【消息队列】kafka是如何保证高可用的

1、kafka一个最基本的架构认识

　　由多个broker组成，每一个broker就是一个节点；建立一个topic，这个topic能够划分为多个partition，每一个partition能够存在于不一样的broker上，每一个partition存放放一部分数据。

　　kafka就是一个分布式消息队列，就是说一个topic的数据，是分散放在多个机器上的，每一个机器就放一部分数据。
　　实际上像rabbitmq之类的，并非分布式消息队列，它只是传统的消息队列，只不过提供了一些集群、HA的机制而已，由于rabbitmq的一个queue的数据都是放在一个节点里的，镜像集群下，也是每一个节点都存放这个queue的完整数据。

 

 

2、kafka高可用机制

　　kafka 0.8之前，是没有HA机制的，就是任何一个broker宕机了，那个broker上的partition就废了，无法写也无法读，没有什么高可用性可言。

　　kafka 0.8之后，提供了HA机制，就是replica副本机制。每一个partition的数据都会同步到其余机器上，造成本身的多个replica副本。而后全部replica会选举一个leader出来，那么生产和消费都跟这个leader打交道，而后其余replica就是follower。写的时候，leader会负责把数据同步到全部follower上去，读的时候就直接读leader上数据便可。只能读写leader？很简单，要是你能够随意读写每一个follower，那么就要care数据一致性的问题，系统复杂度过高，很容易出问题。kafka会均匀的将一个partition的全部replica分布在不一样的机器上，这样才能够提升容错性。

　　kafka的这种机制，就有所谓的高可用性了，由于若是某个broker宕机了，也没事儿，由于那个broker上面的partition在其余机器上都有副本的，那么此时会从新选举一个新的leader出来，你们继续读写那个新的leader便可。这就有所谓的高可用性了。

1）写过程

　　写数据的时候，生产者就写leader，而后leader将数据落地写本地磁盘，接着其余follower本身主动从leader来pull数据。一旦全部follower同步好数据了，就会发送ack给leader，leader收到全部follower的ack以后，就会返回写成功的消息给生产者。（固然，这只是其中一种模式，还能够适当调整这个行为）

 

2）读过程

　　消费的时候，只会从leader去读，可是只有当一个消息已经被全部follower都同步成功并返回ack的时候，这个消息才可以被消费者读到。

 

题外话： RabbitMQ的高可用性
　　RabbitMQ是比较有表明性的，由于是基于主从作高可用性的；

rabbitmq有三种模式：单机模式，普通集群模式，镜像集群模式

1.单机模式

　　demo级别，生产不能用单机模式。

 

2.普通集群模式

　　就是在多台机器上启动多个rabbitmq实例，每一个机器启动一个。可是你建立的queue，只会存放在一个rabbtimq实例上，可是每一个实例都同步queue的元数据。实际上若是链接到了另一个实例，那么那个实例会从真正存有数据的queue所在实例上拉取数据过来。

　　没作到所谓的分布式，就是个普通集群。该方案主要是提升吞吐量的，就是说让集群中多个节点来服务某个queue的读写操做。

 

 

3.镜像集群模式

　　这种模式，才是所谓的rabbitmq的高可用模式，跟普通集群模式不同的是，你建立的queue，不管元数据仍是queue里的消息都会存在于多个实例上，而后每次你写消息到queue的时候，都会自动把消息到多个实例的queue里进行消息同步。