Kafka中一些重要的组件的注意事项
Producer（生产者）
--生产者负责采集数据并把数据传输到kafka的某个topic中。比如：flum、java后台服务、shell脚本、logstash
–生产者是由多个进程组成的（可以有多个生产者组成）。一个生产者可以作为一个独立的进程，可以独立的分发数据
–多个生产者发送的数据时可以存储到同一个topic的同一个partition的
–一个生产者的数据也可以放到多个topic中
kafka集群：
--kafka集群可以保存多种数据类型的数据，一种数据类型可以存放到topic中，一个kafka集群可以创建多个topic
–每个topic可以创建一个或多个分区，分区的数量和副本的数量是在创建topic时指定的，在后期，某个topic的分区数可以重新指定（只能由少增多）
–每个分区是由多个segment组成的，segment的大小是可以配置的，默认是1G。segment里有两种类型的文件（.index和.log文件），index文件是存放log数据对应的索引，log是存放数据的。
–kafka是具有多副本机制的，原始数据和副本数据是不可以在同一个节点中的。
Consumer Group：
--Consumer（消费者）负责消费数据：flume、SparkStreaming、Storm…
–一个ConsumerGroup也被称为Consumer集群（实质并不是集群，只是人们习惯性称之）
–新增或减少Consumer的数量会触发kafka的负载均衡
–ConsumerGroup可以消费一个或多个分区的数据，相反，一个分区的数据同时只能被一个Consumer消费
–ConsumerGroup成员之间消费的数据各不相同，在同一个Group中，数据是不可以重复消费的（一次仅一次的语义）
Kafka核心组件（重要）
l Topic ：消息根据Topic进行归类
l Producer：发送消息者
l Consumer：消息接受者
l broker：每个kafka实例(server)
l Zookeeper：依赖集群保存meta信息。
Kafka整体结构图
Kafka名词解释和工作方式
l Producer ：消息生产者，就是向kafka broker发消息的客户端。
l Consumer ：消息消费者，向kafka broker取消息的客户端
l Topic ：我们可以理解为一个队列。
l Consumer Group （CG）：这是kafka用来实现一个topic消息的广播（发给所有的consumer）和单播（发给任意一个consumer）的手段。一个topic可以有多个CG。topic的消息会复制（不是真的复制，是概念上的）到所有的CG，但每个partion只会把消息发给该CG中的一个consumer。如果需要实现广播，只要每个consumer有一个独立的CG就可以了。要实现单播只要所有的consumer在同一个CG。用CG还可以将consumer进行自由的分组而不需要多次发送消息到不同的topic。
l Broker ：一台kafka服务器就是一个broker。一个集群由多个broker组成。一个broker可以容纳多个topic。
l 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。partition中的每条消息都会被分配一个有序的id（offset）。kafka只保证按一个partition中的顺序将消息发给consumer，不保证一个topic的整体（多个partition间）的顺序。
l Offset：kafka的存储文件都是按照offset.kafka来命名，用offset做名字的好处是方便查找。例如你想找位于2049的位置，只要找到2048.kafka的文件即可。当然the first offset就是00000000000.kafka。
Consumer与topic关系
本质上kafka只支持Topic；
l 每个group中可以有多个consumer，每个consumer属于一个consumer group；
通常情况下，一个group中会包含多个consumer，这样不仅可以提高topic中消息的并发消费能力，而且还能提高"故障容错"性，如果group中的某个consumer失效那么其消费的partitions将会有其他consumer自动接管。
l 对于Topic中的一条特定的消息，只会被订阅此Topic的每个group中的其中一个consumer消费，此消息不会发送给一个group的多个consumer；
那么一个group中所有的consumer将会交错的消费整个Topic，每个group中consumer消息消费互相独立，我们可以认为一个group是一个"订阅"者。
l 在kafka中,一个partition中的消息只会被group中的一个consumer消费(同一时刻)；
一个Topic中的每个partition，只会被一个"订阅者"中的一个consumer消费，不过一个consumer可以同时消费多个partition中的消息。
l kafka的设计原理决定,对于一个topic，同一个group中不能有多于partition个数的consumer同时消费，否则将意味着某些consumer将无法得到消息。
**kafka***只能保证一个partition中的消息被某个consumer消费时是顺序的；事实上，从Topic角度来说,当有多个partitions时,消息仍不是全局有序的。
kafka不是完全同步，也不是完全异步，是一种ISR机制：
- leader会维护一个与其基本保持同步的Replica列表，该列表称为ISR(in-sync Replica)，每个Partition都会有一个ISR，而且是由leader动态维护
- 如果一个flower比一个leader落后太多，或者超过一定时间未发起数据复制请求，则leader将其重ISR中移除
- 当ISR中所有Replica都向Leader发送ACK时，leader才commit
既然所有Replica都向Leader发送ACK时，leader才commit，那么flower怎么会leader落后太多？
producer往kafka中发送数据，不仅可以一次发送一条数据，还可以发送message的数组；批量发送，同步的时候批量发送，异步的时候本身就是就是批量；底层会有队列缓存起来，批量发送，对应broker而言，就会收到很多数据(假设1000)，这时候leader发现自己有1000条数据，flower只有500条数据，落后了500条数据，就把它从ISR中移除出去，这时候发现其他的flower与他的差距都很小，就等待；如果因为内存等原因，差距很大，就把它从ISR中移除出去。
</div>
<link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-7f770a53f2.css" rel="stylesheet">
</div>
