携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第 4 天，点击查看活动详情。
这篇文章我们讲解一下高吞吐量的分布式发布订阅消息系统 Kafka 的基础知识。
1. Kafka 概述
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。
Kafka最新定义:Kafka是一个开源的分布式事件流平台（Event StreamingPlatform)，被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。
2. 消息队列
目前企业中比较常见的消息队列产品主要有 Kafka、ActiveMQ、RabbitMQ、RocketMQ 等。
在大数据场景中主要采用 Kafka 作为消息队列，而在JavaEE开发中主要采用ActiveMQ、RabbitMQ、RocketMQ。
2.1 传统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
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。
解耦
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
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。
2.2 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
3. 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 和若干个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。
