1.producer+consumer+broker+zookeeper
2.主题（Topic）+分区（Partition）
主题：逻辑概念 分区：物理概念 一个主题可以有多个分区，不同分区可以分配在不同的broker上；即主题可以跨越broker
3.offset
消息在分区的唯一表示，每个消息在分区会分配一个offset；offset可以保证分区内的有序性，但是不能跨区，即分区内有序，不保证主题内顺序性
replica(多副本机制)
每个分区，都有leader和follower，leader用来读写，follower用来同步数据，做备份
水平扩展+容灾
通过增加分区数量，水平扩展 通过增加副本数量，提升容灾能力
consumer容灾
consumer使用的是pull模式拉去数据，并且会保存消费的位置；在宕机重启后可以继续消费（比起推的模式不会丢失）
AR=ISR+OSR
AR：分区内的所有副本 ISR：分区内和leader副本保持一定程度的同步的副本（包括leader）（程度可以调整） OSR：分区内在忍受滞后范围之外的副本 ISR集合和OSR集合，由leader副本来维护
HW+LEO
HW：高水位，指offset，代表可以消费的范围 LEO：代表当前日志文件（分区），下一条消息写入的offset 当这个topic有多个分区时，计算HW会取最小的（存在不一样是因为每个副本的同步能力不一样）
ISR解析
当leader宕机后，重新选去新的leader时，会从ISR集合中去取，因为ISR里面是同步程度最高的。 然后平常使用kafka的写入机制有两种， 一种是同步机制：即要求写入的数据，同步复制到所有的副本才算写完（大大影响效率） 一种是异步机制：即只要保证leader写入，就算完成；但是这种如果写入leader之后，leader挂了，副本没有完全同步数据，可能造成一部分数据丢失； 而有了ISR机制，可以调节参数，来控制进入ISR集合的副本的条件；就有效的权衡了数据可靠性和性能
