这是我参与「第五届青训营 」伴学笔记创作活动的第 13 天.
今天老师讲了关于生产消费模型，从开始讲解消费队列，由于生产消费模型在实际中有先后顺序，只有部分服务发生后剩余的服务才能继续，所以一部分事件为一个整体，拥有事物的原子性，如当购买商品后库存会减1，该操作不可发生在订单记录加1后，因为库存数不一定足够，但是订单数加1和通知商家可以并行运算，因为这两个事件互不影响。
所以在改进结构后增加了消息队列，消息队列中拥有原子性事物，消息队列后需要将数据合理的存储在对应的数据库中，该过程利用日志存储的方式，消息队列本质是一个队列容器，该队列中包含高并发，高吞吐，高可用。
随后老师介绍了Kafka的基本相关知识，在高吞吐场景下发挥了很大的优势。
Kafka的基本概念，生产者通过topic进行调用并可被多个不同的consumerGroup调用，consumer模型有Group概念，因为topic可以在同一时间被多次调用以满足高吞吐。
Kafka在集群中拥有多个节点服务器，每个分布式服务器为主从关系，一个Leader和多个Follower，Follower主要用于复制Leader的消息，生产消费模型的消息通过Leader。以此达到一个存储的单点故障问题，但是当领导节点故障后，可能会存在部分follower节点没有完全复制成功。
一条完整的消息从生产者到broker再到消费者，生产者将消息打包成batch，一次可发送多个消息，批量发送可以减少io次数。有时会将该batch的消息进行压缩，实现更快速存取。
随后老师讲了Kafka的存储方式，存储结构以及实现均衡负载的方式，考虑将partition从一个broker中写入另一个broker中是否值得，因为会换取io性能，为解决一个io性能需要花费同样的io进行处理，所以Kafka中会存在一些潜在的负载问题以及存储同步问题。最后老师提到字节使用消息队列BMQ模型，提高了整体存储效率以及更好的实现了均衡负载，具体细节需要仔细反复研究，因为Kafka本身含概的知识体系较多，所以先将Kafka体系了解清楚再进行BMQ跟进可能会容易理解。
