本文是从英文的官网摘了翻译的，用作自己的整理和记录。水平有限，欢迎指正。版本是： kafka_2.10-0.10.0.0
代理(Broker):Kafka is run as a cluster comprised of one or more servers each of which is called a broker.
生产者通过网路将消息发送到Kafka集群上，集群顺次（轮番）服务消息到达消费者。 Kafka运行在1个集群中，集群中的每个服务器就叫代理。
1个主题是命名或分类发布的消息。每个主题，Kafka持有1个分区日志，看起来像下面图片。
每个Partition都是有序的，固定长度的消息队列1直不断增加到–1个提交日志。消息在Partition内分配了顺序的id叫偏移量，这个偏移量在分区中唯1标识每一个消息的。
Kafka保存所有(1段时间内的-可配置)已发布的消息－不管它们是不是已被消费。例如，如果日志保存被设置为两天，那末在1个消息发布后，两天内它是可用的，两天后它将被抛弃到空闲空间
事实上，元数据保存在每一个消费进程中，是基于消费进程在日志中的位置，该位置称为“偏移量”（In fact the only metadata retained on a per-consumer basis is the position of the consumer in the log, called the “offset”.）。这个偏移量被消费者控制：正常的消费者读取消息时，线性增加偏移量，但事实上消费者可以以任何它顺序的方式来控制。例如：1个消费者可以重置到之前的偏移量位置来重新处理。
这类组合的特点意味着Kafka的消费者是很便宜的－消费者进程可以随时增加减少，对集群和其它消费者进程没有任何影响。例如：你可使用命令行工具输出任何主题的内容，而不改变任何现有的消费者所消耗的。
日志中的分区服务几个目的。首先，日志的范围大小可以调剂，远不是只有1个在1个服务器上。每一个单独的分区都必须安装在主机上的服务器上，1个主题可以有许多分区，所以它可以处理任意数量的数据。第2，它们都是独立相互平行的。
日志的分辨别布在Kafka集群中的服务器上，每一个服务器处理数据，并要求分区内容的副本。为了容错，每一个分区的副本数量是可以通过服务器设置的。
每一个分区都有1个服务器它充当“leader”和0到更多的服务器，作为“followers”。leader处理所有的读写要求，而followers被动地复制的leader。如果leader失败，其中1个“followers”将自动成为新的“leader”。
生产者将数据发布到他们所选择的主题。生产者负责选择那个消息分配到那个主题的哪一个partition。至于选择哪一个分区可以简单的循环方式到达负载均衡，也能够者根据语义功能来分区。
每一个消费者把自己标示到1个消费组，当每一个消息发布到主题后，消息在投递到每一个定阅消费组1个消费实例。消费者实例可以在不同的进程或不同的机器上。
如果所有的消费者实例都有相同的消费组，那末这就像1个传统的队列。
如果所有的消费者实例都有不同的消费组，那末这类作品就如发布定阅，所有的信息都被广播给所有的消费者。
但是，更常见的是主题有1个小数量的消费组，每个为“逻辑定阅。每一个组都是由许多消费实例，为了可扩大性和容错性。
Kafka有比传统消息系统更强健的顺序保证。
传统的队列在服务器上保存顺序消息，如果多个消费者从队列中消费，然后服务器将它们存储的消息依照顺序发送出去。但是，虽然服务器依照顺序发送消息，但是消息传递异步发送给消费者，所以消息到达消费者时可能失序了。这类高效意味着在并行消费进程中，消息的顺序丢失。消息传递系统常常围绕这个工作，有1个“exclusive consumer“的概念，它只允许1个进程从1个队列中消耗，但固然这意味着没有并行性处理的可能性。
Kafka做得更好。通过对主题进行分区，Kafka是既能保证顺序，又能负载均衡的消费。这是通过给主题进行分区，然后给消费组，使的每一个分区都被组内唯1消费进程消费。通过这样做，我们确保消进程是唯1的读取那个分区，并消费数据的顺序。请注意，在1个消费组中，不能有比分区更多的消费进程。
Kafka只在1个分区中的消息提供了1个总的顺序，而不是在1个主题中的不同分区之间的。但是，如果您需要1个完全有序的消息，这可以通过1个主题和1个分区来实现，明显这将意味着每个消费组只有1个消费进程。
Kafka给出了以下保证：
重要的来了，上面看不懂的没关系，看程序，最直接。
假设我们有1个主题叫foo,它有４个分区。我建立了两个消费组GroupA and GroupB
其中GroupA有２个消费者，GroupB有４个消费者。
我们的生产者平均向４个分区写入了内容。例：
package part;
import java.util.Properties;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
public class TestProducer {
public static void main(String[] args) {
Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
//The "all" setting we have specified will result in blocking on the full commit of the record, the slowest but most durable setting.
