Kafka作為時下最流行的開源訊息系統，被廣泛地應用在資料緩衝、非同步通訊、彙集日誌、系統解耦等方面。相比較於RocketMQ等其他常見訊息系統，Kafka在保障了大部分功能特性的同時，還提供了超一流的讀寫效能。

1. Topic：用於劃分Message的邏輯概念，一個Topic可以分佈在多個Broker上。

2. Partition：是Kafka中橫向擴充套件和一切並行化的基礎，每個Topic都至少被切分為1個Partition。

3. Offset：訊息在Partition中的編號，編號順序不跨Partition。

4. Consumer：用於從Broker中取出/消費Message。

5. Producer：用於往Broker中傳送/生產Message。

6. Replication：Kafka支援以Partition為單位對Message進行冗餘備份，每個Partition都可以配置至少1個Replication(當僅1個Replication時即僅該Partition本身)。

7. Leader：每個Replication集合中的Partition都會選出一個唯一的Leader，所有的讀寫請求都由Leader處理。其他Replicas從Leader處把資料更新同步到本地，過程類似大家熟悉的MySQL中的Binlog同步。

8. Broker：Kafka中使用Broker來接受Producer和Consumer的請求，並把Message持久化到本地磁碟。每個Cluster當中會選舉出一個Broker來擔任Controller，負責處理Partition的Leader選舉，協調Partition遷移等工作。

9. ISR(In-Sync Replica)：是Replicas的一個子集，表示目前Alive且與Leader能夠“Catch-up”的Replicas集合。由於讀寫都是首先落到Leader上，所以一般來說通過同步機制從Leader上拉取資料的Replica都會和Leader有一些延遲(包括了延遲時間和延遲條數兩個維度)，任意一個超過閾值都會把該Replica踢出ISR。每個Partition都有它自己獨立的ISR。

   ****************************************************

   ****************************************************

   Kafka是一種分散式的，基於釋出/訂閱的訊息系統。主要設計目標如下：
   以時間複雜度為O(1)的方式提供訊息持久化能力，即使對TB級以上資料也能保證常數時間複雜度的訪問效能。
   高吞吐率。即使在非常廉價的商用機器上也能做到單機支援每秒100K條以上訊息的傳輸。
   支援Kafka Server間的訊息分割槽，及分散式消費，同時保證每個Partition內的訊息順序傳輸。
   同時支援離線資料處理和實時資料處理。
   Scale out：支援線上水平擴充套件。

RabbitMQ
RabbitMQ是使用Erlang編寫的一個開源的訊息佇列，本身支援很多的協議：AMQP，XMPP, SMTP, STOMP，也正因如此，它非常重量級，更適合於企業級的開發。同時實現了Broker構架，這意味著訊息在傳送給客戶端時先在中心佇列排隊。對路由，負載均衡或者資料持久化都有很好的支援。

Redis
Redis是一個基於Key-Value對的NoSQL資料庫，開發維護很活躍。雖然它是一個Key-Value資料庫儲存系統，但它本身支援MQ功能，所以完全可以當做一個輕量級的佇列服務來使用。對於RabbitMQ和Redis的入隊和出隊操作，各執行100萬次，每10萬次記錄一次執行時間。測試資料分為128Bytes、512Bytes、1K和10K四個不同大小的資料。實驗表明：入隊時，當資料比較小時Redis的效能要高於RabbitMQ，而如果資料大小超過了10K，Redis則慢的無法忍受；出隊時，無論資料大小，Redis都表現出非常好的效能，而RabbitMQ的出隊效能則遠低於Redis。

ZeroMQ
ZeroMQ號稱最快的訊息佇列系統，尤其針對大吞吐量的需求場景。ZeroMQ能夠實現RabbitMQ不擅長的高階/複雜的佇列，但是開發人員需要自己組合多種技術框架，技術上的複雜度是對這MQ能夠應用成功的挑戰。ZeroMQ具有一個獨特的非中介軟體的模式，你不需要安裝和執行一個訊息伺服器或中介軟體，因為你的應用程式將扮演這個伺服器角色。你只需要簡單的引用ZeroMQ程式庫，可以使用NuGet安裝，然後你就可以愉快的在應用程式之間傳送訊息了。但是ZeroMQ僅提供非永續性的佇列，也就是說如果宕機，資料將會丟失。其中，Twitter的Storm 0.9.0以前的版本中預設使用ZeroMQ作為資料流的傳輸（Storm從0.9版本開始同時支援ZeroMQ和Netty作為傳輸模組）。

