认识Kafaka
最初的定义：消息队列系统
0.10.0版本的定义：分布式流处理平台，发布-订阅消息队列，存储功能、流处理框架
3.x后的定义：分布式流平台，数据管道/集成、流分析
kafka的优势
- 吞吐量高、性能好
- 伸缩性好
- 高容错、高可靠
- 与大数据生态精密结合
kafka的作用
- 高并发环境下的缓冲、消峰
- 解耦：支持不同的数据来源和不同的目的地
- 异步通信：避免同步时的等待时间
两种模式
- 点对点：消费者主动拉取数据，并在消费后删除
- 发布-订阅（常用）：同时有多个Topic、多个消费者，独立并行消费，不删除数据
Kafka基础架构
生产者：
Topic：
一个Topic可分为多个Partition分区，便于存储海量数据。为了保证可用性，每个分区又有若干个副本，副本分为leader和follower。生产和消费的处理对象只针对leader，若leader挂掉了，follower有条件成为新的leader
消费者：对应Topic的设计，消费端也有消费者组，组内每个消费者并行消费，每个分区只能由一个消费者消费
Zookeeper：存储kafka中的集群上下线，包括记录每个分区下谁是leader副本（kafka2.8.0后可不用zk）
搭建Kafka
官网下载链接：https://kafka.apache.org/downloads ，这里用的教程一样的3.0.0版本，下载后调整配置
# config/server.properties
broker.id=0 #每个分区的brokerID都需要不同
log.dirs=/home/csop/kafka/logs # 默认的日志保存在临时目录中，有清除的风险
zookeeper.connect=CentOS-001:2181,CentOS-002:2181,CentOS-003:2181/kafka # 在zk里添加一个kafka子目录，便于管理
# ~/.bash_profile环境变量配置
export KAFKA_HOME=/home/csop/kafka
export PATH=$PATH:$KAFKA_HOME/bin
先启动zookeeper，再启动 kafka，但启动kafka时需要添加一些参数：
zk.sh # 自己写的脚本，需要重新查看一下,jps命令也需要查看一下代码
bin/kafka-server-start -demon config/server.properties
06，启动还没有复现