kafka中文教程

    原创
半兽人 发表于: 2015-01-01   最后更新时间: 2020-01-11  

本网翻译整理Apache kafka,提供整理Apache kafka的完整学习文档。

布 & 订阅                       理                    

数据流,如消息传递系统               高效并实时                   数据流安全地在分布式集群中复制存储

kafka

kafka是用于构建实时数据管道和流应用程序。具有横向扩展,容错,wicked fast(变态快)等优点,并已在成千上万家公司运行。

简单说明什么是kafka

Apache kafka是消息中间件的一种,我发现很多人不知道消息中间件是什么,在开始学习之前,我这边就先简单的解释一下什么是消息中间件,只是粗略的讲解,目前kafka已经可以做更多的事情。

举个例子,生产者消费者,生产者生产鸡蛋,消费者消费鸡蛋,生产者生产一个鸡蛋,消费者就消费一个鸡蛋,假设消费者消费鸡蛋的时候噎住了(系统宕机了),生产者还在生产鸡蛋,那新生产的鸡蛋就丢失了。再比如生产者很强劲(大交易量的情况),生产者1秒钟生产100个鸡蛋,消费者1秒钟只能吃50个鸡蛋,那要不了一会,消费者就吃不消了(消息堵塞,最终导致系统超时),消费者拒绝再吃了,”鸡蛋“又丢失了,这个时候我们放个篮子在它们中间,生产出来的鸡蛋都放到篮子里,消费者去篮子里拿鸡蛋,这样鸡蛋就不会丢失了,都在篮子里,而这个篮子就是”kafka“。
鸡蛋其实就是“数据流”,系统之间的交互都是通过“数据流”来传输的(就是tcp、https什么的),也称为报文,也叫“消息”。
消息队列满了,其实就是篮子满了,”鸡蛋“ 放不下了,那赶紧多放几个篮子,其实就是kafka的扩容。
各位现在知道kafka是干什么的了吧,它就是那个"篮子"。

kafka名词解释

后面大家会看到一些关于kafka的名词,比如topic、producer、consumer、broker,我这边来简单说明一下。

  • producer:生产者,就是它来生产“鸡蛋”的。
  • consumer:消费者,生出的“鸡蛋”它来消费。
  • topic:你把它理解为标签,生产者每生产出来一个鸡蛋就贴上一个标签(topic),消费者可不是谁生产的“鸡蛋”都吃的,这样不同的生产者生产出来的“鸡蛋”,消费者就可以选择性的“吃”了。
  • broker:就是篮子了。

大家一定要学会抽象的去思考,上面只是属于业务的角度,如果从技术角度,topic标签实际就是队列,生产者把所有“鸡蛋(消息)”都放到对应的队列里了,消费者到指定的队列里取。

征集

如果你也想分享一些文章,例子。欢迎入群交流:14085484

注意:本群只与文章贡献者进行交流,不回答任何技术咨询,技术问答请到网站上提问,谢谢。

微信公众号

微信公众号,我会定期分享一些实用的操作源码。
screenshot

怎么样才算真正的学会kafka

最近面试发现,很多人用过kafka,但是没人了解原理,我们可是很注重原理的(PS:要不然怎么知道你真的会呢)。

  • kafka节点之间如何复制备份的?
  • kafka消息是否会丢失?为什么?
  • kafka最合理的配置是什么?
  • kafka的leader选举机制是什么?
  • kafka对硬件的配置有什么要求?
  • kafka的消息保证有几种方式?
  • kafka为什么会丢消息?

......你是否都答得上来?(欢迎大家补充!)

这些问题在下面的文章中都可以找到答案,kafka之所以有这么火热,建议各位一定要看一下。

如何学习kafka

还是那句话,学习任何技术,跟学骑自行车一样,不要一开始只关注它的具体细节是什么。先学着怎么骑,骑着骑着就了解大致的原理,这个时候在去看它的原理,会很轻松。

如果你在学习的过程中遇到什么问题,直接评论或者在kafka问题专区中提问。

章节与kafka官网对应一致

第一章:入门
第二章:客户端API
第三章:kafka的配置
第四章:kafka如何设计的
第五章:kafka的实现
第六章:kafka的常用操作,如扩容,删除和增加topic。
第七章:硬件和操作系统
第八章:kafka监控
第九章:安全
第十章:kafka连接器
第十一章:kafka 流
第十二章:源码
第十三章:实战笔记(kafka命令大全

我们的内容会根据官网的更新,而定期更新。



您需要解锁本帖隐藏内容请: 点击这里
本帖隐藏的内容




上一条: 到头了!
下一条: Apache Kafka下载

  • 大佬,安卓对接kafka要怎么做呢,很迷茫. 由于现在后台服务对接了kafka,现在要求移动端也换,看到你回复别人的问题( https://www.orchome.com/1398 ),走个api是啥意思,望回复.

    大佬,我现在有个疑问,我有两个消费者组,group1和group2,去消费同一个topic,如果两个group都是启动的,那么这时候发送消息,这两个group都能消费,这是没问题的,如果我把group1关掉了,然后再发送10条数据,这时候group2是正常消费的,我再启动group1,为什么group1不去消费者10条数据了?

    博主,一个集群中的俩台brokers内存溢出:java heap space。导致宕机。看日志和收集dump分析没有发现什么问题。有什么建议吗?

    博主,有2.1.1的对象信息写入kafka的文章吗?

    感觉发现了新世界,主要是博主一直有维护。学习学习!!

    kafka节点之间如何复制备份的?
    kafka消息是否会丢失?为什么?
    kafka最合理的配置是什么?
    kafka的leader选举机制是什么?
    kafka对硬件的配置有什么要求?
    kafka的消息保证有几种方式?
    kafka为什么会丢消息?

    大佬。这几个问题怎样说

    我们最近一个项目在生产kafka消息时由于业务原因导致消息大小差距较大(有些消息处理是ms级有些是十几分钟)。
    由于处理时间大于回话超时时间会导致kafka认为消费挂掉,因此调整了最大超时时间(session.timeout.ms设为30min),导致重新分配时间很长。
    网上有部分推荐的方法是拉取消息和处理消息放2个进程,暂且不考虑内存溢出的问题,将消息放队列里由其他进程作处理,是否可理解为拿内存作为缓冲区?kafka对于此类消息处理是否有较好的处理机制?

    • 处理时间超过十几分钟...

      1. 不同的处理时间分到不同的topic中
      2. kafka支持动态控制消费流量,分别在future的poll(long)中使用pause(Collection) 和 resume(Collection) 来暂停消费指定分配的分区,重新开始消费指定暂停的分区。

        慕名而来,入门学习kafka

        说白了kafka就是个缓冲区,缓存作用的。多年没有编程了,搁着那时候,直接在消费者侧做个缓冲机制就欧了,当然了,你们肯定说我造轮子。
        近一年来又重新接触了具体的技术,发现现在开发人员做项目,特别是IT信息类的项目,基本上都是各种工具、各种轮子堆砌,搞的特别臃肿,要快速查找key-value就上redis,要传文件就kafka,还有各种臃肿的框架。。。

        • 哈哈 兄台是为老技术人了。消息中间件现在也是好些,kafka的优势是持久化和性能,因为大数据人工智能需要离线处理。只是一方面

            • 是的,非常赞同,如今市场上大部分都是码农,做技术的少之又少,随便问几个技术原理问题,就答不上来,更别提如何实现了。

                哈哈哈,篮子。那个篮子如果满了是不是就宕机了