ActiveMQ
ActiveMQ是Apache下的一個子專案。 類似於ZeroMQ，它能夠以代理人和點對點的技術實現佇列。同時類似於RabbitMQ，它少量程式碼就可以高效地實現高階應用場景。

Kafka/Jafka
Kafka是Apache下的一個子專案，是一個高效能跨語言分散式釋出/訂閱訊息佇列系統，而Jafka是在Kafka之上孵化而來的，即Kafka的一個升級版。具有以下特性：快速持久化，可以在O(1)的系統開銷下進行訊息持久化；高吞吐，在一臺普通的伺服器上既可以達到10W/s的吞吐速率；完全的分散式系統，Broker、Producer、Consumer都原生自動支援分散式，自動實現負載均衡；支援Hadoop資料並行載入，對於像Hadoop的一樣的日誌資料和離線分析系統，但又要求實時處理的限制，這是一個可行的解決方案。Kafka通過Hadoop的並行載入機制統一了線上和離線的訊息處理。Apache Kafka相對於ActiveMQ是一個非常輕量級的訊息系統，除了效能非常好之外，還是一個工作良好的分散式系統。

****************************************************

****************************************************

什麼是Kafka？

引用官方原文：  “ Kafka is a distributed, partitioned, replicated commit log service. ”

它提供了一個非常特殊的訊息機制，不同於傳統的mq。

官網：https://kafka.apache.org

它與傳統的mq區別？

• 更快！單機上萬TPS
• 傳統的MQ，訊息被消化掉後會被mq刪除，而kafka中訊息被消化後不會被刪除，而是到配置的expire時間後，才刪除
• 傳統的MQ，訊息的Offset是由MQ維護，而kafka中訊息的Offset是由客戶端自己維護
• 分散式，把寫入壓力均攤到各個節點。可以通過增加節點降低壓力

基本術語

為方便理解，我用對比傳統MQ的方式闡述這些基本術語。

這兩個與傳統的MQ一樣，不解釋了

Kafka中的topic其實對應傳統MQ的channel，即訊息管道，例如同一業務用同一根管道

叢集中的KafkaServer，用來提供Partition服務

假如說傳統的MQ，傳輸訊息的通道(channel)是一條雙車道公路，那麼Kafka中，Topic就是一個N車道的高速公路。每個車道都可以行車，而每個車道就是Partition。

• 一個Topic中可以有一個或多個partition。
• 一個Broker上可以跑一個或多個Partition。叢集中儘量保證partition的均勻分佈，例如定義了一個有3個partition的topic，而只有兩個broker，那麼一個broker上跑兩個partition，而另一個是1個。但是如果有3個broker，必然是3個broker上各跑一個partition。
• Partition中嚴格按照訊息進入的順序排序
• 一個從Producer傳送來的訊息，只會進入Topic的某一個Partition（除非特殊實現Producer要求訊息進入所有Partition）
• Consumer可以自己決定從哪個Partition讀取資料

單個Partition中的訊息的順序ID，例如第一個進入的Offset為0，第二個為1，以此類推。傳統的MQ，Offset是由MQ自己維護，而kafka是由client維護

Kafka從0.8版本開始，支援訊息的HA，通過訊息複製的方式。在建立時，我們可以指定一個topic有幾個partition，以及每個partition有幾個複製。複製的過程有同步和非同步兩種，根據效能需要選取。 正常情況下，寫和讀都是訪問leader，只有當leader掛掉或者手動要求重新選舉，kafka會從幾個複製中選舉新的leader。

Kafka會統計replica與leader的同步情況。當一個replica與leader資料相差不大，會被認為是一個"in-sync" replica。只有"in-sync" replica才有資格參與重新選舉。

一個或多個Consumer構成一個ConsumerGroup，一個訊息應該只能被同一個ConsumerGroup中的一個Consumer消化掉，但是可以同時傳送到不同ConsumerGroup。

通常的做法，一個Consumer去對應一個Partition。

傳統MQ中有queuing（訊息）和publish-subscribe（訂閱）模式，Kafka中也支援：

• 當所有Consumer具有相同的ConsumerGroup時，該ConsumerGroup中只有一個Consumer能收到訊息，就是 queuing 模式
• 當所有Consumer具有不同的ConsumerGroup時，每個ConsumerGroup會收到相同的訊息，就是 publish-subscribe 模式

基本互動原理

每個Topic被建立後，在zookeeper上存放有其metadata，包含其分割槽資訊、replica資訊、LogAndOffset等 
預設路徑/brokers/topics/<topic_id>/partitions/<partition_index>/state

