1、kafka是什麼
類jms訊息佇列，結合jms中的兩種模式，可以有多個消費者主動拉取資料，在jms中只有點對點模式才有消費者主動拉取資料。
kafka是乙個生產-消費模型。
producer：生產者，只負責資料生產，生產者的**可以整合到任務系統中。
資料的分發策略由producer決定，預設是defaultpartition utils.abs(key.hashcode) % numpartitions
broker：當前伺服器上的kafka程序,俗稱拉皮條。只管資料儲存，不管是誰生產，不管是誰消費。
在集群中每個broker都有乙個唯一brokerid，不得重複。
topic:目標傳送的目的地，這是乙個邏輯上的概念，落到磁碟上是乙個partition的目錄。partition的目錄中有多個segment組合(index,log)
乙個topic對應多個partition[0,1,2,3]，乙個partition對應多個segment組合。乙個segment有預設的大小是1g。
每個partition可以設定多個副本(replication-factor 1),會從所有的副本中選取乙個leader出來。所有讀寫操作都是通過leader來進行的。
特別強調，和mysql中主從有區別，mysql做主從是為了讀寫分離，在kafka中讀寫操作都是leader。
consumergroup：資料消費者組，consumergroup可以有多個，每個consumergroup消費的資料都是一樣的。
可以把多個consumer執行緒劃分為乙個組，組裡面所有成員共同消費乙個topic的資料，組員之間不能重複消費。
2、kafka生產資料時的分組策略
預設是defaultpartition utils.abs(key.hashcode) % numpartitions
上文中的key是producer在傳送資料時傳入的，produer.send(keyedmessage(topic,mypartitionkey,messagecontent))
3、kafka如何保證資料的完全生產
ack機制：broker表示發來的資料已確認接收無誤，表示資料已經儲存到磁碟。
0：不等待broker返回確認訊息
1：等待topic中某個partition leader儲存成功的狀態反饋
-1：等待topic中某個partition 所有副本都儲存成功的狀態反饋
4、broker如何儲存資料
在理論環境下，broker按照順序讀寫的機制，可以每秒儲存600m的資料。主要通過pagecache機制，盡可能的利用當前物理機器上的空閒記憶體來做快取。
當前topic所屬的broker，必定有乙個該topic的partition，partition是乙個磁碟目錄。partition的目錄中有多個segment組合(index,log)
5、partition如何分布在不同的broker上
int i = 0
list
for(int i=0;i<5;i++)
6、consumergroup的組員和partition之間如何做負載均衡
最好是一一對應，乙個partition對應乙個consumer。
如果consumer的數量過多，必然有空閒的consumer。
演算法：假如topic1,具有如下partitions: p0,p1,p2,p3
加入group中,有如下consumer: c1,c2
首先根據partition索引號對partitions排序: p0,p1,p2,p3
根據consumer.id排序: c0,c1
計算倍數: m = [p0,p1,p2,p3].size / [c0,c1].size,本例值m=2(向上取整)
然後依次分配partitions: c0 = [p0,p1],c1=[p2,p3],即ci = [p(i * m),p((i + 1) * m -1)]
7、如何保證kafka消費者消費資料是全域性有序的
偽命題如果要全域性有序的，必須保證生產有序，儲存有序，消費有序。
由於生產可以做集群，儲存可以分片，消費可以設定為乙個consumergroup，要保證全域性有序，就需要保證每個環節都有序。
只有乙個可能，就是乙個生產者，乙個partition，乙個消費者。這種場景和大資料應用場景相悖。
kafka知識總結
1 kafka是什麼 類jms訊息佇列，結合jms中的兩種模式，可以有多個消費者主動拉取資料，在jms中只有點對點模式才有消費者主動拉取資料。kafka是乙個生產 消費模型。producer 生產者，只負責資料生產，生產者的 可以整合到任務系統中。資料的分發策略由producer決定，預設是defa...
Kafka 知識總結
kafka是一種高吞吐量的分布式發布訂閱訊息系統，它可以處理消費者在 中的所有動作流資料。1 點對點模式 一對一，消費者主動拉取資料，訊息收到後訊息清除 點對點模型通常是乙個基於拉取或者輪詢的訊息傳送模型，這種模型從佇列中請求資訊，而不是將訊息 推送到客戶端。這個模型的特點是傳送到佇列的訊息被乙個且...
Kafka知識點總結
kafka是一種高吞吐量的分布式發布訂閱訊息系統，它可以處理消費者規模的 中的所有動作流資料。這種動作 網頁瀏覽，搜尋和其他使用者的行動 是在現代網路上的許多社會功能的乙個關鍵因素。這些資料通常是由於吞吐量的要求而通過處理日誌和日誌聚合來解決。對於像hadoop一樣的日誌資料和離線分析系統，但又要求...