Kafka架構的詳細闡述

一、Kafka概述

Kafka是一個分散式、可橫向擴展的消息隊列，是一種高吞吐量的分散式發布訂閱消息系統。Kafka的設計目標是：將發布者與訂閱者解耦，同時提高消息處理速度。Kafka是用Scala編寫的，但是它支持多種編程語言。

二、Kafka架構

Kafka的架構中有四個角色：生產者，消費者，Kafka Broker和ZooKeeper。

1. 生產者

Kafka生產者將消息發布到Kafka Broker。生產者將消息發送到指定的Topic。Topic是寫入消息的主題，「生產者」發布的每條消息都屬於某個主題。生產者必須知道應該將消息發送到哪個Topic中。

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;

public class KafkaProducerExample {
    public static void main(String[] args) throws Exception{
        String topicName = "my-topic";
        String key = "my-key";
        String value = "my-value";

        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        Producer producer = new KafkaProducer(props);

        ProducerRecord record = new ProducerRecord(topicName, key, value);
        producer.send(record);

        producer.close();
    }
}

2. 消費者

消費者可以訂閱一個或多個Topic，並消費其中的消息。Kafka消費者將分區中的消息讀取出來，按照順序消費。Kafka消費者在處理消息時是有狀態的，需要記錄已消費消息的偏移量。消費者可以設置偏移量的提交方式，是同步式還是非同步式。

import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import java.util.Collections;
import java.util.Properties;

public class KafkaConsumerExample {
    public static void main(String[] args) throws Exception{

        String topicName = "my-topic";
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("group.id", "test");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

        KafkaConsumer consumer = new KafkaConsumer(props);
        consumer.subscribe(Collections.singletonList(topicName));

        while (true) {
            ConsumerRecords records = consumer.poll(100);
            for (ConsumerRecord record : records) {
                System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
            }
        }
    }
}

3. Kafka Broker

Kafka Broker是Kafka集群中的一個，是一個Kafka Server實例。Broker接收生產者發布的消息，並將消息寫入磁碟上的一個或多個分區中。Broker還提供了消費者可以從其訂閱的Partition中讀取消息的服務。

4. ZooKeeper

Kafka依賴ZooKeeper來完成元數據管理、Leader選舉、分區管理等任務。ZooKeeper還支持監視Kafka Broker和Consumer的狀態。

三、Kafka分區和副本

Kafka中的Topic分為多個Partition，每個Partition可以分配多個Replica（副本）。Partition和Replica的數量可以在創建Topic時進行配置。消息Producer將消息通過輪詢演算法發送到一個Partition中的某個Replica。

1. Partition

Partition用於較大的Topic。Kafka中所有消息都必須屬於某個Topic，但是如果一個Topic的消息量很大，需要很高的處理能力來處理每個Message，那麼就可以採用Partition的方式來劃分Message。Partition將一個Topic中的所有消息分為若干個區，每一個區中的消息互不干擾。可以將每個Partition存儲在一個文件中。

2. Replica

副本可以提高讀寫的性能，副本的作用就是讓數據更可靠。Kafka中的Replica（副本）是指能夠複製Partition內容的節點，同一個Topic中，不同Partition的Replica可以配置成不同的個數（即Replication Factor）。一個Partition的所有副本被稱為一個副本集。如果在一個Broker中存儲了多個Partition的多個副本，同一個Broker中相同Partition的副本不能保存在同一個磁碟路徑下。

四、Kafka的可靠性

Kafka的可靠性分為兩個方面：Producer的可靠性和Consumer的可靠性。

1. Producer的可靠性

Kafka保證消息不會丟失是通過副本策略實現的。Producer向Broker中發送消息，Broker接收到消息後將消息寫入磁碟，並同時往一個或多個其它Broker的Replica中也寫入消息。只有將消息發送給所有的Replica後才返回ACK，表示消息已經保存成功，這時Producer才能確定消息已經被保存下來。

2. Consumer的可靠性

Kafka提供了兩種Commit的方式：自動Commit和手動Commit。

• 自動Commit：Consumer在poll方法的過程中可以選擇自動提交偏移量，但是這種方式可能會出現宕機丟失數據的情況。
• 手動Commit：Consumer在處理消息後，可以手動提交偏移量。如果偏移量提交失敗的話，Consumer將會等待一段時間後再次提交，直到提交成功。