这是我参与「第四届青训营」笔记创作活动的第5天

学习大数据需要用到大名鼎鼎的kafka消息队列，因此本文记录一下学习kafka的过程和经历。

第 1 章 Kafka 概述

1.1 定义

Kafka传统定义：Kafka是一个分布式的基于发布/订阅模式的消息队列（MessageQueue），主要应用于大数据实时处理领域。

发布/订阅：消息的发布者不会将消息直接发送给特定的订阅者，而是将发布的消息分为不同的类别，订阅者只接收感兴趣的消息。

1.2 消息队列的应用场景

传统的消息队列的主要应用场景包括：缓存/消峰、解耦和异步通信

—缓冲/消峰：有助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。一个常见的生活中的例子就是在双十一时，电商服务器的客流量巨增，可以利用消息队列进行数据的消峰。

—解耦：允许你独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束

—异步通信：允许用户把一个消息放入队列，但并不立即处理它，然后在需要的时候再去处理它们。如上图所示，用户在注册完成信息后，一般还需要进行短信验证，但是此时我们最主要的把数据已经写进到数据库中了，尔等待消息的过程有延迟，因此可以让用户注册完成后，立即进入系统中，而把发送消息的任务放到消息队列中，之后用户进行相关操作即可。

1.3 消息队列的两种模式

1）点对点模式

• 消费者主动拉取数据，消息收到后清除消息

2）发布/订阅模式

• 可以有多个topic主题（浏览、点赞、收藏、评论等）

• 消费者消费数据之后，不删除数据

• 每个消费者相互独立，都可以消费到数据

第二章 Kafka 基础架构

（1）Producer：消息生产者，就是向 Kafka broker 发消息的客户端。

（2）Consumer：消息消费者，向 Kafka broker 取消息的客户端。

（3）Consumer Group（CG）：消费者组，由多个 consumer 组成。消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。（4）Broker：一台 Kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker 可以容纳多个 topic。

（5）Topic：可以理解为一个队列，生产者和消费者面向的都是一个 topic。

（6）Partition：为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上，一个 topic 可以分为多个 partition，每个 partition 是一个有序的队列。

（7）Replica：副本。一个 topic 的每个分区都有若干个副本，一个 Leader 和若干Follower。

（8）Leader：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是 Leader。

（9）Follower：每个分区多个副本中的“从”，实时从 Leader 中同步数据，保持和 Leader 数据的同步。Leader 发生故障时，某个 Follower 会成为新的 Leader。

第三章 Kafka 命令行操作

3.1 主题命令行操作

查看当前服务器中的所有 topic（其中hadoop102是我的主机名称，已经配置好地址映射和ssh,9092为默认端口号）

    bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --list

查看 first 主题的详情

    bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic first

修改分区数（注意：分区数只能增加，不能减少）

    bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 4

删除 topic

    bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --delete --topic first

3.2 生产者命令行操作

1）查看操作生产者命令参数

    bin/kafka-console-producer.sh

2）发送消息

    bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first

3.3 消费者命令行操作

1）查看操作消费者命令参数

    bin/kafka-console-consumer.sh

2）消费 first 主题中的数据

    bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first

3）把主题中所有的数据都读取出来（包括历史数据）。

    bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first

结束语

这次先简单的介绍到这里，下篇文章将详细的讲解kafka的生产者，broker集群以及消费者实现的原理。文章笔记参考尚硅谷资料。

消息队列kafka（上）|青训营笔记