为什么你要使用这么强大的分布式消息中间件——kafka

摘要：话说阿里中间件团队和团队都做了一个的三者对比。所以大家一定要找准自己的方向，不能因为今天阿里招聘需求这么写就去学这些，明天看到一个技术很牛逼又去学那个。

在我们大量使用分布式数据库、分布式计算集群的时候，是否会遇到这样的一些问题：

我们想分析下用户行为（pageviews），以便我们设计出更好的广告位
我想对用户的搜索关键词进行统计，分析出当前的流行趋势
有些数据，存储数据库浪费，直接存储硬盘效率又低

这些场景都有一个共同点：
数据是由上游模块产生，上游模块，使用上游模块的数据计算、统计、分析，这个时候就可以使用消息系统，尤其是分布式消息系统！

知道了我们有必要在数据处理系统中使用一个消息系统，但是我们为什么一定要选kafka呢？现在的消息系统可不只有kafka。

话说阿里中间件团队和LinkedIn团队都做了一个Kafka、RabbitMQ、RocketMQ的三者对比。这边就不献丑了，实际结果可以参考以下两篇博文：

阿里测试：http://jm.taobao.org/2016/04/...

LinkedIn测试：https://blog.csdn.net/SJF0115...

Kafka是Linkedin于2010年12月份创建的开源消息系统，它主要用于处理活跃的流式数据。活跃的流式数据在web网站应用中非常常见，这些活动数据包括页面访问量（Page View）、被查看内容方面的信息以及搜索情况等内容。 这些数据通常以日志的形式记录下来，然后每隔一段时间进行一次统计分析。

传统的日志分析系统是一种离线处理日志信息的方式，但若要进行实时处理，通常会有较大延迟。而现有的消息队列系统能够很好的处理实时或者近似实时的应用，但未处理的数据通常不会写到磁盘上，这对于Hadoop之类，间隔时间较长的离线应用而言，在数据安全上会出现问题。Kafka正是为了解决以上问题而设计的，它能够很好地进行离线和在线应用。

消息队列（Message Queue，简称MQ），从字面意思上看，本质是个队列，FIFO先入先出，只不过队列中存放的内容是message而已。其主要用途：不同进程Process/线程Thread之间通信。

高吞吐量：可以满足每秒百万级别消息的生产和消费——生产消费。

负载均衡：通过zookeeper对Producer,Broker,Consumer的动态加入与离开进行管理。

拉取系统：由于kafka broker会持久化数据，broker没有内存压力，因此，consumer非常适合采取pull的方式消费数据

动态扩展：当需要增加broker结点时，新增的broker会向zookeeper注册，而producer及consumer会通过zookeeper感知这些变化，并及时作出调整。

消息删除策略：数据文件将会根据broker中的配置要求,保留一定的时间之后删除。kafka通过这种简单的手段,来释放磁盘空间。

启动Zookeeper及Broker.
Producer连接Broker后，将消息发布到Broker中指定Topic上(可以指定Patition)。
Broker集群接收到Producer发过来的消息后，将其持久化到硬盘，并将消息该保留指定时长（可配置），而不关注消息是否被消费。
Consumer连接到Broker后，启动消息泵对Broker进行侦听，当有消息到来时，会触发消息泵循环获取消息，获取消息后Zookeeper将记录该Consumer的消息Offset。

对于kafka而言，kafka服务就像是一个大的水池。不断的生产、存储、消费着各种类别的消息。那么kafka由何组成呢？

Broker ： Kafka消息服务器，消息中心。一个Broker可以容纳多个Topic。

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

Consumer ：消息消费者，向Kafka broker取消息的客户端。

Zookeeper ：管理Producer，Broker，Consumer的动态加入与离开。

Topic ：可以为各种消息划分为多个不同的主题，Topic就是主题名称。Producer可以针对某个主题进行生产，Consumer可以针对某个主题进行订阅。

Consumer Group： Kafka采用广播的方式进行消息分发，而Consumer集群在消费某Topic时， Zookeeper会为该集群建立Offset消费偏移量，最新Consumer加入并消费该主题时，可以从最新的Offset点开始消费。

Partition：Kafka采用对数据文件切片（Partition）的方式可以将一个Topic可以分布存储到多个Broker上，一个Topic可以分为多个Partition。在多个Consumer并发访问一个partition会有同步锁控制。

有的时候，不光是灯红酒绿的世界可以让人沉迷，技术的世界也同样如此。而且有的时候，技术的世界比前者更加可怕，它不但能让你悄无声息的陷入进去，还能让你产生一种你很上进，你很努力的假象，以至于等到你恍然大悟那天，已经悔之晚矣。

所以大家一定要找准自己的方向，不能因为今天阿里招聘需求这么写就去学这些，明天看到一个技术很牛逼又去学那个。因此我给大家推荐一个Java架构群：895244712，里面有最清晰的互联网架构学习路线，更有具体的知识点讲解，都是免费的学习资源，推荐给大家。

目前该中间件只完成了初级阶段功能，很多功能都不完善不深入，随着应用业务的拓展及Kafka未来版本功能支持。以Kafka消息中间件为中心的大数据处理平台还有很多任务去实现。

一般在互联网中所流动的数据由以下几种类型：

需要实时响应的交易数据，用户提交一个表单，输入一段内容，这种数据最后是存放在关系数据库(Oracle, MySQL)中的，有些需要事务支持。
活动流数据，准实时的，例如页面访问量、用户行为、搜索情况等。我们可以针对这些数据广播、排序、个性化推荐、运营监控等。这种数据一般是前端服务器先写文件，然后通过批量的方式把文件倒到Hadoop(离线数据分析平台)这种大数据分析器里面，进行慢慢的分析。
各个层面程序产生的日志，例如http的日志、tomcat的日志、其他各种程序产生的日志。这种数据一个是用来监控报警，还有就是用来做分析。