php給kafka發通知,php連接kafka

本文目錄一覽：

• 1、如何將kafka數據推送到web前端
• 2、三、Kafaka的基本操作
• 3、Kafka系列之(4)——Kafka Producer流程解析
• 4、消息中間件Kafka – PHP操作使用Kafka
• 5、thinkphp，kafka，hbase，spark之間的通訊機制怎麼來實現
• 6、大型的PHP應用，通常使用什麼應用做消息隊列？

如何將kafka數據推送到web前端

Kafka的生產者和消費者都可以多線程地並行操作，而每個線程處理的是一個分區的數據。因此分區實際上是調優Kafka並行度的最小單元。對於producer而言，它實際上是用多個線程並發地向不同分區所在的broker發起Socket連接同時給這些分區發送消息；而consumer呢，同一個消費組內的所有consumer線程都被指定topic的某一個分區進行消費(具體如何確定consumer線程數目我們後面會詳細說明)。所以說，如果一個topic分區越多，理論上整個集群所能達到的吞吐量就越大。

三、Kafaka的基本操作

在啟動Kafka之前，需要啟動zookeeper，否則會報錯！相關的啟動指令如下：

在此配置中，只有一個 ZooKeeper 和代理 id 實例。 配置步驟如下：（注意，以下過程中的topicName表示創建主題的名稱，可以自己定義。）

（1）創建Kafka主題

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

創建主題後，會在 Kafka 代理終端窗口中獲取通知，並在 config / server.properties 文件中的「/ tmp / kafka-logs /”中指定創建主題的日誌。

（2）啟動生產者以發送消息

bin/kafka-console-producer.sh –broker-list localhost:9092 –topic topicName

生產者命令行客戶端需要兩個主要參數：

1.代理列表（broker-list）： 要發送郵件的代理列表。 這種情況下，只有一個代理。

2.監聽埠： Config / server.properties 文件包含代理埠 ID，可以查到代理正在偵聽埠 9092，因此直接指定它。

生產者在 config / producer.properties 文件中指定默認生產者屬性。

（3）啟動消費者以接收消息

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

消費者在config / consumer.properties 文件中指定了默認消費者屬性。 打開一個新終端並鍵入以下消息消息語法。

（4）在生產者終端輸入數據測試

生產者將等待消息的輸入並發布到 Kafka 集群。 默認情況下，每行數據都作為新消息發布。在生產者終端輸入數據，這些數據都會在消費者終端顯示。

Kafka系列之(4)——Kafka Producer流程解析

Kafka 0.9版本正式使用Java版本的producer替換了原Scala版本的producer。

註：ProducerRecord允許用戶在創建消息對象的時候就直接指定要發送的分區，這樣producer後續發送該消息時可以直接發送到指定分區，而不用先通過Partitioner計算目標分區了。另外，我們還可以直接指定消息的時間戳——但一定要慎重使用這個功能，因為它有可能會令時間戳索引機制失效。

流程描述：

用戶首先構建待發送的消息對象ProducerRecord，然後調用KafkaProducer#send方法進行發送。KafkaProducer接收到消息後首先對其進行序列化，然後結合本地緩存的元數據信息一起發送給partitioner去確定目標分區，最後追加寫入到內存中的消息緩衝池(accumulator)。此時KafkaProducer#send方法成功返回。同時，KafkaProducer中還有一個專門的Sender IO線程負責將緩衝池中的消息分批次發送給對應的broker，完成真正的消息發送邏輯。

新版本的producer從設計上來說具有以下幾個特點：

總共創建兩個線程：執行KafkaPrducer#send邏輯的線程——我們稱之為「用戶主線程」；執行發送邏輯的IO線程——我們稱之為「Sender線程」。

不同於Scala老版本的producer，新版本producer完全非同步發送消息，並提供了回調機制(callback)供用戶判斷消息是否成功發送。

batching機制——「分批發送「機制。每個批次(batch)中包含了若干個PRODUCE請求，因此具有更高的吞吐量。

更加合理的默認分區策略：對於無key消息而言，Scala版本分區策略是一段時間內(默認是10分鐘)將消息發往固定的目標分區，這容易造成消息分布的不均勻，而新版本的producer採用輪詢的方式均勻地將消息分發到不同的分區。

