Kafka3.x入门
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。
内容目录
1、Kafka概述
2、Kafka快速入门
3、Kafka生产者
4、Kafka Broker
5、Kafka消费者
6、Kafka-Eagle监控
7、Kafka-Draft模式
----------------------------------------------------------------------------------------
1、Kafka概述
先说一个应用场景,每年的双11、618购物节,都会产生超大量的用户购物行为数据。这些数据会通过前端写入到日志服务器,然后通过Flume将数据导入到Hadoop大数据集群,进行分析处理。在这种特殊时期(购物节),由于hadoop写入速度问题,Flume导入数据时可能会成为瓶颈。这时就可以引入Kafka集群,先把日志文件注入Kafka集群,然后再由Hadoop集群慢慢读取。
1.1、Kafka的定义
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。
1.2、消息队列
目前企业中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。在JavaEE开发中主要采用ActiveMQ、RabbitMQ、RocketMQ。
1.2.1、消息队列的应用场景
传统消息队列的应用场景:缓存/消峰、解耦和异步通信。
缓存/消峰:有助于控制和优化数据流经过系统的速度,解决产生消息和消费消息的处理速度不一致的情况。
解耦: 允许你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。
以往想要把数据源的数据导入到大数据处理平台,开发成本较高,因为数据源和数据导入的目的地多种多样。加入消息队列,由于接口是现成的,所以会极大降低开发成本。
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他们。
这里发送短信不是很重要,但较耗时间,所以可以放入到消息队列,让发送消息的模块慢慢发送,同时也减少了用户等待的时间。
1.2.2、消息队列的两种模式
1)点对点模式
消费者主动拉取数据,消息收到后清除消息。
2)发布/订阅模式
可以有多个topic主题(浏览、点赞、收藏、评论等)
消费者消费数据后,不删除数据
每个消费者相互独立,都可以消费到数据
1.3 Kafka基础架构
更多推荐
所有评论(0)