什么是Kafka？Kafka誕生的背景是什么？

更新時間:2021年10月06日10時59分來源:傳智教育瀏覽次數(shù):

Kafka是由Apache軟件基金會開發(fā)的一個開源流平臺，由Scala和Java編寫。Kafka的Apache官網(wǎng)是這樣介紹Kakfa的。

Apache Kafka是一個分布式流平臺。一個分布式的流平臺應(yīng)該包含3點關(guān)鍵的能力：
1. 發(fā)布和訂閱流數(shù)據(jù)流，類似于消息隊列或者是企業(yè)消息傳遞系統(tǒng)
2. 以容錯的持久化方式存儲數(shù)據(jù)流
處理數(shù)據(jù)流

英文原版

 Publish and subscribe to streams of records, similar to a message queue or enterprise 
messaging system.
 Store streams of records in a fault-tolerant durable way.
 Process streams of records as they occur.

更多請參考：http://kafka.apache.org/documentation/#introduction

我們重點關(guān)鍵三個部分的關(guān)鍵詞：
1. Publish and su·bscribe：發(fā)布與訂閱
2. Store：存儲
3. Process：處理

我們通常將Apache Kafka用在兩類程序：
1. 建立實時數(shù)據(jù)管道，以可靠地在系統(tǒng)或應(yīng)用程序之間獲取數(shù)據(jù)
2. 構(gòu)建實時流應(yīng)用程序，以轉(zhuǎn)換或響應(yīng)數(shù)據(jù)流

上圖，我們可以看到：
1. Producers：可以有很多的應(yīng)用程序，將消息數(shù)據(jù)放入到Kafka集群中。
2. Consumers：可以有很多的應(yīng)用程序，將消息數(shù)據(jù)從Kafka集群中拉取出來。
3. Connectors：Kafka的連接器可以將數(shù)據(jù)庫中的數(shù)據(jù)導(dǎo)入到Kafka，也可以將Kafka的數(shù)據(jù)導(dǎo)出到數(shù)據(jù)庫中。
4. Stream Processors：流處理器可以Kafka中拉取數(shù)據(jù)，也可以將數(shù)據(jù)寫入到Kafka中。

Kafka誕生背景：kafka的誕生，是為了解決linkedin的數(shù)據(jù)管道問題，起初linkedin采用了ActiveMQ來進行數(shù)據(jù)交換，大約是在2010年前后，那時的ActiveMQ還遠遠無法滿足linkedin對數(shù)據(jù)傳遞系統(tǒng)的要求，經(jīng)常由于各種缺陷而導(dǎo)致消息阻塞或者服務(wù)無法正常訪問，為了能夠解決這個問題，linkedin決定研發(fā)自己的消息傳遞系統(tǒng)，當時linkedin的首席架構(gòu)師jaykreps便開始組織團隊進行消息傳遞系統(tǒng)的研發(fā)。
提示：

1. Linkedin還是挺牛逼的
Kafka比ActiveMQ牛逼得多

前面我們了解到，消息隊列中間件有很多，為什么我們要選擇Kafka？

特性	ActiveMQ	RabbitMQ	Kafka	RocketMQ
所屬社區(qū)/公司	Apache	Mozilla Public License	Apache	Apache/Ali
成熟度	成熟	成熟	成熟	比較成熟
生產(chǎn)者-消費者模式	支持	支持	支持	支持
發(fā)布-訂閱	支持	支持	支持	支持
REQUEST-REPLY	支持	支持	-	支持
API完備性	高	高	高	低（靜態(tài)配置）
多語言支持	支持JAVA優(yōu)先	語言無關(guān)	支持，JAVA優(yōu)先	支持
單機呑吐量	萬級（最差）	萬級	十萬級	十萬級（最高）
消息延遲	-	微秒級	毫秒級	-
可用性	高（主從）	高（主從）	非常高（分布式）	高
消息丟失	-	低	理論上不會丟失	-
消息重復(fù)	-	可控制	理論上會有重復(fù)	-
事務(wù)	支持	不支持	支持	支持
文檔的完備性	高	高	高	中
提供快速入門	有	有	有	無
首次部署難度	-	低	中	高