Kafka

名字由来

kafka的架构师jay kreps对于kafka的名称由来是这样讲的，由于jay kreps非常喜欢franz kafka,并且觉得kafka这个名字很酷，因此取了个和消息传递系统完全不相干的名称kafka，该名字并没有特别的含义。

kafka的诞生，是为了解决linkedin的数据管道问题，起初linkedin采用了ActiveMQ来进行数据交换，大约是在2010年前后，那时的ActiveMQ还远远无法满足linkedin对数据传递系统的要求，经常由于各种缺陷而导致消息阻塞或者服务无法正常访问，为了能够解决这个问题，linkedin决定研发自己的消息传递系统，当时linkedin的首席架构师jay kreps便开始组织团队进行消息传递系统的研发。

特性

Kafka^{[1]是一种高吞吐量[2]的分布式发布订阅消息系统，有如下特性：}

• 通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。

• 高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。

• 支持通过Kafka服务器和消费机集群来分区消息。

• 支持Hadoop并行数据加载。

Kafka通过官网发布了最新版本2.0.0。

术语介绍

• Broker

• Kafka集群包含一个或多个服务器，这种服务器被称为broker。

• Topic

• 每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）

• Partition

• Partition是物理上的概念，每个Topic包含一个或多个Partition。

• Producer

• 负责发布消息到Kafka broker。

• Consumer

• 消息消费者，向Kafka broker读取消息的客户端。

• Consumer Group

• 每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。

参考资料

[1] Apache Kafka官网 · Apache Kafka官网[引用日期2018-01-05]

[2] Benchmarking Apache Kafka: 2 Million Writes Per Se · LinkedIn[引用日期2015-11-20]