底層統一使用基於Selector的網路客戶端實現，結合Java提供的Future實現完整地提供了更加健壯和優雅的生命周期管理。

關鍵參數

batch.size 我把它列在了首位，因為該參數對於調優producer至關重要。之前提到過新版producer採用分批發送機制，該參數即控制一個batch的大小。默認是16KB

acks 關乎到消息持久性(durability)的一個參數。高吞吐量和高持久性很多時候是相矛盾的，需要先明確我們的目標是什麼？ 高吞吐量？高持久性？亦或是中等？因此該參數也有對應的三個取值：0， -1和1

linger.ms 減少網路IO，節省帶寬之用。原理就是把原本需要多次發送的小batch，通過引入延時的方式合併成大batch發送，減少了網路傳輸的壓力，從而提升吞吐量。當然，也會引入延時

compression.type producer 所使用的壓縮器，目前支持gzip, snappy和lz4。壓縮是在用戶主線程完成的，通常都需要花費大量的CPU時間，但對於減少網路IO來說確實利器。生產環境中可以結合壓力測試進行適當配置

max.in.flight.requests.per.connection 關乎消息亂序的一個配置參數。它指定了Sender線程在單個Socket連接上能夠發送未應答PRODUCE請求的最大請求數。適當增加此值通常會增大吞吐量，從而整體上提升producer的性能。不過筆者始終覺得其效果不如調節batch.size來得明顯，所以請謹慎使用。另外如果開啟了重試機制，配置該參數大於1可能造成消息發送的亂序(先發送A，然後發送B，但B卻先行被broker接收)

retries 重試機制，對於瞬時失敗的消息發送，開啟重試後KafkaProducer會嘗試再次發送消息。對於有強烈無消息丟失需求的用戶來說，開啟重試機制是必選項。

當用戶調用KafkaProducer.send(ProducerRecord, Callback)時Kafka內部流程分析：

這是KafkaProducer#send邏輯的第一步，即為待發送消息進行序列化並計算目標分區，如下圖所示：

如上圖所示，一條所屬topic是”test”，消息體是”message”的消息被序列化之後結合KafkaProducer緩存的元數據(比如該topic分區數信息等)共同傳給後面的Partitioner實現類進行目標分區的計算。

producer創建時會創建一個默認32MB(由buffer.memory參數指定)的accumulator緩衝區，專門保存待發送的消息。除了之前在「關鍵參數」段落中提到的linger.ms和batch.size等參數之外，該數據結構中還包含了一個特別重要的集合信息：消息批次信息(batches)。該集合本質上是一個HashMap，裡面分別保存了每個topic分區下的batch隊列，即前面說的批次是按照topic分區進行分組的。這樣發往不同分區的消息保存在對應分區下的batch隊列中。舉個簡單的例子，假設消息M1, M2被發送到test的0分區但屬於不同的batch，M3分送到test的1分區，那麼batches中包含的信息就是：{“test-0” – [batch1, batch2], “test-1” – [batch3]}。

