[[315603]]

前言“Kafka 是我在疫情期間在游戲之余學(xué)的。雖然之前用過 ActiveMQ 和 RabbitMQ，但是在 Kafka 這門技術(shù)面前我也算是一個初學(xué)者。文章中若有說法有點完善或者不準(zhǔn)確的地方敬請指出。”今天我們來聊聊 Kafka ，主要是帶你重新認(rèn)識一下 Kafka，聊一下 Kafka 中比較重要的概念和問題。在后面的文章中我會介紹：

1. Kafka 的一些高級特性比如工作流程。
2. 使用 Docker 安裝 Kafka 并簡單使用其發(fā)送和消費消息。
3. Spring Boot 程序如何使用 Kafka 作為消息隊列。

我們現(xiàn)在經(jīng)常提到 Kafka 的時候就已經(jīng)默認(rèn)它是一個非常優(yōu)秀的消息隊列了，我們也會經(jīng)常拿它給 RocketMQ、RabbitMQ 對比。我覺得 Kafka 相比其他消息隊列主要的優(yōu)勢如下：

1. 極致的性能 ：基于 Scala 和 Java 語言開發(fā)，設(shè)計中大量使用了批量處理和異步的思想，最高可以每秒處理千萬級別的消息。
2. 生態(tài)系統(tǒng)兼容性無可匹敵 ：Kafka 與周邊生態(tài)系統(tǒng)的兼容性是最好的沒有之一，尤其在大數(shù)據(jù)和流計算領(lǐng)域。

實際上在早期的時候 Kafka 并不是一個合格的消息隊列，早期的 Kafka 在消息隊列領(lǐng)域就像是一個衣衫襤褸的孩子一樣，功能不完備并且有一些小問題比如丟失消息、不保證消息可靠性等等。當(dāng)然，這也和 LinkedIn 最早開發(fā) Kafka 用于處理海量的日志有很大關(guān)系，哈哈哈，人家本來最開始就不是為了作為消息隊列滴，誰知道后面誤打誤撞在消息隊列領(lǐng)域占據(jù)了一席之地。

隨著后續(xù)的發(fā)展，這些短板都被 Kafka 逐步修復(fù)完善。所以**，Kafka 作為消息隊列不可靠這個說法已經(jīng)過時!**

初識 Kafka

先來看一下官網(wǎng)對其的介紹，應(yīng)該是最權(quán)威和實時的了。是英文也沒有關(guān)系，我已經(jīng)將比較重要的信息都為你提取出來了。

從官方介紹中我們可以得到以下信息：

Kafka 是一個分布式流式處理平臺。這到底是什么意思呢?

流平臺具有三個關(guān)鍵功能：

1. 消息隊列：發(fā)布和訂閱消息流，這個功能類似于消息隊列，這也是 Kafka 也被歸類為消息隊列的原因。
2. 容錯的持久方式存儲記錄消息流：Kafka 會把消息持久化到磁盤，有效避免了消息丟失的風(fēng)險·。
3. 流式處理平臺： 在消息發(fā)布的時候進(jìn)行處理，Kafka 提供了一個完整的流式處理類庫。

Kafka 主要有兩大應(yīng)用場景：

1. 消息隊列 ：建立實時流數(shù)據(jù)管道，以可靠地在系統(tǒng)或應(yīng)用程序之間獲取數(shù)據(jù)。
2. 數(shù)據(jù)處理： 構(gòu)建實時的流數(shù)據(jù)處理程序來轉(zhuǎn)換或處理數(shù)據(jù)流。

關(guān)于 Kafka 幾個非常重要的概念：

1. Kafka 將記錄流(流數(shù)據(jù))存儲在 topic 中。
2. 每個記錄由一個鍵、一個值、一個時間戳組成。

Kafka 消息模型

“題外話：早期的 JMS 和 AMQP 屬于消息服務(wù)領(lǐng)域權(quán)威組織所做的相關(guān)的標(biāo)準(zhǔn)，我在 JavaGuide的 《消息隊列其實很簡單》這篇文章中介紹過。但是，這些標(biāo)準(zhǔn)的進(jìn)化跟不上消息隊列的演進(jìn)速度，這些標(biāo)準(zhǔn)實際上已經(jīng)屬于廢棄狀態(tài)。所以，可能存在的情況是：不同的消息隊列都有自己的一套消息模型。

”隊列模型：早期的消息模型

使用隊列(Queue)作為消息通信載體，滿足生產(chǎn)者與消費者模式，一條消息只能被一個消費者使用，未被消費的消息在隊列中保留直到被消費或超時。 比如：我們生產(chǎn)者發(fā)送 100 條消息的話，兩個消費者來消費一般情況下兩個消費者會按照消息發(fā)送的順序各自消費一半(也就是你一個我一個的消費。)