Producer可以通過zookeeper獲得topic的broker資訊，從而得知需要往哪寫資料。

Consumer也從zookeeper上獲得該資訊，從而得知要監聽哪個partition。

基本CLI操作

./kafka-create-topic.sh --zookeeper 10.1.110.21:2181 --replica 2 --partition 3 --topic test 

2. 檢視Topic資訊

./kafka-list-topic.sh --topic test --zookeeper 10.1.110.24:2181 

3. 增加Partition

./kafka-add-partitions.sh --partition 4 --topic test --zookeeper 10.1.110.24:2181

建立一個Producer

Kafka提供了java api，Producer特別的簡單，舉傳輸byte[] 為例

Properties p = new Properties();
props.put("metadata.broker.list", "10.1.110.21:9092");
ProducerConfig config = new ProducerConfig(props);
Producer producer = new Producer<String, byte[]>(config);
producer.send(byte[] msg);

建立一個Consumer

Kafka提供了兩種java的Consumer API：High Level Consumer和Simple Consumer

看上去前者似乎要更牛B一點，事實上，前者做了更多的封裝，比後者要Simple的多……

具體例子我就不寫了，參見

****************************************************

****************************************************

如何保證kafka的高容錯性？

1. producer不使用批量介面，並採用同步模型持久化訊息。
2. consumer不採用批量化，每消費一次就更新offset

****************************************************

****************************************************

MQ框架非常之多，比較流行的有RabbitMq、ActiveMq、ZeroMq、kafka。這幾種MQ到底應該選擇哪個？要根據自己專案的業務場景和需求。下面我列出這些MQ之間的對比資料和資料。 

第一部分：RabbitMQ,ActiveMq,ZeroMq比較

1、 TPS比較 一

ZeroMq 最好，RabbitMq 次之， ActiveMq 最差。這個結論來自於以下這篇文章。

測試環境：

     Model: Dell Studio 1749

     CPU: Intel Core i3 @ 2.40 GHz

     RAM: 4 Gb

     OS: Windows 7 64 bits

其中包括持久化訊息和瞬時訊息的測試。注意這篇文章裡面提到的MQ，都是採用預設配置的，並無調優。

更多的統計圖請參看我提供的文章url。

2、TPS比較二

顯示的是傳送和接受的每秒鐘的訊息數。整個過程共產生1百萬條1K的訊息。測試的執行是在一個Windows Vista上進行的。

3、持久化訊息比較

zeroMq不支援，activeMq和rabbitMq都支援。持久化訊息主要是指：MQ down或者MQ所在的伺服器down了，訊息不會丟失的機制。

4、技術點：可靠性、靈活的路由、叢集、事務、高可用的佇列、訊息排序、問題追蹤、視覺化管理工具、外掛系統、社群

      RabbitMq最好，ActiveMq次之，ZeroMq最差。當然ZeroMq也可以做到，不過自己必須手動寫程式碼實現，程式碼量不小。尤其是可靠性中的：永續性、投遞確認、釋出者證實和高可用性。

      所以在可靠性和可用性上，RabbitMQ是首選，雖然ActiveMQ也具備，但是它效能不及RabbitMQ。

 5、高併發

從實現語言來看，RabbitMQ最高，原因是它的實現語言是天生具備高併發高可用的erlang語言。

總結：

按照目前網路上的資料，RabbitMQ、activeM、zeroMQ三者中，綜合來看，RabbitMQ是首選。下面提供一篇文章，是淘寶使用RabbitMQ的心得，可以參看一些業務場景。

第二部分：kafka和RabbitMQ的比較

裡面提到的要點：

1、  RabbitMq比kafka成熟，在可用性上，穩定性上，可靠性上，RabbitMq超過kafka

2、  Kafka設計的初衷就是處理日誌的，可以看做是一個日誌系統，針對性很強，所以它並沒有具備一個成熟MQ應該具備的特性

3、  Kafka的效能（吞吐量、tps）比RabbitMq要強，這篇文章的作者認為，兩者在這方面沒有可比性。

這裡在附上兩篇文章，也是關於kafka和RabbitMq之間的比較的：

1、http://www.mrhaoting.com/?p=139

2、http://www.liaoqiqi.com/post/227

總結：

兩者對比後，我仍然是選擇RabbitMq，效能其實是很強勁的，同時具備了一個成熟的MQ應該具有的特性，我們無需重新發明輪子。