介绍
Kafka是一个分布式的、可分区的、可复制的消息系统。它提供了普通消息系统的功能，但具备本身独特的设计。这个独特的设计是什么样的呢？
首先让咱们看几个基本的消息系统术语：服务器
-
Kafka将消息以topic为单位进行概括。网络
-
将向Kafka topic发布消息的程序成为producers.并发
-
将预订topics并消费消息的程序成为consumer.负载均衡
-
Kafka以集群的方式运行，能够由一个或多个服务组成，每一个服务叫作一个broker.异步
producers经过网络将消息发送到Kafka集群，集群向消费者提供消息，以下图所示：分布式
客户端和服务端经过TCP协议通讯。Kafka提供了Java客户端，而且对多种语言都提供了支持。函数
Topics 和Logs性能
先来看一下Kafka提供的一个抽象概念:topic.url
一个topic是对一组消息的概括。对每一个topic，Kafka 对它的日志进行了分区，以下图所示：spa
每一个分区都由一系列有序的、不可变的消息组成，这些消息被连续的追加到分区中。分区中的每一个消息都有一个连续的序列号叫作offset,用来在分区中惟一的标识这个消息。
在一个可配置的时间段内，Kafka集群保留全部发布的消息，无论这些消息有没有被消费。好比，若是消息的保存策略被设置为2天，那么在一个消 息被发布的两天时间内，它都是能够被消费的。以后它将被丢弃以释放空间。Kafka的性能是和数据量无关的常量级的，因此保留太多的数据并非问题。
实际上每一个consumer惟一须要维护的数据是消息在日志中的位置，也就是offset.这个offset有consumer来维护：通常情 况下随着consumer不断的读取消息，这offset的值不断增长，但其实consumer能够以任意的顺序读取消息，好比它能够将offset设置 成为一个旧的值来重读以前的消息。
以上特色的结合，使Kafka consumers很是的轻量级：它们能够在不对集群和其余consumer形成影响的状况下读取消息。你可使用命令行来"tail"消息而不会对其余正在消费消息的consumer形成影响。
将日志分区能够达到如下目的：首先这使得每一个日志的数量不会太大，能够在单个服务上保存。另外每一个分区能够单独发布和消费，为并发操做topic提供了一种可能。
分布式
每一个分区在Kafka集群的若干服务中都有副本，这样这些持有副本的服务能够共同处理数据和请求，副本数量是能够配置的。副本使Kafka具有了容错能力。
每一个分区都由一个服务器做为“leader”，零或若干服务器做为“followers”,leader负责处理消息的读和 写，followers则去复制leader.若是leader down了，followers中的一台则会自动成为leader。集群中的每一个服务都会同时扮演两个角色：做为它所持有的一部分分区的leader，同 时做为其余分区的followers，这样集群就会据有较好的负载均衡。
Producers
Producer将消息发布到它指定的topic中,并负责决定发布到哪一个分区。一般简单的由负载均衡机制随机选择分区，但也能够经过特定的分区函数选择分区。使用的更多的是第二种。
Consumers
发布消息一般有两种模式：队列模式和发布-订阅模式。队列模式中，consumers能够同时从服务端读取消息，每一个消息只被其中一个consumer读到；发布-订阅模式中消息被广播到全部的consumer中。
Consumers能够加入一个consumer 组，共同竞争一个topic，topic中的消息将被分发到组中的一个成员中。同一组中的consumer能够在不一样的程序中，也能够在不一样的机器上。若是全部的consumer都在一个组中，这就成为了传统的队列模式，在各consumer中实现负载均衡。
若是全部的consumer都不在不一样的组中，这就成为了发布-订阅模式，全部的消息都被分发到全部的consumer中。
更常见的是，每一个topic都有若干数量的consumer组，每一个组都是一个逻辑上的“订阅者”，为了容错和更好的稳定性，每一个组由若干consumer组成。这其实就是一个发布-订阅模式，只不过订阅者是个组而不是单个consumer。
由两个机器组成的集群拥有4个分区 (P0-P3) 2个consumer组. A组有两个consumerB组有4个
相比传统的消息系统，Kafka能够很好的保证有序性。
传统的队列在服务器上保存有序的消息，若是多个consumers同时从这个服务器消费消息，服务器就会以消息存储的顺序向consumer分 发消息。虽然服务器按顺序发布消息，可是消息是被异步的分发到各consumer上，因此当消息到达时可能已经失去了原来的顺序，这意味着并发消费将致使 顺序错乱。为了不故障，这样的消息系统一般使用“专用consumer”的概念，其实就是只容许一个消费者消费消息，固然这就意味着失去了并发性。
在这方面Kafka作的更好，经过分区的概念，Kafka能够在多个consumer组并发的状况下提供较好的有序性和负载均衡。将每一个分区分 只分发给一个consumer组，这样一个分区就只被这个组的一个consumer消费，就能够顺序的消费这个分区的消息。由于有多个分区，依然能够在多 个consumer组之间进行负载均衡。注意consumer组的数量不能多于分区的数量，也就是有多少分区就容许多少并发消费。
Kafka只能保证一个分区以内消息的有序性，在不一样的分区之间是不能够的，这已经能够知足大部分应用的需求。若是须要topic中全部消息的有序性，那就只能让这个topic只有一个分区，固然也就只有一个consumer组消费它。
有愿意了解源码的朋友能够加求求（企鹅）：2042849237更多详细源码参考来源：http://minglisoft.cn/technology