9092"); 
    ProducerConfig config = new ProducerConfig(props); 
    Producer producer = new Producer<String, byte[]>(config); 
    producer.send(byte[] msg); 


更具体的参见:https://cwiki.apache.org/confluence/display/KAFKA/0.8.0+Producer+Example

创建一个Consumer
Kafka提供了两种java的Consumer API：High Level Consumer和Simple Consumer
看上去前者似乎要更牛B一点，事实上，前者做了更多的封装，比后者要Simple的多……
具体例子我就不写了，参见
High Level Consumer: https://cwiki.apache.org/confluence/display/KAFKA/Consumer+Group+Example
Simple Consumer: https://cwiki.apache.org/confluence/display/KAFKA/0.8.0+SimpleConsumer+Example

快速学习：http://kafka.apache.org/07/quickstart.html