1 定义
Kafka传统定义：Kafka是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用于大数据实时处理领域。
发布/订阅：消息的发布者不会将消息直接发送给特定的订阅者，而是将发布的消息分为不同的类别，订阅者只接收感兴趣的消息。
Kafka 最新定义： Kafka 是一个开源的分布式事件流平台（ Event Streaming Platform），被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。
2 消息队列
企业中比较常见的消息队列产品主要有 Kafka 、ActiveMQ 、RabbitMQ 、RocketMQ 等。在大数据场景主要采用 Kafka 作为消息队列。
2.1 传统消息队列的应用场景
传统的消息队列的主要应用场景包括：缓存/消峰、解耦和异步通信。
2.1.1 缓存/消峰
缓存/消峰：助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。
2.1.2 解耦
解耦：允许独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束。数据源先写到消息队列里，目的地只需要将消息从消息队列里取出。减少大量开发成本，起到解耦的作用。
2.1.3 异步通信
异步通信：允许用户把一个消息放入队列，但并不立即处理它，然后在需要的时候再去处理它们。
2.2 消息队列的两种模式
2.2.1 点对点模式
生产者把数据一批一批发送到消息队列。
消费者主动拉取数据，消息收到后返回确认收到并删除该消息。
队列中只能有一个主题。
2.2.2 发布/订阅模式
可以有多个topic主题（浏览、点赞、收藏、评论等）。
消费者消费数据之后不删除数据。
每个消费者独立，都可以消费到数据。
3 Kafka基础架构
1.为方便扩展，并提高吞吐量，一个topic分为多个partition。
2.配合分区的设计，提出消费者组的概念，组内每个消费者并行消费。
3.为提高可用性，为每个partition增加若干副本，类似NameNode HA。
4.ZK中记录谁是leader，Kafka2.8.0以后也可以配置不采用ZK。
（1）Producer：消息生产者，就是向 Kafka broker发消息的客户端。
（2）Consumer：消息消费者，向Kafka broker 取消息的客户端。一个分区的数据只能由一个消费者消费，且只能处理Leader的数据。
（3）Consumer Group（CG）：消费者组，由多个 consumer 组成。消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。
（4）Broker：一台 Kafka 服务器就是一个 broker（即主机）。一个集群由多个 broker 组成。一个broker 可以容纳多个 topic。
（5）Topic：可以理解为一个队列，用于存储数据，生产者和消费者面向的都是一个 topic。
（6）Partition：为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上，一个 topic 可以分为多个 partition，每个partition 是一个有序的队列。
（7）Replica：副本。一个 topic 的每个分区都有若干个副本，一个 Leader 和若干个Follower。
（8）Leader：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是Leader。
（9）Follower：每个分区多个副本中的“从”，实时从 Leader 中同步数据，保持和Leader 数据的同步。Leader 发生故障时，某个Follower 会成为新的Leader。
（10）Zookeeper：记录服务器节点的运行状态（即哪些节点上线了、哪些节点正在工作）、记录每一个分区谁是Leader。