Apache kafka

Apache Kafka 最早是由Linkedln开源出来的分布式消息系统，现在是Apache旗下的一个子项目。
已经成为开源领域应用最广泛的消息系统之一
社区活跃
标语从“一个高吞吐量、分布式的消息系统” 改为 “一个分布式的流平台”

什么是流（式数据处理）平台？
具备三个特点 1：数据流注入 2：数据存储功能 3：流处理功能

Kafka怎样实现这三种功能的？

1：消息系统
2：队列模式
3：发布-订阅模式
3：存储系统
4：流数据系统
final 将消息系统、存储系统、流处理系统组合在一起。
构成了以Kafka为中心的流数据处理平台
既能处理最新的实时数据，也能处理过去的历史数据

Kafka作为流平台的核心组件，有什么重要的API

答：有4种核心API
1：producer 发布事件流到Kafka的一个或多个主题
2：consumer 订阅Kafka的一个或多个主题，并处理流事件
3：连接器 将Kafka主题和已有数据进行连接，数据可以互相导入和导出
4：流处理 从kafka主题消费输入流，经过处理后 产生输入流到输出主题

要建立以Kafka为核心的流式数据管道，要做到哪几点？

做到 ：不仅要保证低延迟的消息处理，还需保证数据的可靠性。
在和离线系统集成时，将kafka的数据加载到批处理系统时，要保证数据不遗漏：
Kafka的某些节点在停机维护时，要保证集群可用。

从三个角度分析Kafka的几个基本概念---

Kafka的主题与分区内部是如何存储的，它有什么特点？

 

---

 

kafka的元数据包括有下面几类：

第一：topic信息以及分区副本存放信息

第二：broker节点信息以及broker控制节点选举信息

第三：消费者信息

kafka是如何通过zookeeper进行元数据的管理的呢？首先我们来看一下安装好一个kafka集群之后，对应zookeeper会出现哪些目录？概括为一A一B四个C，如下图：

 

 

 

‘