1.1 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(MessageQueue），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 StreamingPlatform)，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
• 在JavaEE开发中主要采用ActiveMQ、RabbitMQ、RocketMQ

1.2.1 传统消息队列的应用场景

传统的消费队列的主要应用场景有：缓存/削峰（缓冲）、解耦（少依赖）、异步通信（不必要及时处理）。

1.2.2 消息队列的两种模式

消息队列主要分为两种模式：点对点模式（一个生产者对口一个消费者）和发布/订阅模式（一对多）。

1.3 Kafka基础架构

Producer ： 消息生产者，就是向kafka broker发消息的客户端；
Consumer ： 消息消费者，向kafka broker获取消息的客户端；
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broker可以有多个不同的topic，一个topic下的一个分区只能被一个消费者组内的一个消费者所消费；消费者组之间互不影响。消费者组是逻辑上的一个订阅者。
Broker ： 一台kafka服务器就是一个broker。一个broker可以容纳多个不同topic。
Topic ： 可以理解为一个队列，生产者和消费者面向的都是一个topic；
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；
Replica： 副本，为保证集群中的某个节点发生故障时，该节点上的partition数据不丢失，且kafka仍然能够继续工作，kafka提供了副本机制，一个topic的每个分区都有若干个副本，一个leader和若干个follower。
leader： 每个分区副本中的“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。
follower： 每个分区副本中的“从”，实时与leader副本保持同步，在leader发生故障时，成为新的leader。