單個topic分區下的batch隊列中保存的是若干個消息批次。每個batch中最重要的3個組件包括：

compressor: 負責執行追加寫入操作

batch緩衝區：由batch.size參數控制，消息被真正追加寫入到的地方

thunks：保存消息回調邏輯的集合

這一步的目的就是將待發送的消息寫入消息緩衝池中，具體流程如下圖所示：

這一步執行完畢之後理論上講KafkaProducer.send方法就執行完畢了，用戶主線程所做的事情就是等待Sender線程發送消息並執行返回結果了。

此時，該Sender線程登場了。嚴格來說，Sender線程自KafkaProducer創建後就一直都在運行著 。它的工作流程基本上是這樣的：

不斷輪詢緩衝區尋找 已做好發送準備的分區 ；

將輪詢獲得的各個batch按照目標分區所在的leader broker進行分組；

將分組後的batch通過底層創建的 Socket連接 發送給各個broker；

等待伺服器端發送response回來。

為了說明上的方便，我還是基於圖的方式來解釋Sender線程的工作原理：

上圖中Sender線程會發送PRODUCE請求給對應的broker，broker處理完畢之後發送對應的PRODUCE response。一旦Sender線程接收到response將依次(按照消息發送順序)調用batch中的回調方法，如下圖所示：

refer:

