快速了解分布式消息技术Kafka

一、简介

1.Kafka是什么

是一个分布式、支持分区的（partition）、多副本的（replication），基于zookeeper协调的分布式消 息系统，可以实时的处理大量数据.

2.它有哪些主流的消息队列(中间件)

• RabbitMQ:由Erlang(二郎)语言编写。吞吐量比较低，不容易进一步开发扩展。
• RocketMQ:由java编写，阿里开发，社区活跃度低，万一不维护，需要自己公司研发。
• Redis:用作消息队列时，数据量大小在10k以内速度快，数据量大时会非常慢
• Kafka：Apache开发，由Scala和java编写，适合大数据实时计算以及日志收集

3.为什么要使用消息队列

主要用来缓冲任务和削峰：上游数据有时会突发流量，下游可能扛不住，或者下游没有足够多的机器来保证处理，此时kafka在中间可以起到一个缓冲作用，把消息暂存在kafka集群中，下游服务就可以按照 自己的节奏慢慢处理任务。

4.消息队列的应用场景

用户管理中，当成功写入数据库后的回调信息中要作两件事：

• 发送注册邮件
• 发送注册短信

如果使用消息队列，则在收到异步通知后就直接响应用户，把后两件事放在队列中慢慢处理。

串行处理任务

并行处理任务（多线程问题）

kafka消息队列处理

5. kafka的分布式实现

NameServer在kafka中使用的是zookeeper

6.Kafka特性

解耦、高吞吐量、低延迟、高并发、容错性、可扩展性、持久性和可靠性

解耦：使用kafka后，任务的处理者(consumer)与任务的发布者(producer)之间没有依赖关系。

高吞吐量、低延迟：kafka每秒可处理几十万条消息，延迟可低到几毫秒。每个topic可以分多个 partition,consumer group对分区可并行读取

可扩展性：kafka集群支持热展持久性和可靠性消息被持久化到本地磁盘,并支持数据备份防止数据丢失。

容错性：允许集群中节点失败，只要还剩下一个就能正常工作

高并发：支持数千个客户端的读写

7.消息的分类

• 点对点：一个队列可以有多个消费者一起消费，但一个消息只能被一个消费者消费。
• 发布与订阅

消息被持久化到一个topic中，消费者可消费该topic中所有数据，同一条数据可被多个消费者消 费，数据被消费后不会删除。

二 、windows安装Kafka

1、安装zookeeper

1、下载安装包 https://archive.apache.org/dist/zookeeper/

2、解压并进入zookeeper目录，D:\zookeeper\conf

3、重命名“zoo_sample.cfg”为“zoo.cfg”

4、打开“zoo.cfg”，编辑：dataDir=D:\zookeeper\data dataLogDir=D:\zookeeper\dataLog

5、添加系统变量：ZOOKEEPER_HOME=D:\zookeeper

6、编辑path系统变量，添加路径：D:\zookeeper\bin

7、启动zookeeper： 打开cmd，输入： zkserver

8、命令提示如下则启动成功：

2、安装kafka

1、下载安装包： http://kafka.apache.org/downloads

注意要下载二进制版本

2、解压并进入kafka目录， D:\kafka\config

3、编辑server.properties， log.dirs=D:\kafka\kafka-logs

修改安装kafka所在的IP地址：（也可以不修改）

4、确认zookeeper.connect=localhost:2181 是否正确 Kafka会按照默认，在9092端口上运行，并连接zookeeper的默认端口：2181

5、 进入Kafka安装目录D:\Kafka，右键，选择“打开命令窗口”选项，打开命令行，输入：

.\bin\windows\kafka-server-start.bat .\config\server.properties

注意： 启动前请确保zookeeper已启动运行

3、测试

1、创建主题，进入Kafka安装目录D:\Kafka，右键，选择“打开命令窗口”选项，打开命令行，输入：

.\bin\windows\kafka-topics.bat —create —zookeeper localhost:2181 —replication-factor 1 — partitions 1 —topic test

注意：不要关了这个窗口

2、查看主题输入：

.\bin\windows\kafka-topics.bat —list —zookeeper localhost:2181

3、创建生产者，进入Kafka安装目录D:\Kafka，右键，选择“打开命令窗口”选项，打开命令行，输入：

.\bin\windows\kafka-console-producer.bat —broker-list localhost:9092 —topic test

注意：不要关了这个窗口

4、创建消费者，进入Kafka安装目录D:\Kafka，右键，选择“打开 命令窗口”选项，打开命令行，输入：

.\bin\windows\kafka-console-consumer.bat —bootstrap-server localhost:9092 —topic test — from-beginning

5、完成

四、Linux启动、创建

1、启动

bin/kafka-server-start.sh config/server.properties

2、创建topic

bin/kafka-topics.sh —create —zookeeper localhost:2181 —replication-factor 1 —partitions 1 — topic test

3、查看topic

bin/kafka-topics.sh -list -zookeeper localhost:2181

4、启动producer

bin/kafka-console-producer.sh —broker-list localhost:9092 —topic test

5、启动consumer

bin/kafka-console-consumer.sh —bootstrap-server localhost:9092 —topic test —from-beginning

6、删除topic

./bin/kafka-topics.sh —delete —zookeeper localhost:2181 —topic zb_lb_report_data

五、面试题

1.kafka是怎么体现消息顺序性的？

在一个分区内能过offset来维护顺序性，不同分区无法保证。

2.kafka新建的分区会在哪个目录中创建？

在配置文件指定的logs目录下创建:first-0,first-1

3.kafka中的分区器、序列化器、拦截器是否了解？之间的 顺序是什么？

• kafka在发送消息前先经过拦截器处理
• 序列化器转换为字节数组
• 分区器指定分区

4.什么情况会造成重复消费？什么情况会造成漏消费？

重复消费?

生产者：ack=all时生产者会重复发消息会重复消费，可通过幂等机制解决

消费者：消费者采用先消费后提交offset的方式，如果在消费结束后提交offset时，失败了， 则会重复消费同一条记录。可通过同步提交offset的方式解决。

漏消费？

生产者：ack=0或1时，kafka在生产者发送了数据后可能没存储成功，从而漏消费。

消费者：消费者采用先提交offset,后消费，可能会漏消费。可先消费后提交解决

5.kafka内部有topic吗？有什么用？

__consumer_offsets,用来记录所有topic的所有分区被消费者消费的offset

6.如何保证消息只能被消费一次？

producer端

ack=all

p.put("enable.indempotence",true);//幂等机制

consumer端

关闭自动提交功能

每消费一次数据后手动提交

好啦，本次内容就分享到这儿了，欢迎大家讨论交流~