Kafka下载安装及基本使用

Kafka介绍

   Apache Kafka是一个分布式流处理平台，最初由LinkedIn开发并于2011年开源。它主要用于解决大规模数据的实时流式处理和数据管道问题。

   Kafka是一个分布式的发布-订阅消息系统，可以快速地处理高吞吐量的数据流，并将数据实时地分发到多个消费者中。Kafka消息系统由多个broker（服务器）组成，这些broker可以在多个数据中心之间分布式部署，以提供高可用性和容错性。

   Kafka的基本架构由生产者、消费者和主题（topic）组成。生产者可以将数据发布到指定的主题，而消费者可以订阅这些主题并消费其中的数据。同时，Kafka还支持数据流的处理和转换，可以在管道中通过Kafka Streams API进行流式计算，例如过滤、转换、聚合等。

   Kafka使用高效的数据存储和管理技术，能够轻松地处理TB级别的数据量。其优点包括高吞吐量、低延迟、可扩展性、持久性和容错性等。

   Kafka在企业级应用中被广泛应用，包括实时流处理、日志聚合、监控和数据分析等方面。同时，Kafka还可以与其他大数据工具集成，如Hadoop、Spark和Storm等，构建一个完整的数据处理生态系统。

消息队列的作用

   队列是一种FIFO先进先出的数据结构。消息则是跨进程传递的数据。一个典型的MQ系统，会将消息消息由生产者发送到MQ进行排队，然后根据一定的顺序交由消息的消费者进行处理。

消息队列的优势

应用解耦

   假如用户访问订单系统，而订单系统跟其他系统是强耦合的，如图如果库存系统挂了，那么整个订单系统也都不能用了。   如果这种情况还想要增加新的XX系统进来，那么就只能修改源代码来完成。系统的耦合性越高，容错性就越低，可维护性就越低。

        ![](https://img-blog.csdnimg.cn/direct/6eef6305282d415c98160bda77007085.png)

   通过引入MQ做到应用解耦，库存系统出现异常可以等库存系统恢复后去MQ中拿消息，此时不影响别的系统调用，如果还要加入新的系统比如XX系统，那么只需XX系统去MQ中拿取消息进行处理即可。使用MQ可以提升容错性和可维护性。

异步提速

原先用户请求订单系统，需要等到订单系顺序调用其他系统无误后返回，比较耗时。

   ![](https://img-blog.csdnimg.cn/direct/71e04459259d4338bb0d512b0a71c6ca.png)

   现在通过引入MQ，订单系统只需要把信息发送到MQ中即可，相当于完成了之前顺序请求其他系统的步骤，时间成本大大减低。

削峰填谷

       ![](https://img-blog.csdnimg.cn/direct/fd27191509124d499b5b07697ddcc153.png)
          

以上场景中激增请求会打垮系统，造成服务不可用。

       ![](https://img-blog.csdnimg.cn/direct/46baec0540964ad295dbae6e3d5a5591.png)

通过将激增请求先放到MQ当前，然后系统再根据自身情况拉取请求来消费

为什么要用Kafka

Kafka产品的特点：

1、数据吞吐量很大： 需要能够快速收集各个渠道的海量数据（一般收集海量日志）。

2、集群容错性高：允许集群中少量节点崩溃。

3、功能不需要太复杂：Kafka的设计目标是高吞吐、低延迟和可扩展，主要关注消息传递而不是消息处理。所以，Kafka并没有支持死信队列、顺序消息等高级功能。

4、允许少量数据丢失：Kafka本身也在不断优化数据安全问题，目前基本上可以认为Kafka可以做到不会丢数据。

Kafka下载安装

下载地址：Apache Kafka

下载完成后解压，注意目录位置，先启动zookeeper

在启动kafka服务

   一般都可以正常启动，使用默认的配置即可，如果执行命令发现报错“命令语法不正确。”请将下载的文件移到最外层目录，如上图位置。（本人遇到此问题，找寻了多种解决方案，发现这种方式才能解决我的问题。）

Kafka快速上手（单机体验）

1. 启动zookeeper服务

2. 启动kafka服务

3. 简单收发消息

   Kafka的基础工作机制是消息发送者可以将消息发送到kafka上指定的topic，而消息消费者，可以从指定的topic上消费消息。

         ![](https://img-blog.csdnimg.cn/direct/db4c235c4c19433ba550094897113ffa.png)

创建主题

bin\windows\kafka-topics.bat --create --topic test --bootstrap-server localhost:9092

查看主题

bin\windows\kafka-topics.bat --describe --topic test --bootstrap-server localhost:9092

**生产者往test的Topic发消息 **

bin\windows\kafka-console-producer.bat --broker-list localhost:9092 --topic test

消费者消费test的Topic消息

bin\windows\kafka-console-consumer.bat --bootstrap-server localhost:9092 --topic test --from-beginning

​ 这样就完成了一个基础的交互。这其中，生产者和消费者并不需要同时启动。他们之间可以进行数据交互，但是又并不依赖于对方。没有生产者，消费者依然可以正常工作，反过来，没有消费者，生产者也依然可以正常工作。这也体现出了生产者和消费者之间的解耦。

指定消费进度

如果需要精确的消费消息，可以指定从哪一条消息开始消费。

bin\windows\kafka-console-consumer.bat --bootstrap-server localhost:9092 --partition 0 --offset 2 --topic test

这表示从第0号Partition上的第二个消息开始读起。

Kakfa的消息传递机制

   Kafka的消息发送者和消息消费者通过Topic这样一个逻辑概念来进行业务沟通。但是实际上，所有的消息是存在服务端的Partition这样一个数据结构当中的。

              ![](https://img-blog.csdnimg.cn/direct/2a73141ceefc4d819e43c32cafe47932.png)

​Kafka的基本概念：
客户端Client：
包括消息生产者 和 消息消费者。之前简单接触过。
消费者组：
每个消费者可以指定一个所属的消费者组，相同消费者组的消费者共同构成一个逻辑消费者组。每一个消息会被多个感兴趣的消费者组消费，但是在每一个消费者组内部，一个消息只会被消费一次。
服务端Broker：
一个Kafka服务器就是一个Broker。
话题Topic：
这是一个逻辑概念，一个Topic被认为是业务含义相同的一组消息。客户端都通过绑定Topic来生产或者消费自己感兴趣的话题。
分区Partition：
Topic只是一个逻辑概念，而Partition就是实际存储消息的组件。每个Partiton就是一个queue队列结构。所有消息以FIFO先进先出的顺序保存在这些Partition分区中。