消息中間件Kafka – PHP操作使用Kafka

cd librdkafka/

./configure make make install

安裝成功界面 沒有報錯就是安裝成功

thinkphp，kafka，hbase，spark之間的通訊機制怎麼來實現

Spark 有自己的 Kafka connector 用於從Kafka讀出讀入數據。

Spark 到 Hbase 很多人就用一個foreach operator來寫數據。

大型的PHP應用，通常使用什麼應用做消息隊列？

一、消息隊列概述\x0d\x0a消息隊列中間件是分散式系統中重要的組件，主要解決應用耦合，非同步消息，流量削鋒等問題。實現高性能，高可用，可伸縮和最終一致性架構。是大型分散式系統不可缺少的中間件。\x0d\x0a目前在生產環境，使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。\x0d\x0a二、消息隊列應用場景\x0d\x0a以下介紹消息隊列在實際應用中常用的使用場景。非同步處理，應用解耦，流量削鋒和消息通訊四個場景。\x0d\x0a2.1非同步處理\x0d\x0a場景說明：用戶註冊後，需要發註冊郵件和註冊簡訊。傳統的做法有兩種1.串列的方式；2.並行方式。\x0d\x0a（1）串列方式：將註冊信息寫入資料庫成功後，發送註冊郵件，再發送註冊簡訊。以上三個任務全部完成後，返回給客戶端。（架構KKQ：466097527，歡迎加入）\x0d\x0a（2）並行方式：將註冊信息寫入資料庫成功後，發送註冊郵件的同時，發送註冊簡訊。以上三個任務完成後，返回給客戶端。與串列的差別是，並行的方式可以提高處理的時間。\x0d\x0a假設三個業務節點每個使用50毫秒鐘，不考慮網路等其他開銷，則串列方式的時間是150毫秒，並行的時間可能是100毫秒。\x0d\x0a因為CPU在單位時間內處理的請求數是一定的，假設CPU1秒內吞吐量是100次。則串列方式1秒內CPU可處理的請求量是7次（1000/150）。並行方式處理的請求量是10次（1000/100）。\x0d\x0a小結：如以上案例描述，傳統的方式系統的性能（並發量，吞吐量，響應時間）會有瓶頸。如何解決這個問題呢？\x0d\x0a引入消息隊列，將不是必須的業務邏輯，非同步處理。改造後的架構如下：\x0d\x0a按照以上約定，用戶的響應時間相當於是註冊信息寫入資料庫的時間，也就是50毫秒。註冊郵件，發送簡訊寫入消息隊列後，直接返回，因此寫入消息隊列的速度很快，基本可以忽略，因此用戶的響應時間可能是50毫秒。因此架構改變後，系統的吞吐量提高到每秒20 QPS。比串列提高了3倍，比並行提高了兩倍。\x0d\x0a2.2應用解耦\x0d\x0a場景說明：用戶下單後，訂單系統需要通知庫存系統。傳統的做法是，訂單系統調用庫存系統的介面。如下圖：\x0d\x0a傳統模式的缺點：\x0d\x0a1） 假如庫存系統無法訪問，則訂單減庫存將失敗，從而導致訂單失敗；\x0d\x0a2） 訂單系統與庫存系統耦合；\x0d\x0a如何解決以上問題呢？引入應用消息隊列後的方案，如下圖：\x0d\x0a訂單系統：用戶下單後，訂單系統完成持久化處理，將消息寫入消息隊列，返回用戶訂單下單成功。\x0d\x0a庫存系統：訂閱下單的消息，採用拉/推的方式，獲取下單信息，庫存系統根據下單信息，進行庫存操作。\x0d\x0a假如：在下單時庫存系統不能正常使用。也不影響正常下單，因為下單後，訂單系統寫入消息隊列就不再關心其他的後續操作了。實現訂單系統與庫存系統的應用解耦。\x0d\x0a2.3流量削鋒\x0d\x0a流量削鋒也是消息隊列中的常用場景，一般在秒殺或團搶活動中使用廣泛。\x0d\x0a應用場景：秒殺活動，一般會因為流量過大，導致流量暴增，應用掛掉。為解決這個問題，一般需要在應用前端加入消息隊列。\x0d\x0a可以控制活動的人數；\x0d\x0a可以緩解短時間內高流量壓垮應用；\x0d\x0a用戶的請求，伺服器接收後，首先寫入消息隊列。假如消息隊列長度超過最大數量，則直接拋棄用戶請求或跳轉到錯誤頁面；\x0d\x0a秒殺業務根據消息隊列中的請求信息，再做後續處理。\x0d\x0a2.4日誌處理\x0d\x0a日誌處理是指將消息隊列用在日誌處理中，比如Kafka的應用，解決大量日誌傳輸的問題。