第一章：认识 Apache Kafka
由LinkedIn开源，贡献给Apache基金会。
核心功能：高性能的消息发送与接收。
吞吐量与延迟：
Kafka每次仅将数据写入到操作系统的页缓存中，由操作系统决定什么时候写入到磁盘。
- 操作系统页缓存是在内存中分配的，所以消息写入非常快。
- Kafka不必直接与底层文件打交道，避免繁琐的I/O操作。
- Kafka写入操作采用追加写入的方式（append），避免磁盘随机写操作。（普通的磁盘随机读写操作慢，但普通的磁盘顺序读写则可媲美内存的随机读写）
在读取数据时，如果在页缓存中命中，则将消息从页缓存发送到网络的Socket上。（即，Linux平台的sendfile，Java的FileChannel.transferTo，零拷贝技术）
消息持久化：
所有数据会被立即写入文件系统的持久化日志中。
（联想：与Redis AOF append only file的逻辑相似，并且appendfsync配置为always。即每次写入数据都落地到文件，这样安全性最高、不丢失数据，但是效率最低。）
负载均衡与故障转移：
分区领导者选举（partition leader election）实现负载均衡。
与ZooKeeper服务器的会话机制支持故障转移。
伸缩性：
Kafka服务器只保存了轻量级的内部状态，主要状态交由ZooKeeper统一管理，使其能轻松的进行扩展。
常见术语：
消息（message）：使用紧凑的二进制字节数组来保存，而非对象（堆内存）。宕机重启后可继续使用页缓存数据，无需预热。
主题（topic）：用来区分业务。包含多个分区。
分区（partition）：不可修改的有序消息队列，用户仅能在尾部写入消息。
副本（replica）：为了防止数据丢失而存在的备份日志。Leader的replica可提供给客户端，Follower仅复制Leader的。
生产者（producer）/ 消费者（consumer）：向Kafka broker发送或处理消息的客户端。
服务器（broker）：Kafka集群中的一台或多台服务器。
协调者（coordinator）：Kafka集群中的一个服务器，主要负责消费者组的重平衡。
领导（leader）：被协调者选出的一个消费者实例。
第二章：Kafka 发展历史
Kafka最开始由Scala语言编写，而后部分功能用Java语言重写。
版本号包括Scala的版本号和Kafka自己的版本号（老系统大多是0开头的，推荐使用1.0.0）。
第三章：Kafka线上环境部署
操作系统的选型：
Linux更适合的原因：I/O模型的使用和数据网络传输效率。
I/O模型：epoll模型优于select模型。Java的Selector机制在Linux上的实现即为epoll，而在Windows上使用select。
数据网络传输效率：Java的FileChannel.transferTo在Linux中会调用sendfile，即零拷贝技术。而在Windows中，1.8以上的JDK才可以调用的Windows提供的实现零拷贝的函数。
磁盘规划：
- 机械硬盘可满足Kafka集群的要求，SSD更好
- JBOD性价比更高
磁盘容量规划：
根据这些数据进行估算：新增消息数、消息留存时间、平均消息大小、副本数、是否启用压缩。
内存规划：
- 分配更多的内存给操作系统的页缓存，至少大于一个日志段的大小
- 不要为服务器设置过大的内存堆（6GB）
CPU规划：
- 使用多核系统（8）
- 0.10.0.0之前版本的Kafka 或 客户端与服务端消息版本不一致的情况下，消息解压缩耗CPU，可适当增加资源
带宽规划：
- 使用高速网络
- 根据自身网络条件和带宽评估Kafka集群机器数量
- 避免使用跨机房网络。（联想：带宽）
典型配置：CPU24核，内存32G，磁盘1TB 7200转 SAS盘两块，带宽1Gb/s，ulimit -n 1000000 Socket Buffer 64K
本章还提供了丰富的部署细节，这里不做笔记，需要时查阅即可。
