当前位置：首页 > news >正文

Kafka 概念与概述

news 2025/8/24 8:50:40

一、Kafka 概念

Apache Kafka 是一个分布式流处理平台，核心特点是高吞吐量、可持久化、可扩展。它既可以作为 消息队列，也可以作为 流数据平台。

Kafka 的核心目标：

消息传递：服务间异步通信。
日志存储：保留历史消息，支持回溯。
流处理：处理实时数据流（结合 Kafka Streams / Flink / Spark Streaming）。

二、Kafka 核心概念

名称	说明
Producer	消息生产者，发送消息到 Kafka
Consumer	消费者，从 Kafka 订阅和消费消息
Topic	消息主题，逻辑上的分类
Partition	Topic 的分区，保证消息顺序性和并行性
Broker	Kafka 服务节点，多个 Broker 组成集群
Zookeeper / KRaft	Kafka 元数据管理（Zookeeper 老模式 / KRaft 新模式）
Consumer Group	消费者组，实现消息负载均衡与容错

三、Kafka 特性

高吞吐：百万级消息/秒，支持水平扩展。
消息持久化：消息写入磁盘，可设置保留时间。
顺序保证：Partition 内消息顺序有保障。
容错能力：Replica 机制，Leader-Follower 模式。
多种消费模式：
- 点对点：单消费者消费消息
- 发布/订阅：多个消费者订阅同一 Topic

四、Kafka 在微服务中的应用场景

异步解耦：服务间无需直接调用，降低耦合。
- 例：订单服务生成订单 → 发送消息到 Kafka → 库存服务消费消息扣减库存。
流处理：
- 实时统计、数据清洗、实时推荐。
事件溯源：
- 事件驱动架构（EDA），每个事件都可回溯。
日志系统：
- 将系统日志或业务日志发送到 Kafka，再通过 ELK 分析。

五、Kafka 集群架构（简化示意）

+-----------+        +-----------+        +-----------+
| Producer  | ---->  |  Broker 0 | ---->  | Consumer |
+-----------+        +-----------+        +-----------+/      \+-----------+ +-----------+| Broker 1  | | Broker 2  |+-----------+ +-----------+Replication Factor = 3

说明：

Topic 分为多个 Partition。
每个 Partition 有一个 Leader 和 N 个 Follower。
Producer 发送消息到 Partition Leader。
Consumer 从 Partition Leader 或 Follower 拉取消息。
Replica 保证高可用。

六、Java 使用 Kafka 示例

1. Maven 依赖

<dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-clients</artifactId><version>3.5.1</version>
</dependency>

2. 生产者示例

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");KafkaProducer<String, String> producer = new KafkaProducer<>(props);
ProducerRecord<String, String> record = new ProducerRecord<>("test-topic", "key1", "Hello Kafka");
producer.send(record);
producer.close();

3. 消费者示例

Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("group.id", "group1");
props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
consumer.subscribe(Arrays.asList("test-topic"));while(true){ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));for (ConsumerRecord<String, String> record : records) {System.out.printf("offset=%d, key=%s, value=%s%n", record.offset(), record.key(), record.value());}
}

七、Kafka 与云原生结合

容器化：Kafka 可在 Docker / Kubernetes 中部署。
K8s Operator：使用 Strimzi/Kafka Operator 简化 Kafka 集群管理。
微服务解耦：
- Spring Boot + Spring Cloud Stream 集成 Kafka。
- 使用 Kafka 作为微服务事件总线。
弹性扩容：
- Partition 数量可调整，Consumer Group 动态伸缩。
可观测性：
- Prometheus + Grafana 监控 Broker、Topic、Consumer lag。
- Kafka Exporter 提供指标。