架構簡化如下：\x0d\x0a日誌採集客戶端，負責日誌數據採集，定時寫受寫入Kafka隊列；\x0d\x0aKafka消息隊列，負責日誌數據的接收，存儲和轉發；\x0d\x0a日誌處理應用：訂閱並消費kafka隊列中的日誌數據；\x0d\x0a以下是新浪kafka日誌處理應用案例：\x0d\x0a(1)Kafka：接收用戶日誌的消息隊列。\x0d\x0a(2)Logstash：做日誌解析，統一成JSON輸出給Elasticsearch。\x0d\x0a(3)Elasticsearch：實時日誌分析服務的核心技術，一個schemaless，實時的數據存儲服務，通過index組織數據，兼具強大的搜索和統計功能。\x0d\x0a(4)Kibana：基於Elasticsearch的數據可視化組件，超強的數據可視化能力是眾多公司選擇ELK stack的重要原因。\x0d\x0a2.5消息通訊\x0d\x0a消息通訊是指，消息隊列一般都內置了高效的通信機制，因此也可以用在純的消息通訊。比如實現點對點消息隊列，或者聊天室等。\x0d\x0a點對點通訊：\x0d\x0a客戶端A和客戶端B使用同一隊列，進行消息通訊。\x0d\x0a聊天室通訊：\x0d\x0a客戶端A，客戶端B，客戶端N訂閱同一主題，進行消息發布和接收。實現類似聊天室效果。\x0d\x0a以上實際是消息隊列的兩種消息模式，點對點或發布訂閱模式。模型為示意圖，供參考。\x0d\x0a三、消息中間件示例\x0d\x0a3.1電商系統\x0d\x0a消息隊列採用高可用，可持久化的消息中間件。比如Active MQ，Rabbit MQ，Rocket Mq。（1）應用將主幹邏輯處理完成後，寫入消息隊列。消息發送是否成功可以開啟消息的確認模式。（消息隊列返回消息接收成功狀態後，應用再返回，這樣保障消息的完整性）\x0d\x0a（2）擴展流程（發簡訊，配送處理）訂閱隊列消息。採用推或拉的方式獲取消息並處理。\x0d\x0a（3）消息將應用解耦的同時，帶來了數據一致性問題，可以採用最終一致性方式解決。比如主數據寫入資料庫，擴展應用根據消息隊列，並結合資料庫方式實現基於消息隊列的後續處理。\x0d\x0a3.2日誌收集系統\x0d\x0a分為Zookeeper註冊中心，日誌收集客戶端，Kafka集群和Storm集群（OtherApp）四部分組成。\x0d\x0aZookeeper註冊中心，提出負載均衡和地址查找服務；\x0d\x0a日誌收集客戶端，用於採集應用系統的日誌，並將數據推送到kafka隊列；\x0d\x0a四、JMS消息服務\x0d\x0a講消息隊列就不得不提JMS 。JMS（Java Message Service,Java消息服務）API是一個消息服務的標準/規範，允許應用程序組件基於JavaEE平台創建、發送、接收和讀取消息。它使分散式通信耦合度更低，消息服務更加可靠以及非同步性。\x0d\x0a在EJB架構中，有消息bean可以無縫的與JM消息服務集成。在J2EE架構模式中，有消息服務者模式，用於實現消息與應用直接的解耦。\x0d\x0a4.1消息模型\x0d\x0a在JMS標準中，有兩種消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)。\x0d\x0a4.1.1 P2P模式\x0d\x0aP2P模式包含三個角色：消息隊列（Queue），發送者(Sender)，接收者(Receiver)。每個消息都被發送到一個特定的隊列，接收者從隊列中獲取消息。隊列保留著消息，直到他們被消費或超時。\x0d\x0aP2P的特點\x0d\x0a每個消息只有一個消費者（Consumer）(即一旦被消費，消息就不再在消息隊列中)\x0d\x0a發送者和接收者之間在時間上沒有依賴性，也就是說當發送者發送了消息之後，不管接收者有沒有正在運行，它不會影響到消息被發送到隊列\x0d\x0a接收者在成功接收消息之後需向隊列應答成功\x0d\x0a如果希望發送的每個消息都會被成功處理的話，那麼需要P2P模式。（架構KKQ：466097527，歡迎加入）\x0d\x0a4.1.2 Pub/sub模式\x0d\x0a包含三個角色主題（Topic），發布者（Publisher），訂閱者（Subscriber） 。多個發布者將消息發送到Topic,系統將這些消息傳遞給多個訂閱者。\x0d\x0aPub/Sub的特點\x0d\x0a每個消息可以有多個消費者\x0d\x0a發布者和訂閱者之間有時間上的依賴性。針對某個主題（Topic）的訂閱者，它必須創建一個訂閱者之後，才能消費發布者的消息。\x0d\x0a為了消費消息，訂閱者必須保持運行的狀態。\x0d\x0a為了緩和這樣嚴格的時間相關性，JMS允許訂閱者創建一個可持久化的訂閱。