隊列模型存在的問題

假如我們存在這樣一種情況：我們需要將生產(chǎn)者產(chǎn)生的消息分發(fā)給多個消費者，并且每個消費者都能接收到完成的消息內(nèi)容。

這種情況，隊列模型就不好解決了。很多比較杠精的人就說：我們可以為每個消費者創(chuàng)建一個單獨的隊列，讓生產(chǎn)者發(fā)送多份。這是一種非常愚蠢的做法，浪費資源不說，還違背了使用消息隊列的目的。

發(fā)布-訂閱模型:Kafka 消息模型

發(fā)布-訂閱模型主要是為了解決隊列模型存在的問題。

發(fā)布訂閱模型(Pub-Sub) 使用主題(Topic) 作為消息通信載體，類似于廣播模式;發(fā)布者發(fā)布一條消息，該消息通過主題傳遞給所有的訂閱者，在一條消息廣播之后才訂閱的用戶則是收不到該條消息的。

在發(fā)布 - 訂閱模型中，如果只有一個訂閱者，那它和隊列模型就基本是一樣的了。所以說，發(fā)布 - 訂閱模型在功能層面上是可以兼容隊列模型的。

Kafka 采用的就是發(fā)布 - 訂閱模型。 如下圖所示：

“RocketMQ 的消息模型和 Kafka 基本是完全一樣的。唯一的區(qū)別是 RocketMQ 中沒有隊列這個概念，與之對應(yīng)的是 Partion(分區(qū))。

”Kafka 重要概念解讀

Kafka 將生產(chǎn)者發(fā)布的消息發(fā)送到 Topic(主題) 中，需要這些消息的消費者可以訂閱這些 Topic(主題)，如下圖所示：

Kafka Topic Partition

上面這張圖也為我們引出了，Kafka 比較重要的幾個概念：

1. Producer(生產(chǎn)者) : 產(chǎn)生消息的一方。
2. Consumer(消費者) : 消費消息的一方。
3. Broker(代理) : 可以看作是一個獨立的 Kafka 實例。多個 Kafka Broker 組成一個 Kafka Cluster。

同時，你一定也注意到每個 Broker 中又包含了 Topic 以及 Partion 這兩個重要的概念：

• Topic(主題) : Producer 將消息發(fā)送到特定的主題，Consumer 通過訂閱特定的 Topic(主題) 來消費消息。
• Partion(分區(qū)) : Partion 屬于 Topic 的一部分。一個 Topic 可以有多個 Partion ，并且同一 Topic 下的 Partion 可以分布在不同的 Broker 上，這也就表明一個 Topic 可以橫跨多個 Broker 。這正如我上面所畫的圖一樣。

“劃重點：Kafka 中的 Partion(分區(qū)) 實際上可以對應(yīng)成為消息隊列中的隊列。這樣是不是更好理解一點?”

另外，還有一點我覺得比較重要的是 Kafka 為分區(qū)(Partion)引入了多副本(Replica)機制。分區(qū)(Partion)中的多個副本之間會有一個叫做 leader 的家伙，其他副本稱為 follower。我們發(fā)送的消息會被發(fā)送到 leader 副本，然后 follower 副本才能從 leader 副本中拉取消息進(jìn)行同步。

“生產(chǎn)者和消費者只與 leader 副本交互。你可以理解為其他副本只是 leader 副本的拷貝，它們的存在只是為了保證消息存儲的安全性。當(dāng) leader 副本發(fā)生故障時會從 follower 中選舉出一個 leader,但是 follower 中如果有和 leader 同步程度達(dá)不到要求的參加不了 leader 的競選。

”Kafka 的多分區(qū)(Partition)以及多副本(Replica)機制有什么好處呢?

1. Kafka 通過給特定 Topic 指定多個 Partition, 而各個 Partition 可以分布在不同的 Broker 上, 這樣便能提供比較好的并發(fā)能力(負(fù)載均衡)。
2. Partition 可以指定對應(yīng)的 Replica 數(shù), 這也極大地提高了消息存儲的安全性, 提高了容災(zāi)能力，不過也相應(yīng)的增加了所需要的存儲空間。

Zookeeper 在 Kafka 中的作用

“要想搞懂 zookeeper 在 Kafka 中的作用 一定要自己搭建一個 Kafka 環(huán)境然后自己進(jìn) zookeeper 去看一下有哪些文件夾和 Kafka 有關(guān)，每個節(jié)點又保存了什么信息。 一定不要光看不實踐，這樣學(xué)來的也終會忘記!”

