一：定义

Kafka 传统定义：Kafka 是一个分布式的基于发布/订阅模式的消息队列，主要应用于大数据的实时处理场景。
发布/订阅：消息的发布者不会将消息直接发送给消息的订阅者，而是将发送的消息分为不同的类别，订阅者只接受感兴趣的消息。
Kafka 愿景定义：Kafka 是一个开源的分布式事件流平台，被多数公司用于高性能数据管道、流分析、数据集成和关键任务应用。

二：消息队列

在大数据领域通常采用 Kafka 作为消息队列。

2.1 传统消息队列的应用场景

传统的消息队列主要应用于：缓存/消峰、解耦和异步通信。

缓存/消峰：

有助于控制和优化数据流系统的速度，解决生产消息和消费消息的处理速度不一致的情况。

解耦：

允许独立的扩展或者修改两边的处理过程，只要确保他们遵循同样的数据接口约束。

异步通信：

允许用户把消息放入队列中，但不立即处理它，然后在需要的时候再处理它们。

2.2 消息队列的两种模式

点对点模式：

消费者主动拉去消息，收到消息后清除消息。

发布/订阅模式：

可以有多个topic主题；
消费者消费数据后，不删除数据；
每个消费者相互独立，都可以消费到数据。

三：Kafka 基础架构

（1）Producer：消息生产者，向 Kafka broker 发消息的客户端。
（2）Consumer：消息消费者，向 Kafka broker 取消息的客户端。
（3）Consumer Group（CG）：消费者组，由多个 consumer 组成。消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。
（4）Broker：一台 Kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker 可以容纳多个 topic。
（5）Topic：可以理解为一个队列，生产者和消费者面向的都是一个topic。
（6）Partition：为了实现扩展性，一个非常大的 topic 可以分布到多个 broker （服务器）上，一个 topic 可以分为多个 partition，每个 parition 是一个有序的队列。
（7）Replica：副本。一个 topic 的每个分区都有若干个副本，一个 Leader 和若干个 Follower。
（8）Leader：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是 Leader。
（9)Follower：每个分区多个副本中的“从”，实时从 Leader 中同步数据，保持和 Leader 数据同步。Leader 发生故障时，某一个 Follower 会成为新的 Leader。