這樣，即使訂閱者沒有被激活（運行），它也能接收到發布者的消息。\x0d\x0a如果希望發送的消息可以不被做任何處理、或者只被一個消息者處理、或者可以被多個消費者處理的話，那麼可以採用Pub/Sub模型。\x0d\x0a4.2消息消費\x0d\x0a在JMS中，消息的產生和消費都是非同步的。對於消費來說，JMS的消息者可以通過兩種方式來消費消息。\x0d\x0a（1）同步\x0d\x0a訂閱者或接收者通過receive方法來接收消息，receive方法在接收到消息之前（或超時之前）將一直阻塞；\x0d\x0a（2）非同步\x0d\x0a訂閱者或接收者可以註冊為一個消息監聽器。當消息到達之後，系統自動調用監聽器的onMessage方法。\x0d\x0aJNDI：Java命名和目錄介面,是一種標準的Java命名系統介面。可以在網路上查找和訪問服務。通過指定一個資源名稱，該名稱對應於資料庫或命名服務中的一個記錄，同時返回資源連接建立所必須的信息。\x0d\x0aJNDI在JMS中起到查找和訪問發送目標或消息來源的作用。（架構KKQ：466097527，歡迎加入）\x0d\x0a4.3JMS編程模型\x0d\x0a(1) ConnectionFactory\x0d\x0a創建Connection對象的工廠，針對兩種不同的jms消息模型，分別有QueueConnectionFactory和TopicConnectionFactory兩種。可以通過JNDI來查找ConnectionFactory對象。\x0d\x0a(2) Destination\x0d\x0aDestination的意思是消息生產者的消息發送目標或者說消息消費者的消息來源。對於消息生產者來說，它的Destination是某個隊列（Queue）或某個主題（Topic）;對於消息消費者來說，它的Destination也是某個隊列或主題（即消息來源）。\x0d\x0a所以，Destination實際上就是兩種類型的對象：Queue、Topic可以通過JNDI來查找Destination。\x0d\x0a(3) Connection\x0d\x0aConnection表示在客戶端和JMS系統之間建立的鏈接（對TCP/IP socket的包裝）。Connection可以產生一個或多個Session。跟ConnectionFactory一樣，Connection也有兩種類型：QueueConnection和TopicConnection。\x0d\x0a(4) Session\x0d\x0aSession是操作消息的介面。可以通過session創建生產者、消費者、消息等。Session提供了事務的功能。當需要使用session發送/接收多個消息時，可以將這些發送/接收動作放到一個事務中。同樣，也分QueueSession和TopicSession。\x0d\x0a(5) 消息的生產者\x0d\x0a消息生產者由Session創建，並用於將消息發送到Destination。同樣，消息生產者分兩種類型：QueueSender和TopicPublisher。可以調用消息生產者的方法（send或publish方法）發送消息。\x0d\x0a(6) 消息消費者\x0d\x0a消息消費者由Session創建，用於接收被發送到Destination的消息。兩種類型：QueueReceiver和TopicSubscriber。可分別通過session的createReceiver(Queue)或createSubscriber(Topic)來創建。當然，也可以session的creatDurableSubscriber方法來創建持久化的訂閱者。\x0d\x0a(7) MessageListener\x0d\x0a消息監聽器。如果註冊了消息監聽器，一旦消息到達，將自動調用監聽器的onMessage方法。EJB中的MDB（Message-Driven Bean）就是一種MessageListener。\x0d\x0a深入學習JMS對掌握JAVA架構，EJB架構有很好的幫助，消息中間件也是大型分散式系統必須的組件。本次分享主要做全局性介紹，具體的深入需要大家學習，實踐，總結，領會。\x0d\x0a五、常用消息隊列\x0d\x0a一般商用的容器，比如WebLogic，JBoss，都支持JMS標準，開發上很方便。但免費的比如Tomcat，Jetty等則需要使用第三方的消息中間件。