后面的文章中會介紹如何搭建 Kafka 環(huán)境，你且不要急，看了后續(xù)文章 3 分鐘就能搭建一個 Kafka 環(huán)境。

“這部分內(nèi)容參考和借鑒了這篇文章：https://www.jianshu.com/p/a036405f989c 。”

下圖就是我的本地 Zookeeper ，它成功和我本地的 Kafka 關(guān)聯(lián)上(以下文件夾結(jié)構(gòu)借助 idea 插件 Zookeeper tool 實現(xiàn))。

ZooKeeper 主要為 Kafka 提供元數(shù)據(jù)的管理的功能。

從圖中我們可以看出，Zookeeper 主要為 Kafka 做了下面這些事情：

1. Broker 注冊 ：在 Zookeeper 上會有一個專門用來進(jìn)行 Broker 服務(wù)器列表記錄的節(jié)點。每個 Broker 在啟動時，都會到 Zookeeper 上進(jìn)行注冊，即到/brokers/ids 下創(chuàng)建屬于自己的節(jié)點。每個 Broker 就會將自己的 IP 地址和端口等信息記錄到該節(jié)點中去
2. Topic 注冊 ：在 Kafka 中，同一個Topic 的消息會被分成多個分區(qū)并將其分布在多個 Broker 上，這些分區(qū)信息及與 Broker 的對應(yīng)關(guān)系也都是由 Zookeeper 在維護(hù)。比如我創(chuàng)建了一個名字為 my-topic 的主題并且它有兩個分區(qū)，對應(yīng)到 zookeeper 中會創(chuàng)建這些文件夾：/brokers/topics/my-topic/partions/0、/brokers/topics/my-topic/partions/1
3. 負(fù)載均衡 ：上面也說過了 Kafka 通過給特定 Topic 指定多個 Partition, 而各個 Partition 可以分布在不同的 Broker 上, 這樣便能提供比較好的并發(fā)能力。對于同一個 Topic 的不同 Partition，Kafka 會盡力將這些 Partition 分布到不同的 Broker 服務(wù)器上。當(dāng)生產(chǎn)者產(chǎn)生消息后也會盡量投遞到不同 Broker 的 Partition 里面。當(dāng) Consumer 消費的時候，Zookeeper 可以根據(jù)當(dāng)前的 Partition 數(shù)量以及 Consumer 數(shù)量來實現(xiàn)動態(tài)負(fù)載均衡。
4. ......

Kafka 如何保證消息的消費順序?

我們在使用消息隊列的過程中經(jīng)常有業(yè)務(wù)場景需要嚴(yán)格保證消息的消費順序，比如我們同時發(fā)了 2 個消息，這 2 個消息對應(yīng)的操作分別對應(yīng)的數(shù)據(jù)庫操作是：更改用戶會員等級、根據(jù)會員等級計算訂單價格。假如這兩條消息的消費順序不一樣造成的最終結(jié)果就會截然不同。

我們知道 Kafka 中 Partition(分區(qū))是真正保存消息的地方，我們發(fā)送的消息都被放在了這里。而我們的 Partition(分區(qū)) 又存在于 Topic(主題) 這個概念中，并且我們可以給特定 Topic 指定多個 Partition。

Kafka Topic Partions Layout

每次添加消息到 Partition(分區(qū)) 的時候都會采用尾加法，如上圖所示。Kafka 只能為我們保證 Partition(分區(qū)) 中的消息有序，而不能保證 Topic(主題) 中的 Partition(分區(qū)) 的有序。

“消息在被追加到 Partition(分區(qū))的時候都會分配一個特定的偏移量(offset)。Kafka 通過偏移量(offset)來保證消息在分區(qū)內(nèi)的順序性。”

所以，我們就有一種很簡單的保證消息消費順序的方法：1 個 Topic 只對應(yīng)一個 Partion。這樣當(dāng)然可以解決問題，但是破壞了 Kafka 的設(shè)計初衷。

Kafka 中發(fā)送 1 條消息的時候，可以指定 topic, partition, key,data(數(shù)據(jù)) 4 個參數(shù)。如果你發(fā)送消息的時候指定了 partion 的話，所有消息都會被發(fā)送到指定的 partion。并且，同一個 key 的消息可以保證只發(fā)送到同一個 partition，這個我們可以采用表/對象的 id 來作為 key 。

總結(jié)一下，對于如何保證 Kafka 中消息消費的順序，有了下面兩種方法：

1. 1 個 Topic 只對應(yīng)一個 Partion。
2. (推薦)發(fā)送消息的時候指定 key/partion。

當(dāng)然不僅僅只有上面兩種方法，上面兩種方法是我覺得比較好理解的，