消息系统Kafka介绍

转：http://blog.csdn.net/xiaolang85/article/details/17913817
1、 概述
Kafka是Linkedin于2010年12月份开源的消息系统，它主要用于处理活跃的流式数据。活跃的流式数据在web网站应用中非常常见，这些数据包括网站的pv、用户访问了什么内容，搜索了什么内容等。 这些数据通常以日志的形式记录下来，然后每隔一段时间进行一次统计处理。

2、 设计目标

（2）高吞吐率。即使在普通的节点上每秒钟也能处理成百上千的message。

（4）支持数据并行加载到Hadoop中。

3、 KafKa部署结构



（1）message（消息）是通信的基本单位，每个producer可以向一个topic（主题）发布一些消息。如果consumer订阅了这个主题，那么新发布的消息就会广播给这些consumer。

4、 KafKa关键技术点

（1） zero-copy









（2） Exactly once message transfer

（3）Push/pull

（4）负载均衡和容错

broker和consumer之间利用zookeeper进行负载均衡。所有broker和consumer都会在zookeeper中进行注册，且zookeeper会保存他们的一些元数据信息。如果某个broker和consumer发生了变化，所有其他的broker和consumer都会得到通知。

【参考资料】

Kafka主页：http://sna-projects.com/kafka/design.php

Zero-copy原理：https://www.ibm.com/developerworks/linux/library/j-zerocopy/

Kafka与Hadoop：http://sna-projects.com/sna/media/kafka_hadoop.pdf