本部分內容介紹常用的消息中間件（Active MQ,Rabbit MQ，Zero MQ,Kafka）以及他們的特點。\x0d\x0a5.1 ActiveMQ\x0d\x0aActiveMQ 是Apache出品，最流行的，能力強勁的開源消息匯流排。ActiveMQ 是一個完全支持JMS1.1和J2EE 1.4規範的 JMS Provider實現，儘管JMS規範出台已經是很久的事情了，但是JMS在當今的J2EE應用中間仍然扮演著特殊的地位。\x0d\x0aActiveMQ特性如下：\x0d\x0a⒈ 多種語言和協議編寫客戶端。語言: Java,C,C++,C#,Ruby,Perl,Python,PHP。應用協議： OpenWire,Stomp REST,WS Notification,XMPP,AMQP\x0d\x0a⒉ 完全支持JMS1.1和J2EE 1.4規範 （持久化，XA消息，事務)\x0d\x0a⒊ 對spring的支持，ActiveMQ可以很容易內嵌到使用Spring的系統裡面去，而且也支持Spring2.0的特性\x0d\x0a⒋ 通過了常見J2EE伺服器（如 Geronimo,JBoss 4,GlassFish,WebLogic)的測試，其中通過JCA 1.5 resource adaptors的配置，可以讓ActiveMQ可以自動的部署到任何兼容J2EE 1.4 商業伺服器上\x0d\x0a⒌ 支持多種傳送協議：in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA\x0d\x0a⒍ 支持通過JDBC和journal提供高速的消息持久化\x0d\x0a⒎ 從設計上保證了高性能的集群，客戶端-伺服器，點對點\x0d\x0a⒏ 支持Ajax\x0d\x0a⒐ 支持與Axis的整合\x0d\x0a⒑ 可以很容易得調用內嵌JMS provider，進行測試\x0d\x0a5.2 RabbitMQ\x0d\x0aRabbitMQ是流行的開源消息隊列系統，用erlang語言開發。RabbitMQ是AMQP（高級消息隊列協議）的標準實現。支持多種客戶端，如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX，持久化。用於在分散式系統中存儲轉發消息，在易用性、擴展性、高可用性等方面表現不俗。\x0d\x0a幾個重要概念：\x0d\x0aBroker：簡單來說就是消息隊列伺服器實體。\x0d\x0aExchange：消息交換機，它指定消息按什麼規則，路由到哪個隊列。\x0d\x0aQueue：消息隊列載體，每個消息都會被投入到一個或多個隊列。\x0d\x0aBinding：綁定，它的作用就是把exchange和queue按照路由規則綁定起來。\x0d\x0aRouting Key：路由關鍵字，exchange根據這個關鍵字進行消息投遞。\x0d\x0avhost：虛擬主機，一個broker里可以開設多個vhost，用作不同用戶的許可權分離。\x0d\x0aproducer：消息生產者，就是投遞消息的程序。\x0d\x0aconsumer：消息消費者，就是接受消息的程序。\x0d\x0achannel：消息通道，在客戶端的每個連接里，可建立多個channel，每個channel代表一個會話任務。\x0d\x0a消息隊列的使用過程，如下：\x0d\x0a（1）客戶端連接到消息隊列伺服器，打開一個channel。\x0d\x0a（2）客戶端聲明一個exchange，並設置相關屬性。\x0d\x0a（3）客戶端聲明一個queue，並設置相關屬性。\x0d\x0a（4）客戶端使用routing key，在exchange和queue之間建立好綁定關係。\x0d\x0a（5）客戶端投遞消息到exchange。\x0d\x0aexchange接收到消息後，就根據消息的key和已經設置的binding，進行消息路由，將消息投遞到一個或多個隊列里。\x0d\x0a5.3 ZeroMQ\x0d\x0a號稱史上最快的消息隊列，它實際類似於Socket的一系列介面，他跟Socket的區別是：普通的socket是端到端的（1:1的關係），而ZMQ卻是可以N：M 的關係，人們對BSD套接字的了解較多的是點對點的連接，點對點連接需要顯式地建立連接、銷毀連接、選擇協議（TCP/UDP）和處理錯誤等，而ZMQ屏蔽了這些細節，讓你的網路編程更為簡單。ZMQ用於node與node間的通信，node可以是主機或者是進程。