Kafka中一些重要的组件的注意事项
Producer（生产者）
--生产者负责采集数据并把数据传输到kafka的某个topic中。比如：flum、java后台服务、shell脚本、logstash
–生产者是由多个进程组成的（可以有多个生产者组成）。一个生产者可以作为一个独立的进程，可以独立的分发数据
–多个生产者发送的数据时可以存储到同一个topic的同一个partition的
–一个生产者的数据也可以放到多个topic中
kafka集群：
--kafka集群可以保存多种数据类型的数据，一种数据类型可以存放到topic中，一个kafka集群可以创建多个topic
–每个topic可以创建一个或多个分区，分区的数量和副本的数量是在创建topic时指定的，在后期，某个topic的分区数可以重新指定（只能由少增多）
–每个分区是由多个segment组成的，segment的大小是可以配置的，默认是1G。segment里有两种类型的文件（.index和.log文件），index文件是存放log数据对应的索引，log是存放数据的。
–kafka是具有多副本机制的，原始数据和副本数据是不可以在同一个节点中的。
Consumer Group：
--Consumer（消费者）负责消费数据：flume、SparkStreaming、Storm…
–一个ConsumerGroup也被称为Consumer集群（实质并不是集群，只是人们习惯性称之）
–新增或减少Consumer的数量会触发kafka的负载均衡
–ConsumerGroup可以消费一个或多个分区的数据，相反，一个分区的数据同时只能被一个Consumer消费
–ConsumerGroup成员之间消费的数据各不相同，在同一个Group中，数据是不可以重复消费的（一次仅一次的语义）
Kafka核心组件（重要）
l Topic ：消息根据Topic进行归类
l Producer：发送消息者
l Consumer：消息接受者
l broker：每个kafka实例(server)
l Zookeeper：依赖集群保存meta信息。
Kafka整体结构图
Kafka名词解释和工作方式
l Producer ：消息生产者，就是向kafka broker发消息的客户端。
l Consumer ：消息消费者，向kafka broker取消息的客户端
l Topic ：我们可以理解为一个队列。
l Consumer Group （CG）：这是kafka用来实现一个topic消息的广播（发给所有的consumer）和单播（发给任意一个consumer）的手段。一个topic可以有多个CG。topic的消息会复制（不是真的复制，是概念上的）到所有的CG，但每个partion只会把消息发给该CG中的一个consumer。如果需要实现广播，只要每个consumer有一个独立的CG就可以了。要实现单播只要所有的consumer在同一个CG。用CG还可以将consumer进行自由的分组而不需要多次发送消息到不同的topic。
l Broker ：一台kafka服务器就是一个broker。一个集群由多个broker组成。一个broker可以容纳多个topic。
l 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。partition中的每条消息都会被分配一个有序的id（offset）。kafka只保证按一个partition中的顺序将消息发给consumer，不保证一个topic的整体（多个partition间）的顺序。
l Offset：kafka的存储文件都是按照offset.kafka来命名，用offset做名字的好处是方便查找。例如你想找位于2049的位置，只要找到2048.kafka的文件即可。当然the first offset就是00000000000.kafka。
Consumer与topic关系
本质上kafka只支持Topic；
l 每个group中可以有多个consumer，每个consumer属于一个consumer group；
通常情况下，一个group中会包含多个consumer，这样不仅可以提高topic中消息的并发消费能力，而且还能提高"故障容错"性，如果group中的某个consumer失效那么其消费的partitions将会有其他consumer自动接管。
l 对于Topic中的一条特定的消息，只会被订阅此Topic的每个group中的其中一个consumer消费，此消息不会发送给一个group的多个consumer；
那么一个group中所有的consumer将会交错的消费整个Topic，每个group中consumer消息消费互相独立，我们可以认为一个group是一个"订阅"者。
l 在kafka中,一个partition中的消息只会被group中的一个consumer消费(同一时刻)；
一个Topic中的每个partition，只会被一个"订阅者"中的一个consumer消费，不过一个consumer可以同时消费多个partition中的消息。
l kafka的设计原理决定,对于一个topic，同一个group中不能有多于partition个数的consumer同时消费，否则将意味着某些consumer将无法得到消息。
**kafka***只能保证一个partition中的消息被某个consumer消费时是顺序的；事实上，从Topic角度来说,当有多个partitions时,消息仍不是全局有序的。
kafka不是完全同步，也不是完全异步，是一种ISR机制：
- leader会维护一个与其基本保持同步的Replica列表，该列表称为ISR(in-sync Replica)，每个Partition都会有一个ISR，而且是由leader动态维护
- 如果一个flower比一个leader落后太多，或者超过一定时间未发起数据复制请求，则leader将其重ISR中移除
- 当ISR中所有Replica都向Leader发送ACK时，leader才commit
既然所有Replica都向Leader发送ACK时，leader才commit，那么flower怎么会leader落后太多？
producer往kafka中发送数据，不仅可以一次发送一条数据，还可以发送message的数组；批量发送，同步的时候批量发送，异步的时候本身就是就是批量；底层会有队列缓存起来，批量发送，对应broker而言，就会收到很多数据(假设1000)，这时候leader发现自己有1000条数据，flower只有500条数据，落后了500条数据，就把它从ISR中移除出去，这时候发现其他的flower与他的差距都很小，就等待；如果因为内存等原因，差距很大，就把它从ISR中移除出去。
</div>
<link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-7f770a53f2.css" rel="stylesheet">
</div>