KAFKA架构重温

kafka架构组成部分：由kafka集群，zookeeper集群，生产者和消费者构成。其中zookeeper存储kafka相关元数据信息以及负责监控和维护kafka集群的健康状态。

kafka集群由服务实例Broker组成，每一个Broker只持有主题topic中的一部分数据称之为主分区数据，其复制分区以一种冗余的容错的方式存储到其他Broker中。

Topic是一类数据集的集合，其实就是一种record队列，每一个record中由一个offset（偏移量）记录读取和写入位置，每一个分区都是一个有序的持续的可追加的不可变record队列，并在kafka中以结构化日志文件commit log文件来存储的，且不管消息消费与否，都会有个默认的保留周期。

生产者负责生产数据，将消息发布到Topic主题中，生产者消息发布策略，当record的k不为空时，使用哈希取模的发布策略（key.hashCode % numPartitions）；当record中的key为空时，使用轮询分区的方式进行消息的发布；手动指定record存储的分区序号。当生产者发布消息之后存储时会有一个ack机制，当ack机制设置为0时broker无需应答，当ack设置为1时及写入主分区不管复制分区是否写入成功，立即应答，当ack设置为all或者-1时表示数据发写入到主分区且同步到复制分区时才进行应答，当超过默认时长30s时进行retry重新将数据写入到主分区，此时必定会有一个问题就是造成主分区数据重复，为了解决这个问题引入幂等操作（ProducerConfig.ENABLE_IDEMPOTENCE_CONFIG, true）。生产者的批量发送，将多个Record存放一个缓冲区,当满足条件(缓冲区大小 | 逗留时间)时以批量的形式发送存放kafka集群;

消费者消费topic中的数据，由所属消费组进行操作，同组以同组一种负载均衡，不同组广播的方式进行数据的消费；当同组消费者出现故障时，会自动进行容错处理，将当前消费者所负责的分区均匀的笑给其他消费者进行处理；消费者有三种消费方式：只订阅，订阅一个到n个topic所有分区的所有数据；指定消费分区：订阅一个或者多个topic中的分区数据；手动指定分区消费位置：每一个消费者维护一个消费位置offset，可以手动设置offset做到重新消费或者跳过不感兴趣的数据；当消费者首次订阅时，有两种方式，latest和earliest，当设置为earliest时，如当前分区有已经提交的offset，从当前offset进行消费，若没有则从最后即最新产的生的数据进行消费；如果设置为earliest，如有已提交的offset，从当前offset进行消费，若没有，从当前分区的开头进行消费。

消费组的作用：用来组织消费者的一种方式，同组负载均衡不同组广播，记录同组消费者的消费者位置。不同的消费组，Topic数据会复制给所有的消费组，但是只能由消费组中的一个消费者进行数据的处理。同时维护组员中的消费位置