\x0d\x0a引用官方的說法： 「ZMQ(以下ZeroMQ簡稱ZMQ)是一個簡單好用的傳輸層，像框架一樣的一個socket library，他使得Socket編程更加簡單、簡潔和性能更高。是一個消息處理隊列庫，可在多個線程、內核和主機盒之間彈性伸縮。ZMQ的明確目標是「成為標準網路協議棧的一部分，之後進入Linux內核」。現在還未看到它們的成功。但是，它無疑是極具前景的、並且是人們更加需要的「傳統」BSD套接字之上的一 層封裝。ZMQ讓編寫高性能網路應用程序極為簡單和有趣。」\x0d\x0a特點是：\x0d\x0a高性能，非持久化；\x0d\x0a跨平台：支持Linux、Windows、OS X等。\x0d\x0a多語言支持； C、C++、Java、.NET、Python等30多種開發語言。\x0d\x0a可單獨部署或集成到應用中使用；\x0d\x0a可作為Socket通信庫使用。\x0d\x0a與RabbitMQ相比，ZMQ並不像是一個傳統意義上的消息隊列伺服器，事實上，它也根本不是一個伺服器，更像一個底層的網路通訊庫，在Socket API之上做了一層封裝，將網路通訊、進程通訊和線程通訊抽象為統一的API介面。支持「Request-Reply 「，」Publisher-Subscriber「，」Parallel Pipeline」三種基本模型和擴展模型。\x0d\x0aZeroMQ高性能設計要點：\x0d\x0a1、無鎖的隊列模型\x0d\x0a對於跨線程間的交互（用戶端和session）之間的數據交換通道pipe，採用無鎖的隊列演算法CAS；在pipe兩端註冊有非同步事件，在讀或者寫消息到pipe的時，會自動觸發讀寫事件。\x0d\x0a2、批量處理的演算法\x0d\x0a對於傳統的消息處理，每個消息在發送和接收的時候，都需要系統的調用，這樣對於大量的消息，系統的開銷比較大，zeroMQ對於批量的消息，進行了適應性的優化，可以批量的接收和發送消息。\x0d\x0a3、多核下的線程綁定，無須CPU切換\x0d\x0a區別於傳統的多線程併發模式，信號量或者臨界區， zeroMQ充分利用多核的優勢，每個核綁定運行一個工作者線程，避免多線程之間的CPU切換開銷。\x0d\x0a5.4 Kafka\x0d\x0aKafka是一種高吞吐量的分散式發布訂閱消息系統，它可以處理消費者規模的網站中的所有動作流數據。 這種動作（網頁瀏覽，搜索和其他用戶的行動）是在現代網路上的許多社會功能的一個關鍵因素。 這些數據通常是由於吞吐量的要求而通過處理日誌和日誌聚合來解決。 對於像Hadoop的一樣的日誌數據和離線分析系統，但又要求實時處理的限制，這是一個可行的解決方案。Kafka的目的是通過Hadoop的並行載入機制來統一線上和離線的消息處理，也是為了通過集群機來提供實時的消費。\x0d\x0aKafka是一種高吞吐量的分散式發布訂閱消息系統，有如下特性：\x0d\x0a通過O(1)的磁碟數據結構提供消息的持久化，這種結構對於即使數以TB的消息存儲也能夠保持長時間的穩定性能。（文件追加的方式寫入數據，過期的數據定期刪除）\x0d\x0a高吞吐量：即使是非常普通的硬體Kafka也可以支持每秒數百萬的消息。\x0d\x0a支持通過Kafka伺服器和消費機集群來分區消息。\x0d\x0a支持Hadoop並行數據載入。\x0d\x0aKafka相關概念\x0d\x0aBroker\x0d\x0aKafka集群包含一個或多個伺服器，這種伺服器被稱為broker[5]\x0d\x0aTopic\x0d\x0a每條發布到Kafka集群的消息都有一個類別，這個類別被稱為Topic。（物理上不同Topic的消息分開存儲，邏輯上一個Topic的消息雖然保存於一個或多個broker上但用戶只需指定消息的Topic即可生產或消費數據而不必關心數據存於何處）\x0d\x0aPartition\x0d\x0aParition是物理上的概念，每個Topic包含一個或多個Partition.\x0d\x0aProducer\x0d\x0a負責發布消息到Kafka broker\x0d\x0aConsumer\x0d\x0a消息消費者，向Kafka broker讀取消息的客戶端。\x0d\x0aConsumer Group\x0d\x0a每個Consumer屬於一個特定的Consumer Group（可為每個Consumer指定group name，若不指定group name則屬於默認的group）。\x0d\x0a一般應用在大數據日誌處理或對實時性（少量延遲），可靠性（少量丟數據）要求稍低的場景使用。