//“所有”设置将致使记录的完全提交阻塞，最慢的，但最持久的设置。
props.put("acks", "all");
//如果要求失败，生产者也会自动重试，即便设置成０ the producer can automatically retry.
props.put("retries", 0);
//The producer maintains buffers of unsent records for each partition.
props.put("batch.size", 16384);
//默许立即发送，这里这是延时毫秒数
props.put("linger.ms", 1);
//生产者缓冲大小，当缓冲区耗尽后，额外的发送调用将被阻塞。时间超过max.block.ms将抛出TimeoutException
props.put("buffer.memory", 33554432);
//The key.serializer and value.serializer instruct how to turn the key and value objects the user provides with their ProducerRecord into bytes.
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
//创建kafka的生产者类
Producer<String, String> producer = new KafkaProducer<String, String>(props);
//生产者的主要方法
// close();//Close this producer.
// close(long timeout, TimeUnit timeUnit); //This method waits up to timeout for the producer to complete the sending of all incomplete requests.
// flush() ;所有缓存记录被立刻发送
for(int i = 0; i < 100; i++)
//这里平均写入４个分区
producer.send(new ProducerRecord<String, String>("foo",i%4, Integer.toString(i), Integer.toString(i)));
producer.close();
}
}
消费者
package part;
import java.util.Arrays;
import java.util.Properties;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
public class TestConsumer {
public static void main(String[] args) {
Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
System.out.println("this is the group part test 1");
//消费者的组id
props.put("group.id", "GroupA");//这里是GroupA或GroupB
props.put("enable.auto.commit", "true");
props.put("auto.commit.interval.ms", "1000");
//从poll(拉)的回话处理时长
props.put("session.timeout.ms", "30000");
//poll的数量限制
//props.put("max.poll.records", "100");
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);
//定阅主题列表topic
consumer.subscribe(Arrays.asList("foo"));
while (true) {
ConsumerRecords<String, String> records = consumer.poll(100);
for (ConsumerRecord<String, String> record : records)
// 正常这里应当使用线程池处理，不应当在这里处理
System.out.printf("offset = %d, key = %s, value = %s", record.offset(), record.key(), record.value()+"\n");
}
}
}
如果GroupA和GroupB都正常启动，那末GroupB内４各消费平均消费生产者的消息数据（这里每一个２５个消息），GroupA内２个消费者各处理５０各消息，每一个消费者处理2各分区。如果GroupA内1个消费者挂断，那末另外一个处理所有消息数据。如果GroupB挂掉1个，那末将有1个消费者出来处理挂掉没有处理的消息数据。
以下命令可以修改某主题的分区大小。
bin/kafka-topics.sh --zookeeper localhost:2181 --alter --topic foo --partitions 4这里其实和Zookeeper机制由点类似，也是建立了1个leader和几个follower。主要的作用还是为了可扩大性和容错性。当集中任意1台出问题，都可以保证系统的正确和稳定。即便是leader出现问题，它们也能够通过投票的方式产生新leader. 这里只是简单说明1下。
在它的官方例子中通过复制原本的配置文件，在本地建立了伪集群服务。
> cp config/server.properties config/server-1.properties
> cp config/server.properties config/server-2.properties
config/server-1.properties:
broker.id=1
listeners=PLAINTEXT://:9093
log.dir=/tmp/kafka-logs-1
config/server-2.properties:
broker.id=2
listeners=PLAINTEXT://:9094
log.dir=/tmp/kafka-logs-2其中 broker.id 属性是集群中唯1的和永久的节点名字，正常应当是1台机子1个服务。其它两个是由于伪集群的缘由必须修改。
让后启动这两台服务建立伪集群。摹拟了leader失效（被强行kill）后，它还可以正常工作。
启动：
> bin/kafka-server-start.sh config/server-1.properties &
...
> bin/kafka-server-start.sh config/server-2.properties &英文原地址：http://kafka.apache.org/documentation.html#quickstart
上一篇 朴素贝叶斯之MapReduce版
下一篇 PCI9054 DMA设置流程
程序员人生，我编程，我富裕，记住wfuyu网，php教程，php学习，php手册，CMS模版制作
声明：本站大部分内容是作者原创，少部分收集于互联网供大家一起学习，原版权很多不明，如有侵权请联系本站，谢谢！
粤ICP备14040726号-1 2015-2020 程序员人生 版权所有
